अब कोई भी पेशेवर सीखने की मशीन बन सकता है

बर्कले के उपनगरीय इलाके बर्कले के मुख्यालय में मार्क हैमंड।

क्या आप फुटबॉल सफलतापूर्वक खेलते हैं, लोकप्रिय फिल्मों में अभिनय करते हैं, या शेयर बाजार में सफलतापूर्वक खेलते हैं? बधाई हो, आप लगभग स्टैनफोर्ड, एमआईटी, या कार्नेगी मेलन के पीएचडी के साथ डेटा प्रोसेसिंग या मशीन लर्निंग विशेषज्ञ के रूप में मूल्यवान हैं। कम से कम ऐसा लगता है। सिलिकॉन वैली की सभी कंपनियां - और, सिद्धांत रूप में, न केवल पहले से ही - ऐसे मानव पुरस्कार प्राप्त करने के लिए भयावह रूप से प्रतिस्पर्धा कर रहे हैं। यह एचआर प्रबंधकों द्वारा एक ट्रफल शिकार का एक सा है। जैसा कि उद्यमों को पता चलता है कि उनके प्रतिद्वंद्वी कृत्रिम बुद्धिमत्ता (एआई) और मशीन लर्निंग (एमओ) पर भरोसा करते हैं, इन पेशेवरों के लिए नौकरियों की संख्या लगातार बढ़ेगी।

लेकिन क्या होगा अगर आप महंगे और प्रतिभाशाली पेशेवरों को काम पर रखे बिना AI के लाभ प्राप्त कर सकते हैं? क्या होगा अगर स्मार्ट सॉफ्टवेयर बार को कम करता है? क्या विशेष प्रतिभाओं के बिना गहन शिक्षा (जीओ) का लाभ प्राप्त करना संभव है?

स्टार्टअप बोन्साई [बोनसाई] उन कंपनियों में से एक है जो इस प्रश्न का सकारात्मक उत्तर देती है। उनकी मदद से, शायद एआई का लोकतांत्रिकरण हो रहा है, जिसके परिणामस्वरूप लाखों लोग प्रभावित हो सकते हैं, अगर अरबों नहीं।

न्यूयॉर्क में ओ'रेली एआई सम्मेलन में आज, बोनसाई लिंग, मार्क हैमंड, सिस्टम का प्रदर्शन दिखाएगा। डेमो जीओ की प्रतिष्ठित उपलब्धियों में से एक को पुन: प्रस्तुत करता है: दीपइंड सिस्टम ने पुराने अटारी खिलौने को कैसे सीखा । विशेष रूप से, बोनसाई कार्यक्रम ब्रेकआउट खेलना सीख जाएगा, जहां मंच ईंटों की दीवार को नष्ट करने वाली एक गेंद को हिट करता है (1976 से खेल एक समय सफलता पर था - वैसे, स्टीव जॉब्स ने इस पर काम किया था)।


कोड की 37 लाइनें स्वतंत्र रूप से खेलने के लिए सीखने के लिए एक तंत्रिका नेटवर्क बनाती हैं

उसी समय, डीपमाइंड ने विश्व स्तरीय एआई जीनियस बनाया, और अटारी से खेल के सेट पर तंत्रिका नेटवर्क को प्रशिक्षित किया। इस तरह की उपलब्धि को एक विश्व स्तरीय पत्रिका में प्रकाशन से सम्मानित किया गया। बोन्साई के मामले में, यह रास्ता काटने का एक तरीका है। इसकी शुरुआत क्लाउड-आधारित विकास प्रणाली से होती है। एक प्रोग्रामर, शायद कॉलेज में या इंटरनेट पर एआई पाठ्यक्रम में कभी भी भाग नहीं लेता है, खेल का वर्णन कर सकता है, और सिस्टम स्वयं तंत्रिका नेटवर्क के प्रशिक्षण के लिए सबसे इष्टतम एल्गोरिदम का चयन करेगा। फिर प्रोग्रामर कुछ ही मिनटों में गेम की अवधारणा को एन्कोड करता है - उदाहरण के लिए, गेंद के नीचे प्लेटफ़ॉर्म को रखने की आवश्यकता - और बोनसाई को तंत्रिका नेटवर्क के साथ स्वतंत्र रूप से काम करने का अवसर देता है, जिससे उन्हें सबसे अच्छा परिणाम प्राप्त होता है।

खेल का बोनसाई संस्करण कोड की 37 लाइनें लेता है। लेकिन यह भ्रामक है। जब हैमंड ने दिखाया कि सिस्टम के "हूड" के तहत क्या हो रहा है, तो वह एक ग्राफ दिखाता है कि कैसे सिस्टम Google में एमओ में लगे "निन्जा" में से एक के लिए एक जटिल तंत्रिका नेटवर्क बनाता है। प्रोग्रामर को यह सब MO-good से नहीं निपटना होगा।

चाल अद्भुत है। "मैं आमतौर पर डेमो से बहुत प्रभावित नहीं हूँ," जॉर्ज विलियम्स, न्यूयॉर्क विश्वविद्यालय के कोर्टेंट इंस्टीट्यूट ऑफ मैथमेटिकल साइंसेज के एक शोधकर्ता ने कहा। "लेकिन मार्क ने मुझे जो दिखाया वह विश्वसनीय और सरल दोनों था।" उन्होंने एमओ और अगली पीढ़ी के एआई को बनाने के लिए आवश्यक उपकरणों के साथ हमारी वर्तमान स्थिति को समझा। "

क्या बोनसाई इस दिशा में अग्रणी बनेंगे या नहीं यह अभी भी अज्ञात है। लेकिन विलियम्स सही हैं कि हम एआई विकास के पैमाने पर कहां हैं। अगला चरण डमियों के लिए एमओ के साथ स्मार्ट कंप्यूटर का उद्भव और फूलना है।

बोनसाई का जन्म समुद्र तट पर हुआ था। Hammond, जो पहले एक Microsoft डेवलपर था, कुछ समय के लिए AI में रुचि रखता था। 2004 में कंपनी छोड़ने के बाद, उन्होंने न्यूरोलॉजी के क्षेत्र में येल विश्वविद्यालय में काम किया। 2010 में, उन्होंने जेफ हॉकिन्स (पाम के सह-संस्थापक) के नेतृत्व में नूमेंटा एआई स्टार्टअप में कुछ समय बिताया, लेकिन एक तृतीय-पक्ष कंपनी लॉन्च करने के लिए छोड़ दिया, जिसे उन्होंने बाद में बेच दिया।

फिर 2012 में, हैमंड दक्षिणी कैलिफोर्निया में दोस्तों से मिलने गया था। उनका बच्चा बेटा थक गया था, और पूरी कंपनी कार में लौट रही थी। जब हेमंड की पत्नी दोस्तों के साथ बातचीत कर रही थी, और उसका बेटा उसकी बाहों में सो गया, उसने एक सोचा प्रयोग किया। यह एआई मेम की दुनिया में लोकप्रिय के साथ शुरू हुआ - "मुख्य एल्गोरिथ्म" की अवधारणा। वाशिंगटन विश्वविद्यालय के प्रोफेसर पेड्रो डोमिंगोस (के रूप में)उसी नाम की पुस्तक ), यह अभी तक नहीं खुली एमओ तकनीक सभी समस्याओं का एक सार्वभौमिक समाधान होगा। जब वैज्ञानिक इस एल्गोरिथ्म के साथ आते हैं, तो हम एआई को कुछ भी लागू कर सकते हैं।

लेकिन हैमंड ने इस तर्क में एक दोष खोजा। मान लीजिए कि हमें ऐसा एल्गोरिथम मिला। इसे अनगिनत व्यावहारिक अनुप्रयोगों के लिए कौन अनुकूल करेगा? आज केवल रक्षा मंत्रालय के अनुयायी ही इसके लिए सक्षम हैं। बहुत कम हैं, लेकिन बहुत सारे कार्य हैं। हमें एक ऐसी प्रणाली की आवश्यकता है जो बार को कम करती है ताकि औसत डेवलपर इन उपकरणों का उपयोग कर सके। इस तरह की प्रणाली को तंत्रिका नेटवर्क के प्रशिक्षण के लिए एमओ में एक संकीर्ण विशेषज्ञता की आवश्यकता नहीं होगी, लेकिन यह प्रोग्रामर को वांछित परिणाम उत्पन्न करने के लिए सिस्टम सीखने की अनुमति देगा।

धीरे-धीरे, उन्होंने प्रोग्रामिंग के इतिहास के साथ एक सादृश्य आकर्षित किया। प्रारंभ में, मशीन कोड में प्रोग्राम लिखना आवश्यक था। फिर प्रोग्रामर ने निर्देशों का एक मानक सेट विकसित किया, कोडांतरक। सफलता एक संकलक के विकास के साथ आई जिसने उच्च स्तरीय भाषाओं को असेंबलर में अनुवाद किया। और उसके बाद, प्रोग्रामिंग ने शुरुआती लोगों को गंभीर कार्यक्रम बनाने की अनुमति देना शुरू कर दिया। हैमंड का मानना ​​है कि Google का TensorFlow जैसे उपकरण असेंबलर युग से मिलते जुलते हैं। वे तंत्रिका नेटवर्क के निर्माण की सुविधा प्रदान करते हैं, लेकिन फिर भी इस क्षेत्र में प्रवेश उन लोगों के लिए सुलभ है, जो तंत्रिका नेटवर्क के काम में पारंगत हैं। वह इस इनपुट पर विस्तार करने के लिए एक कंपाइलर जैसा कुछ बनाना चाहते थे।

उन्होंने माइक्रोसॉफ्ट के एक पूर्व सहयोगी कीन ब्राउन के साथ विचार साझा किया, जिन्होंने हाल ही में अपना गेम चीनी को बेचा। टॉम को यह विचार पसंद आया, क्योंकि उन्होंने स्वयं उपलब्ध लोकप्रिय साधनों का उपयोग करते हुए गहन शिक्षा को समझने की कोशिश की। "मैं बहुत स्मार्ट हूँ," वह कहते हैं। - मैं चीन में था, उनकी भाषा सीखी। मैंने Microsoft में प्रोग्राम किया। लेकिन यह गतिविधि हास्यास्पद निकली। ” और उन्होंने बोनसाई की सह-संस्थापक के लिए साइन अप किया। यह नाम इसलिए चुना गया क्योंकि जापानी पौधे, कृत्रिम रूप से नस्ल वाले, प्राकृतिक और कृत्रिम के बीच संतुलन बनाए रखते हैं। एक बोनस के रूप में, हम bons.ai को पंजीकृत करने में कामयाब रहे।

बोन्साई एकमात्र स्टार्टअप नहीं है जो एआई विशेषज्ञों की कमी की समस्या को हल करने की कोशिश कर रहा है। कुछ कंपनियों ने अपने कर्मचारियों को तंत्रिका नेटवर्क पर प्रशिक्षित करना शुरू कर दिया है। Google का विकास हुआआंतरिक पाठ्यक्रमों का एक पूरा सेट , और Apple उन प्रोग्रामर की तलाश कर रहा है , जो ऐसे कौशल के साथ हैं जो उन्हें बिना किसी समस्या के सही विषय सीखने की अनुमति देगा। Google ने TensorFlow कार्यक्रम भी जारी किया, जो उनके इंजीनियरों को तंत्रिका नेटवर्क बनाने में मदद करता है। एआई के साथ काम करने के लिए अन्य उपकरण हैं, और संभवतः उन्हें और भी अधिक पालन किया जाएगा, मुद्दे की समझ के अलग-अलग डिग्री के साथ।

एआई का लोकतंत्रीकरण करने में अन्य स्टार्टअप शामिल हैं। बोन्साई की तुलना में एक अलग दर्शक वर्ग के लिए बॉटलनोज़ अपील करता है: वे प्रोग्रामर के लिए नहीं, बल्कि व्यापार विश्लेषकों के लिए काम करते हैं। लेकिन संदेश परिचित है। "हम उन उपयोगकर्ताओं को नए अवसर दे रहे हैं जो वैज्ञानिक या प्रोग्रामर नहीं हैं," कंपनी के लिंग, नोवा स्पिवैक कहते हैं। अन्य स्टार्टअप इसे और भी व्यापक रूप देते हैं: सम्मेलन में, क्लेरिफाई के प्रमुख ने "हाउ टू लेट एनी ट्रेन एंड यूज़ एआई" शीर्षक से एक प्रस्तुति दी।

इसलिए, हालांकि बोनसाई को समय में एक अच्छा स्थान मिला है, लेकिन इस क्षेत्र में जोरदार गतिविधि के कारण खुद को आकर्षित करना मुश्किल होगा। एडम चीयर, एक एआई विशेषज्ञ, सिरी के रचनाकारों में से एक और विव में मुख्य प्रोग्रामर, स्टार्टअप उत्पाद से प्रभावित है। लेकिन वह नोट करता है कि बोनसाई जब एआई को नए लोगों के करीब बनाता है, तब भी उन्हें अपने दिमाग को तनाव में रखना होगा और इसकी प्रोग्रामिंग भाषा और सिस्टम ऑपरेशन सीखना होगा। "जब Google जैसी बड़ी कंपनियां सिस्टम को रोल आउट करती हैं, तो लोग यह पता लगाने के लिए अपने पैरों से उतर जाते हैं," वे कहते हैं। - लेकिन लोगों के लिए किसी स्टार्टअप के लिए इतना आसान नहीं है। "क्या उनके पास लोकप्रिय बनने के लिए पर्याप्त उपयोगकर्ता प्राप्त करने की ताकत है?"

हैमंड के अनुसार, बोन्साई का उपयोग करके तंत्रिका नेटवर्क का निर्माण इस बात से अलग है कि पेशेवर इसे महत्वपूर्ण क्षणों में कैसे करते हैं। अब, एक विशेष समस्या को हल करने के लिए, सही उपकरण का चयन करना आवश्यक है, जिसके लिए अनुभव और ज्ञान की आवश्यकता होती है। और बोनसाई को खुद ही करना पड़ेगा। आपको केवल उन अवधारणाओं का वर्णन करना होगा जो आप सिस्टम को सिखाना चाहते हैं।

और जबकि अनुभवी पेशेवर नेटवर्क सीखेंगे, वांछित परिणामों के साथ उनकी डिलीवरी की तुलना करते हुए, बोनसाई आपको सिस्टम को सीखने की अनुमति देगा, इस प्रक्रिया को अवधारणाओं में विभाजित करेगा। उदाहरण के लिए, यदि आप चाहते हैं कि प्रणाली कुत्तों की तस्वीरों को पहचान सके, तो आप एक कुत्ते को चार पैर, एक लंबी थूथन और उसके मुंह से लटकती हुई लंबी जीभ दिखा सकते हैं। आप सिस्टम को धक्का देते हैं, और क्लाउड में "बौद्धिक केंद्र" ही सब कुछ समझता है।

प्लसस हैं। वैज्ञानिकोंअक्सर वे समझ नहीं पाते हैं कि प्रशिक्षित नेटवर्क अपना काम कैसे करते हैं, क्योंकि वे स्वयं को कॉन्फ़िगर करते हैं और सभी अवधारणाओं को समझ से बाहर रखते हैं। लेकिन बोनसाई में, उपयोगकर्ता-वर्णित अवधारणाएं हमें एक तंत्रिका नेटवर्क की सोच का नक्शा देती हैं। "कार्यक्रम एक ब्लैक बॉक्स नहीं होना चाहिए," हैमंड कहते हैं। उदाहरण के लिए, यदि आप एक रोबोमोबाइल का प्रोग्रामिंग कर रहे हैं, और मशीन समय पर ब्रेक नहीं दबाती है, तो आपको यह पता लगाने में सक्षम होना चाहिए कि आपका सिस्टम उस समय क्या सोच रहा था।

सवाल यह है कि क्या इस तरह के अमूर्त से गति और दक्षता में गिरावट आएगी। आमतौर पर यह संकलक के साथ होता है - प्रोग्राम उतनी तेजी से काम नहीं करते हैं जितना कि कोडांतरक में लिखा गया है। समस्याओं को हल करने के लिए सही उपकरण चुनने की प्रणाली की क्षमता विज्ञान के डॉक्टरों से भी बदतर नहीं है, जिन्हें इसे बदलना चाहिए।

"मुझे लगता है कि समझौते से बचा नहीं जा सकता है," लीला त्रेतिकोव, एक एआई विशेषज्ञ जो पहले विकिमीडिया फाउंडेशन में काम करते थे और बोनसाई को सलाह देते थे। “यह हाथ पर विज्ञान के डॉक्टरों की एक टीम होने के रूप में काफी नहीं है। लेकिन क्या अधिक महत्वपूर्ण है - असम्बद्ध या सिर्फ जो आवश्यक है उसे करने का अवसर? " विव से एडम चीयर का मानना ​​है कि बोनसाई किसी विशिष्ट कार्य के लिए अनुकूलित प्रणाली के रूप में कुशलता से काम नहीं कर सकता है। "लेकिन उसका कोड अच्छा है, और यह आपको अमूर्तता के शीर्ष स्तर पर रहने की अनुमति देता है," वे कहते हैं। चीयर कहते हैं कि उनकी कंपनी में कई मूल्यवान एआई विशेषज्ञ हैं, और इसलिए वे बोन्साई का उपयोग करने की संभावना नहीं रखते हैं - जब तक कि एक प्रोटोटाइप टूल के रूप में।

बोनसाई ऐसे कार्यों में अपना हाथ आजमा रहे हैं जो अभी तक एआई के साथ शास्त्रीय प्रणालियों द्वारा हल नहीं किए गए हैं। "हम अलग-अलग खेलों पर काम कर रहे हैं," हैमोंड कहते हैं, यह समझाते हुए कि खेल कई प्रमुख मुद्दों की कुंजी है जो बोन्साई के पास जाने की योजना है। "मुझे एआई गेम्स की कुछ कक्षाएं, यहां तक ​​कि डीपमाइंड का भी पता नहीं चला है। "उन्होंने ब्रेकआउट के अलावा खेलों के एक समूह पर प्रशिक्षण लिया, लेकिन, उदाहरण के लिए, वे कभी भी पैक-मैन को सफलतापूर्वक खेलने के लिए सिस्टम प्राप्त करने में कामयाब नहीं हुए।"

लेकिन मुख्य बात यह है कि बोन्साई एआई को उन लोगों के हाथों में स्थानांतरित करने के आंदोलन में शामिल हो जाता है जिन्हें इस मामले में अधिक ज्ञान नहीं है। यह उम्मीद की जा सकती है कि कई उच्च-स्तरीय उपकरण अधिक शक्तिशाली और सर्वव्यापी बन जाएंगे। क्या हम उस बिंदु पर पहुंचेंगे जहां ग्रह पर हर व्यक्ति एआई का इस्तेमाल करता है। कम से कम, पैसे वाले कई स्मार्ट लोगों ने इसे लगाया।

"हमारे पास क्लाउड में एनालिटिक्स है," बॉटलनोज़ के लिंग स्पिवक कहते हैं। उनका कहना है कि इन आभासी सलाहकारों को "मुझे किस कॉलेज में जाना चाहिए" जैसे सवालों के साथ बुलाया जा सकता है। प्रणाली की लागत नाममात्र है, और शायद शून्य है। "कहते हैं कि आप एआई बर्दाश्त नहीं कर सकते एक बुरा निर्णय का औचित्य साबित करने के लिए कोई रास्ता नहीं होगा," वे कहते हैं।

शायद हम उस बिंदु पर भी पहुँच सकते हैं जहाँ AI सफलतापूर्वक Pac-Man को जीत लेता है। बोनसाई ने अभी तक इससे निपटा नहीं है। "हम इस पर काम कर रहे हैं," हैमंड कहते हैं। "अब तक इस मुद्दे पर कोई घोषणा नहीं हुई है।"

Source: https://habr.com/ru/post/hi397883/