Искусственный интеллект подошел к тому моменту, когда большинство людей знают, на что он способен ... но понятия не имеют, как он это делает. Сама мысль о создании и обучении глубоких нейронных сетей и алгоритмов настолько устрашает, что многие предприятия, которые могли бы извлечь выгоду из ИИ, неохотно используют преобразующие технологии.

Google AutoML вызывает ажиотаж среди тех, кто следит за ИИ, а концепция «ИИ-создание-ИИ» сейчас является горячей темой в отрасли - что может быть более привлекательным, чем таинственная новая технология, которая на самом деле создает ваши модели для вас?

Новые технологии автоматического машинного обучения уже могут автоматизировать проектирование моделей машинного обучения без участия человека. Однако компромисс - очень высокая стоимость вычислений. По оценке директора Google AI Джеффа Дина, отказ от человеческого опыта при построении и обучении моделей машинного обучения потребует увеличения вычислительной мощности в сто раз.

Представьте DarwinAI, стартап искусственного интеллекта из Ватерлоо, Онтарио, который недавно выпустил бета-версию решения для автоматизированного машинного обучения, которое, по его словам, может генерировать модели в десять раз эффективнее, чем сопоставимые современные решения.

Компания использует метод машинного обучения, называемый генеративным синтезом, который основан на взаимодействии между генератором и парой инквизиторов, работающих совместно, чтобы изучить сложную внутреннюю работу глубоких нейронных сетей и создать более совершенные и высокоэффективные модели.

Соучредитель DarwinAI Александр Вонг, который участвовал в создании Generative Synthesis, сказал Synced, что его стартап может «быстро создавать и развертывать решения для глубокого обучения в сценариях, где вычислительные и энергетические ресурсы ограничены, как правило, на периферии». В настоящее время компания предлагает оптимизированные сетевые решения для задач восприятия, таких как оценка позы толпы, идентификация объектов в реальном времени и улучшение разрешения видео.

Адъюнкт-профессор Университета Ватерлоо (UW) и канадского кафедры исследований в области искусственного интеллекта, Вонг потратил более десяти лет на изучение дизайна автоматизированных систем обучения. Цель Вонга - устранить то, что, по его мнению, является наиболее серьезным препятствием для широкого распространения ИИ: сложность разработки и создания понятных систем ИИ для конкретных операционных требований.

«Я решил, что единственный способ по-настоящему решить эту проблему - это заново изобрести способ разработки глубокого обучения, в котором сам ИИ используется в качестве совместной технологии, которая работает с людьми для разработки и создания гораздо более совершенных глубоких нейронных сетей», - говорит Вонг.

Вонг основал DarwinAI в 2017 году вместе с коллегой, профессором Университета штата Вашингтон Мохаммадом Джавадом Шафи и двумя его аспирантами, Фрэнсисом Ли и Бренданом Чвилом. К команде также присоединился генеральный директор Шелдон Фернандес, чья софтверная компания Infusion была приобретена Avanade в прошлом году.

Термин «AutoML» был придуман в 2013 году, когда группа исследователей из Университета Британской Колумбии представила автомобильный подход к решению проблемы одновременного выбора алгоритма обучения и установки его гиперпараметров. Идея не привлекала особого внимания до конца 2016 года, когда исследователь Google Куок Ле и его коллеги привлекли внимание к AutoML с помощью поиска по нейронной архитектуре (NAS) - технологии, лежащей в основе Google Cloud AutoML. Исследователи Google применили агент обучения с подкреплением для поиска архитектурных строительных блоков. Получение современной архитектуры, однако, оказалось трудоемким для вычислений, требуя 1800 дней на GPU или пять лет на один GPU.

В отличие от Google AutoML, генератор DarwinAI использует созданный человеком грубый прототип сети вместе с обычными проектными потребностями и требованиями. Это позволяет ему научиться автоматически определять лучшие параметры со значительно более высокой степенью детализации, чем способны исследователи-люди.

«Проектирование сетевых архитектур, наиболее подходящих для конкретной задачи и набора проектных потребностей и требований, требует значительных догадок. Такие технологии, как генеративный синтез, исключают такие предположения и позволяют как экспертам, так и неспециалистам создавать мощные глубокие нейронные сети в кратчайшие сроки и надежным образом », - говорит Вонг.

Генератор DarwinAI может построить сеть, которая в 4,5 раза эффективнее с точки зрения вычислений, чем современная сеть NASNet-L2C, созданная Google, при этом обеспечивая такую ​​же точность. Генератор также превзошел MobileNet, построив сеть с такой же точностью, но в 26 раз меньше. Для задач обнаружения объектов Generative Synthesis может создать сеть, которая более эффективна, чем DetectNet, но при этом в 10 раз меньше и в 4 раза более энергоэффективна на чипсете Nvidia.

Бета-решение DarwinAI нацелено на пользователей корпоративного уровня, которые предоставляют начальные проекты сетей, данные и требования. Однако Вонг предполагает, что в недалеком будущем DarwinAI сможет создавать свои собственные новые оптимизированные глубокие нейронные сети без какой-либо помощи человека.

В прошлом месяце DarwinAI объявил о финансировании в размере 3 млн канадских долларов, возглавляемом Obvious Ventures, iNovia Capital и ангелами из Creative Destruction Lab в Торонто.

Растущий и прибыльный рынок AutoML привлекает как технологических гигантов, так и новых игроков. И вся эта конкуренция означает, что такой отважный стартап, как DarwinAI, должен постоянно максимизировать свои ресурсы и продвигать свои технологии, чтобы оставаться в игре. Вонг считает, что DarwinAI готов к этому вызову: «Наш план на три-пять лет - открыть следующую волну совместных технологий ИИ, чтобы по-настоящему демократизировать ИИ, открыть поле для неспециалистов и способствовать эффективному решению ИИ во многих вертикали ».

Журналист: Тони Пэн | Редактор: Майкл Саразен

Подпишитесь на нас в Twitter @Synced_Global, чтобы получать ежедневные новости об искусственном интеллекте

Мы знаем, что вы не хотите пропустить ни одной новости. Подпишитесь на наш популярный Synced Global AI Weekly , чтобы получать еженедельные обновления AI.