В Facebook решили создать ИИ, который будет создавать ИИ

Часть истории – это то, как компании вроде Google и Facebook платят огромные деньги некоторым очень умным людям. Всего несколько сотен жителей Земли обладают достаточным уровнем таланта и образования, чтобы двигать прогресс вперед. И платят этим выдающимся умам не меньше, чем платят звездным спортсменам. Это ограничивает скорость прогресса в области искусственного интеллекта. И не только это. Даже лучшие из ученых не способны создавать по-настоящему масштабные сервисы с первого раза и без ошибок. Чтобы построить глубинную нейросеть, которая возьмет очередной рубеж в изучении ИИ, исследователям приходится пробовать бесчисленное множество вариантов, которые не работают, на десятках, а возможно, и сотнях машин.

Вот почему в последнее время многие компании пытаются автоматизировать эти исследования. Замысел в том, что автоматизация муторной и тяжелой работы позволит быстрее передавать новейшие алгоритмы машинного обучения рядовым инженерам, в то время как тяжелая артиллерия сможет сосредоточиться на решении более важных проблем. Это, в свою очередь, ускорит развитие технологий ИИ в приложениях и интернет-сервисах, которыми мы с вами пользуемся каждый день.

Читайте по теме: Через 5 лет машины станут умнее всех людей на планете вместе взятых

Для этого инженеры Facebook создали то, что они прозвали «инженер с автоматизированным машинным обучением». Это система с искусственным интеллектом, которая используется для создания систем с искусственным интеллектом. Пока она далека от совершенства. Но цель в том, чтобы при создании новых моделей ИИ людям приходилось как можно меньше заниматься черной работой.

Чувствовать поток

После $104-миллиардного IPO Facebook в 2012 году компании потребовалось создать глубинные нейросети и другие алгоритмы машинного обучения, способные более качественно обрабатывать огромное количество данных о характеристиках и поведении сотен миллионов посетителей Facebook.

Как рассказывает инженер рекламного отдела Хуссейн Механна, у них не было недостатка идей для создания новой системы ИИ. Проблема состояла в их тестировании. Поэтому Механна с коллегами создали инструмент под названием Flow. «Нам хотелось создать сборочную линию с машинным обучением, которой могли бы пользоваться все инженеры Facebook», — говорит он. Flow разработан для того, чтобы инженеры могли создавать, тестировать и исполнять алгоритмы машинного обучения в большом масштабе.

«Чем больше идей ты перепробуешь, тем лучше. Чем больше данных обработаешь, тем лучше»Вскоре Механна с коллегами предоставили доступ к Flow для всех отделов компании. Им этот инструмент помог создать алгоритмы выбора новостей для ленты в Facebook, распознавания лиц на фотографиях в соцсети или генерации звуковых описаний для фотографий, чтобы незрячие люди могли узнать что на них изображено. С помощью него компании даже удалось определить, какие страны мира нуждаются в доступе к интернету.

По словам Механны, Facebook тестирует 300 тысяч моделей машинного обучения каждый месяц. Раньше компания могла внедрять в соцсеть какой-либо новый алгоритм примерно раз в два месяца, а теперь выпускает несколько новых моделей каждую неделю.

Следующий рубеж

Сама идея выходит далеко за рамки функций Facebook. Это стало распространенной практикой в мире глубинного обучения. В прошлом году Twitter купила стартап WhetLab, специализирующийся на таком подходе, а недавно Microsoft рассказала, какую систему ее исследователи используют для тестирования возможных моделей ИИ. Инженер Microsoft Дзянь Сун называет эту систему «поиск под контролем человека».

Механна и Facebook намерены ускорить это. В компании планируют предоставить открытый доступ к Flow для всего мира, и, по словам Механны, такие игроки, как LinkedIn, Uber и Twitter уже проявили интерес к использованию этого инструмента.

Читайте по теме: Люди + искусственный интеллект = ваше цифровое будущее

Его команда создала еще один сервис под названием AutoML, который может еще больше облегчить работу инженерам. Сервис, который работает параллельно с Flow, может автоматически «чистить» массивы данных, необходимых для тестирования нейросетей и других алгоритмов машинного обучения, то есть готовить их для тестирования без участия человека. Но намного интереснее тот факт, что в AutoML искусственный интеллект используется для создания искусственного интеллекта.

Как сказал Механна, в Facebook тестируют по 300 тысяч моделей машинного обучения каждый месяц. AutoML может использовать результаты этих тестов для подготовки новой модели, которая поможет оптимизировать дальнейший процесс подготовки моделей машинного обучения. Да, это не так-то просто осмыслить. Механна сравнивает это с сюжетом фильма «Начало». Тем не менее, это работает. Система автоматически выбирает алгоритмы и параметры, которые сработают с наибольшей вероятностью. «Она может предугадать результат еще до теста», — утверждает Механна.

Читайте по теме: Как машинное обучение используется в реальном бизнесе

Сотрудники рекламного отдела Facebook даже разработали своего инженера с автоматизированным машинным обучением, и это изобретение тоже разошлось по всей компании. Его назвали Asimo, и по данным Facebook, в некоторых ситуациях он может самостоятельно генерировать улучшенные версии существующих моделей, которые тут же можно внедрить в сеть.

В самом деле, умами авторов научной фантастики уже давно овладела одна увлекательная идея: машина с искусственным интеллектом, которая развивает сама себя. Нет, Asimo не так совершенен и не так страшен, как Skynet. Но это шаг по направлению к миру, в котором не только лучшие научные умы смогут создавать ИИ. И среди них будут не только люди.

Источник.

Фото на обложке: Unsplash

Материалы по теме:

Реклама составила 97% выручки Facebook

Имперские амбиции Марка Цукерберга

Внутри амбициозного плана Facebook по объединению всего мира

Microsoft на пути к искусственному интеллекту

Как в Facebook запускали новые лайки

Видео по теме: