人工智能正自我进化
资料来源:JAKARIN2521
毫不夸张地说,人工智能可以独立进化。研究人员创造了一种新的软件。他们利用达尔文的进化论“适者生存”和其他概念来构建人工智能程序。没有人的投入,后者可以一代又一代地改进。该项目在几天内重复了几十年的人工智能研究,设计者相信有一天它可能会带来人工智能的新方法。
"当大多数人还在学习走路时,他们已经向未知迈出了一大步。"奥斯汀德克萨斯大学的计算机科学家里斯托·米基科莱宁没有参与这项研究,他说,“这是一篇可以引发大量未来研究的论文。”
研究人员通常需要时间来构建人工智能算法。以神经网络为例,这是翻译语言和驾驶汽车的一种常见的机器学习方法。这些网络可以模仿大脑结构,并通过改变人工神经元之间的连接强度从训练数据中学习。虽然较小的神经元子电路可以执行特定的任务,例如识别路标,但研究人员需要花几个月的时间来研究如何将它们连接起来,这样它们才能连续工作。
近年来,科学家通过自动化一些步骤加速了这一过程。然而,这些程序仍然依赖于拼接人类设计的现成线路。这意味着输出仍然受限于工程师的想象力和偏见。
因此,谷歌计算机科学家quockle和他的同事开发了一个名为AutoML-Zero的程序,该程序只能使用高中生已知的基本数学概念来开发零人工输入的人工智能程序。他说:“我们的最终目标是开发新的机器学习概念,即使是研究人员也不知道。”
程序发现算法使用不精确的进化估计方法。它首先通过随机组合数学运算创建100个候选算法。然后通过一个简单的任务来测试它们,比如图像识别,它必须判断一张图片是一只猫还是一辆卡车。
在每个循环中,新程序将算法的性能与手动设计的算法进行比较,并通过随机替换、编辑或删除一些代码来“变异”*算法的副本,从而创建最佳算法。随着“新鲜血液”的不断注入,旧项目被淘汰,循环往复。
该系统一次创建成千上万个这样的循环,这使得它能够在一秒钟内处理成千上万个算法,直到找到一个好的解决方案。该程序还可以使用一些技术来加速搜索,例如偶尔在不同的循环之间交换算法以防止进入死胡同,以及自动清除重复的算法。
几天前,一篇发表在arXiv上的预印论文指出,这种方法可能会无意中发现一些经典的机器学习技术,包括神经网络。Le承认,与当今最先进的算法相比,这些解决方案很简单,但有可能将它们扩展到创造更复杂的人工智能。
尽管如此,荷兰因霍芬科技大学的计算机科学家华金·范·肖伦认为,这种方法要与最先进的技术竞争还需要一段时间,但机器学习的概念可能有助于推动这种变化。
此外,乐认为,增加数学运算的数量,并在程序中投入更多的计算资源,可能会使它发现新的人工智能。“这是我们真正热衷的方向,去发现一些人类需要很长时间才能发现的真正重要的东西。”他说。
相关论文信息:https://arxiv.org/abs/2003.03384