Agora qualquer pessoa pode se tornar um profissional de aprendizado de máquina

Mark Hammond na sede da Bonsai nos subúrbios de Berkeley.Você

joga futebol com sucesso, atua em filmes populares ou na bolsa de valores? Parabéns, você é quase tão valioso quanto um especialista em processamento de dados ou aprendizado de máquina com doutorado em Stanford, MIT ou Carnegie Mellon. Pelo menos parece que sim. Todas as empresas do Vale do Silício - e, em princípio, já não apenas lá - estão competindo freneticamente para obter um prêmio tão humano. Esta é uma espécie de caçada às trufas pelos gerentes de RH. À medida que as empresas percebem que seus rivais dependem de inteligência artificial (IA) e aprendizado de máquina (MO), o número de empregos para esses profissionais aumenta constantemente.

Mas e se você pudesse obter os benefícios da IA ​​sem contratar profissionais caros e talentosos? E se o software inteligente baixar a barra? É possível obter os benefícios da aprendizagem profunda (GO) sem talentos especiais?

O Bonsai de inicialização [Bonsai] é uma das empresas que responde positivamente a essa pergunta. Com a ajuda deles, talvez esteja chegando a democratização da IA, que, como resultado, pode afetar milhões, se não bilhões, de pessoas.

Hoje, na conferência da O'Reilly AI em Nova York, o gênero Bonsai, Mark Hammond, mostrará uma demonstração do sistema. A demo reproduz uma das conquistas icônicas da GO: como o sistema DeepMind aprendeu a jogar brinquedos antigos da Atari. Especificamente, o programa Bonsai aprenderá a jogar Breakout, onde a plataforma bate em uma bola destruindo uma parede de tijolos (o jogo de 1976 foi um avanço na época - aliás, Steve Jobs trabalhou nele).


37 linhas de código criam uma rede neural aprendendo a tocar independentemente

Ao mesmo tempo, o DeepMind criou gênios de IA de classe mundial e treinou a rede neural em um conjunto de jogos da Atari. Tal conquista foi premiada com publicação em uma revista de classe mundial. No caso dos bonsais, é uma maneira de cortar o caminho. Começa com um sistema de desenvolvimento baseado em nuvem. Um programador, talvez nunca tendo participado de cursos de IA na faculdade ou na Internet, pode descrever o jogo, e o próprio sistema escolherá o algoritmo mais ideal para o treinamento da rede neural. Em seguida, o programador codifica o conceito do jogo em alguns minutos - por exemplo, a necessidade de manter a plataforma sob controle - e dá ao Bonsai a oportunidade de trabalhar independentemente com redes neurais, otimizando-as para obter o melhor resultado.

A versão Bonsai do jogo usa 37 linhas de código. Mas isso é enganoso. Quando Hammond mostra o que está acontecendo "sob o capô" do sistema, ele mostra um gráfico mostrando como o sistema constrói uma rede neural complexa digna de um dos "ninjas" envolvidos no MO no Google. O programador não terá que lidar com tudo isso.

O truque é incrível. "Geralmente não estou muito impressionado com as demos", disse George Williams, pesquisador do Instituto Courant de Ciências Matemáticas da Universidade de Nova York. "Mas o que Mark me mostrou era ao mesmo tempo crível e simplesmente incrível." Ele entendeu nosso estado atual com o MO e as ferramentas necessárias para criar a próxima geração de IA. ”

Ainda não se sabe se o Bonsai se tornará o líder nessa direção. Mas Williams está certo sobre onde estamos na escala de desenvolvimento da IA. O próximo passo é o surgimento e o florescimento de computadores inteligentes com MO para manequins.

O bonsai nasceu na praia. Hammond, anteriormente desenvolvedor da Microsoft, estava interessado em IA há algum tempo. Depois de deixar a empresa em 2004, ele trabalhou na Universidade de Yale na área de neurologia. Em 2010, ele passou algum tempo na startup Numenta AI, sob a liderança de Jeff Hawkins (co-fundador da Palm), mas saiu para lançar uma empresa de terceiros, que ele posteriormente vendeu.

Então, em 2012, Hammond estava visitando amigos no sul da Califórnia. Seu filho bebê estava cansado e toda a empresa estava voltando para o carro. Enquanto a esposa de Hammond conversava com os amigos e seu filho dormia nos braços, ele conduziu um experimento mental. Tudo começou com o popular no mundo dos memes da IA ​​- o conceito do "algoritmo principal". Como professor Pedro Domingos, da Universidade de Washington (emlivro com o mesmo nome ), essa tecnologia MO ainda não aberta será uma solução universal para todos os problemas. Quando os cientistas criam esse algoritmo, podemos aplicar a IA a qualquer coisa.

Mas Hammond descobriu uma falha nesse raciocínio. Suponha que encontremos esse algoritmo. Quem o adaptará a inúmeras aplicações práticas? Hoje apenas aderentes do Ministério da Defesa são capazes disso. Existem poucas, mas muitas tarefas. Precisamos de um sistema que abaixe a fasquia para que o desenvolvedor médio possa usar essas ferramentas. Esse sistema não exigirá uma especialização estreita em MO para o treinamento de redes neurais, mas permitirá que os programadores aprendam o sistema a produzir os resultados desejados.

Gradualmente, ele fez uma analogia com a história da programação. Inicialmente, era necessário escrever programas em código de máquina. Em seguida, os programadores desenvolveram um conjunto padrão de instruções, assembler. A inovação veio com o desenvolvimento de um compilador que traduziu linguagens de alto nível para o assembler. E depois disso, a programação começou a permitir que iniciantes criassem programas sérios. Hammond acha que ferramentas como o TensorFlow do Google se assemelham à era das montadoras. Eles facilitam a construção de redes neurais, mas ainda assim a entrada nessa área é acessível àqueles que são bem versados ​​no trabalho de redes neurais. Ele queria criar algo como um compilador para expandir essa entrada.

Ele compartilhou a idéia com Keen Browne, um ex-colega da Microsoft que recentemente vendeu seus jogos para os chineses. Tom gostou da ideia, porque ele próprio tentou compreender o aprendizado profundo usando os meios populares disponíveis. "Eu sou muito inteligente", diz ele. - Eu estava na China, aprendi o idioma deles. Eu programei na Microsoft. Mas essa atividade acabou sendo ridícula. ” E ele se inscreveu na co-fundação do Bonsai. Esse nome foi escolhido porque as plantas japonesas, criadas artificialmente, mantêm um equilíbrio entre natural e artificial. Como bônus, conseguimos registrar o bons.ai.

O bonsai não é a única startup que tenta resolver o problema da escassez de especialistas em IA. Algumas empresas começaram a treinar seus próprios funcionários em redes neurais. Google desenvolvidotodo um conjunto de cursos internos, e a Apple está procurando programadores com as habilidades que lhes permitam aprender o tópico certo sem problemas. O Google também lançou o programa TensorFlow, que ajuda seus engenheiros a construir redes neurais. Existem outras ferramentas para trabalhar com IA, e elas provavelmente serão seguidas ainda mais, com diferentes graus de entendimento do problema.

Existem outras startups envolvidas na democratização da IA. Bottlenose atrai um público diferente do Bonsai: eles não funcionam para programadores, mas para analistas de negócios. Mas a mensagem é familiar. "Estamos dando novas oportunidades para usuários que não são cientistas ou programadores", diz o gênero da empresa, Nova Spivack. Outras startups vão além: na conferência, o chefe da Clarifai fez uma apresentação intitulada “Como deixar alguém treinar e usar a IA”.

Portanto, embora o Bonsai pareça ter encontrado um bom nicho com o tempo, será difícil atrair atenção para si mesmo por causa da atividade vigorosa nessa área. Adam Cheyer, um especialista em IA, um dos criadores da Siri e o principal programador da Viv, está impressionado com o produto de inicialização. Mas ele observa que, embora o Bonsai aproxime a IA dos recém-chegados, eles ainda precisam se esforçar e aprender sua linguagem de programação e operação do sistema. "Quando grandes empresas como o Google lançam o sistema, as pessoas se levantam para descobrir", diz ele. - Mas não é tão fácil para uma startup interessar as pessoas. "Eles têm forças para conseguir usuários suficientes para se tornarem populares?"

Segundo Hammond, a construção de redes neurais usando o Bonsai difere de como os profissionais o fazem em momentos importantes. Agora, para resolver um problema específico, é necessário selecionar as ferramentas certas, o que requer experiência e conhecimento. E o bonsai terá que fazer isso sozinho. Você só precisa descrever os conceitos do que deseja ensinar ao sistema.

E enquanto profissionais experientes aprenderão a rede, comparando sua entrega com os resultados desejados, o Bonsai permitirá que você aprenda o sistema, dividindo o processo em conceitos. Por exemplo, se você deseja que o sistema reconheça fotos de cães, você pode caracterizá-lo como tendo quatro pernas, um focinho longo e uma língua comprida pendurada na boca. Você empurra o sistema, e o "centro intelectual" na própria nuvem entende tudo.

Existem vantagens. Cientistasmuitas vezes eles não entendem como as redes treinadas fazem seu trabalho, porque se configuram e organizam todos os conceitos de uma maneira incompreensível. Mas no Bonsai, os conceitos descritos pelo usuário nos fornecem um mapa do pensamento de uma rede neural. "O programa não deve ser uma caixa preta", diz Hammond. Por exemplo, se você estiver programando um robomóvel, e a máquina não pressionar o freio a tempo, será necessário descobrir o que seu sistema estava pensando naquele momento.

A questão é se essa abstração levará a uma queda na velocidade e eficiência. Geralmente isso acontece com os compiladores - os programas não funcionam tão rápido quanto os escritos no assembler. A capacidade do sistema de escolher as ferramentas certas para resolver problemas não é pior do que os médicos das ciências, que eles devem substituir.

"Acho que compromissos não podem ser evitados", disse Lila Tretikov, especialista em IA que trabalhou anteriormente na Wikimedia Foundation e aconselhou o Bonsai. “Isso não é o mesmo que ter uma equipe de doutores em ciências à mão. Mas o que é mais importante - intransigente ou apenas a oportunidade de fazer o que é necessário? ” Adam Cheyer, da Viv, acredita que os bonsais podem não funcionar tão eficientemente quanto um sistema otimizado para uma tarefa específica. "Mas o código dela é bom e permite que você esteja no nível mais alto da abstração", diz ele. Cheyer diz que sua empresa tem vários especialistas valiosos em IA e, portanto, é improvável que eles usem o bonsai - a menos que seja uma ferramenta de prototipagem.

O bonsai está tentando realizar tarefas que ainda não foram resolvidas pelos sistemas clássicos com IA. "Estamos trabalhando em jogos diferentes", diz Hammond, explicando que os jogos são a chave para várias questões importantes que o Bonsai planeja abordar. "Eu não descobri certas classes de jogos de IA, nem o DeepMind. "Eles treinaram em vários jogos além do Breakout, mas, por exemplo, nunca conseguiram fazer o sistema jogar Pac-Man com sucesso".

Mas o principal é como o Bonsai se une ao movimento para transferir a IA para as mãos de pessoas que não têm muito conhecimento sobre esse assunto. Pode-se esperar que muitas ferramentas de alto nível se tornem mais poderosas e onipresentes. Vamos chegar ao ponto em que todas as pessoas no planeta treinam e usam IA? Pelo menos, muitas pessoas inteligentes com dinheiro colocam nele.

"Temos análises na nuvem", diz Spivak, o gênero de Bottlenose. Ele diz que esses consultores virtuais podem ser chamados com perguntas como "em qual faculdade devo ir". O custo do sistema é nominal e talvez zero. "Não haverá como justificar uma decisão ruim dizendo que você não pode pagar pela IA", diz ele.

Talvez possamos até chegar ao ponto em que a IA conquiste o Pac-Man com sucesso. Os bonsais ainda não lidaram com isso. "Estamos trabalhando nisso", diz Hammond. "Até o momento não há anúncios sobre esse assunto."

Source: https://habr.com/ru/post/pt397883/