„Během toho, co ostatní dělali první dětské krůčky, autoři tohoto programu udělali obrovský skok do neznáma,“ uvedl pro Science expert na umělé inteligence Risto Miikkulainen z Texaské univerzity v Austinu, který se na tomto výzkumu nepodílel. „Je to jeden z těch výzkumů, které mohou otevřít vědu budoucnosti,“ dodal.
Jak se rodí umělá inteligence
Vytvořit algoritmus umělé inteligence zabere spoustu času. Dnes se využívají nejčastěji takzvané neuronové sítě – jde o tým umělých inteligencí používaných například k překládání cizích jazyků nebo autonomnímu řízení automobilů. Tyto sítě zhruba napodobují fungování lidského mozku; učí se z výukových dat a na základě nich mění sílu propojení mezi umělými neurony.
Složité programy, jako jsou například ty, které řídí automobily, mají více center – každé se specializuje na jinou činnost: některá navigují, jiná hledají překážky, další monitorují dodržování dopravních předpisů.
V nedávné minulosti se podařilo řadu úkolů v procesu učení strojů výrazně zautomatizovat, přesto jsou stroje stále omezené tím, co pro ně naplánují lidští programátoři.
Změna přichází z Google
O změnu se pokusil počítačový expert Quoc Le s kolegy ze společnosti Google. Vyvinuli program nazvaný AutoML-Zero, který je schopný vyvíjet umělé inteligence prakticky bez lidského zásahu – vychází přitom jen z matematických konceptů. „Naším cílem je vyvinout inovativní koncepty strojového učení, které by vědce nikdy nenapadly,“ uvedl vědec.
Tento program objevuje a vymýšlí nové algoritmy pomocí evolučních zákonů. Nejprve vytvoří „populaci“ 100 algoritmů – náhodně jen zkombinuje různé matematické operace. Pak je otestuje na jednoduchých úkolech, jako je třeba rozeznávání obrázků, kdy mají programy za úkol poznat, je-li na snímku například kočka nebo vlak.
V každém cyklu testování učební program srovnává výkonnost algoritmů mezi sebou i s těmi, které vznikly klasickou cestou. Do těch nejúspěšnějších pak vkládá „mutace“ – náhodné změny kódu, které vytvářejí drobné změny v těch nejlepších algoritmech. Tito „potomci“ úspěšných pak v populaci nahradí ty nejméně úspěšné – a cyklus se opakuje na novém úkolu.
Díky masivní výpočetní kapacitě umí program vytvářet tisíce takových populací současně; navíc mezi nimi občas některé algoritmy vyměňuje – podobně jako se šířily úspěšné geny mezi různými skupinami lidí během evoluce.
V odborném článku, který vyšel na webu arXiv, zatím ještě bez recenzního řízení, vědci popisují, jak úspěšný je tento program ve srovnání s těmi dnes používanými.
Podle Joaquiana Vanschorena, experta na umělé inteligence z univerzity v EIndohovenu, má tato cesta velký potenciál, ale bude ještě nějakou dobu trvat, než se stane srovnatelnou s těmi nejlepšími „klasickými“ přístupy. Doporučuje například, aby se tímto evolučním způsobem upravovaly již existující umělé inteligence – mohly by se tak vylepšovat velmi rychle a účinně.
Právě touto cestou se vývojáři již vydali – v nejnověji vydané studii popsali, jak takto upravili některé složky využívané v neurálních sítích.