AI האב, AI הבן ורוח הגוגל

גוגל (Google) מפתחת מערכת בינה מלאכותית (AI) המסוגלת לייצר בעצמה בינה מלאכותית. לטענת מנכ"ל החברה, סונדר פיצ'אי, היכולת הזו נתפשת כדבר-מה בלתי אפשרי. בהרצאתו בתערוכת CES שהתקיימה בלאס וגאס לפני כשבועיים, הרחיב פיצ'אי אודות לימוד מכונה אוטומטי (Automatic Machine Learning), המכונה AutoML.

יש לציין כי נוכחותה של גוגל בתערוכה הייתה בולטת ועוצמתית. היא החזיקה ביתן מרכזי ונתנה חסות לכנסים רבים במסגרת CES, שעסקו בכל הנושאים היקרים לליבה, כגון העוזר האישי שלה, Hey Google, שיווק באינטרנט, אבל גם, כאמור, סיפקה הכרזות בתחום הבינה המלאכותית. הדבר בלט במיוחד על רקע העובדה שבשנים האחרונות לא היה לגוגל אפילו ביתן עצמאי משלה.

ההכרזה בשלב זה מדברת על מערכת לימוד מכונה ושירות AutoML Vision, המאפשר למפתחים – גם לכאלה שאין להם התמחות בתחום לימוד המכונה – לבנות מערכת זיהוי תמונות מותאמת לצורכיהם. ההערכה היא שבעתיד תוסיף גוגל AutoML לאבני הבניין של הבינה המלאכותית: זיהוי דיבור, וידיאו, פענוח שפה טבעית, ועוד.

ארכיטקטורה שמחקה התפתחות של ילדים

חוקרי Google Brain השתמשו במודלים של למידת חיזוק (reinforcement learning) בכדי ליצור מערכת לומדת בעצמה. לדברי פיצ'אי, "תכנון מכונה לומדת הוא דבר שגוזל הרבה זמן של מהנדסים ומדענים שמספרם מועט – בעיקר בעלי דוקטורט בלימוד מכונה. אנחנו רוצים לאפשר למאות אלפי מפתחים להשתמש בלימוד מכונה, והדרך הטובה ביותר היא לעשות זאת באמצעות רשתות נוירונים. ב-AutoML אנו בונים תחילת למידה עמוקה, ואומרים לרשתות להעמיק, במקום לבזבז זמן מורט עצבים בתכנות בכדי ליצור בינה מלאכותית שמבצעת משימה מסוימת, המערכת תלמד באופן עצמאי את התהליך".

"הכוונה היא ליצור ארכיטקטורה שתחקה התפתחות של ילדים, ורק אחר כך תאומן ותשופר לביצוע משימה מסוימת, כאשר המשוב ישמש את הבקר (התוכנה המפקחת על רשת הנוירונים) בכדי לשפר את התשובה של המחשב בסיבוב הבא, וכך נחזור על התהליך אלפי פעמים וניצור ארכיטקטורות חדשות, נבדוק אותן וניתן את המשוב. בדרך מוזרה, ניתן לחשוב על כך שהורים מולידים ילד ומלמדים אותו כיצד לבצע משימות מסוימות באמצעות מבחנים, ולאחריהם אומרים להם האם הצליחו או נכשלו".

ההורה הוא מערכת לימוד המכונה, והילד הוא מערכת לימוד מכונה, המזהה עצמים כגון בני אדם ומכוניות ודברים אחרים בווידיאו בזמן אמת. אולי תאמרו שזה לא נשמע כמו משהו גדול, אך הדבר המדהים כאן הוא שמערכת ה-AI האוטומטית עוברת ביכולות הביצוע שלה כל מערכת ראיית מחשב. AutoML מגיעה לדיוק של 82.7 אחוזים, 1.2 אחוזים יותר מאשר כל המערכות הקודמות".

"מערכת AI שמולידה מערכות AI חדשות מגיעה לביצועים טובים יותר מכל מערכת בינה מלאכותית שנוצרה בידי בני אדם. רק חישבו על השימושים למערכת כזו, לרבות בנהיגה עצמית של מכונית או במתן אפשרות לזיהוי עצמים לרובוטים שיעבדו בסביבת בני אדם, כמו למשל בתחום הרפואה. יש לכך השלכות רבות משום שה-AI יכולה לייצר מערכות מדויקות, אך להישאר יעילה".

AutoML היא רק דוגמה ראשונה, אך היא מספקת תקדים חזק ומנגישה את הבינה המלאכותית למספר רב יותר של בני אדם.

השראה לסוגים חדשים של רשתות נוירונים

"אנחנו בגוגל מקווים שקהילת לימוד המכונה הרחבה יותר תוכל להיבנות על פי מודל זה, כדי לענות על מספר רב של בעיות מחשוב שעדיין לא הצלחנו לפתור. אנו חושבים כי המערכת תיתן השראה לסוגים חדשים של רשתות נוירונים ותאפשר גם ללא מומחים ליצור רשתות נוירונים התפורות לצורכיהם הספציפיים, כמו גם תאפשר ללימוד המכונה לרכוש השפעה גדולה יותר לכולם".

"ישנו חשש מה יקרה אם לימוד המכונה האוטומטי יזלוג גם לתחומים נוספים מעבר לראיה ממוחשבת, או אם AI הורה מעביר טעות או הטיה לילד, שמעמיקה עוד יותר. מה אם קצב הלימוד של ה-AI הילד יהיה כה מהיר שאנו כבני אדם לא נוכל לעמוד בו ולא נבין מה הוא בכלל עושה. זה עשוי להיראות כמו שאלה מוזרה היום, אך הדבר אפשרי ויום אחד אלו יהיו הדאגות של כולנו. זה באמת מסקרן לחשוב שזו רק תקופת הינקות של הבינה המלאכותית", סיכם פיצ'אי.

בשירות החדש, AutoML Vision, יוכל כל מי שחפץ בכך להעלות תמונות לשירות הענן של המערכת, לייבא את התיוגים שלהן ולתת למערכות גוגל ליצור באופן אוטומטי מודל לימוד מכונה בעבורם. דיסני (Disney), לדוגמה, השתמשה במערכת כדי לאפשר חיפוש דמויות בחנות האונליין, משום שהיא מאפשרת לקונים לקבל מוצר שהם רוצים ומוצרים דומים, מבלי להיתקל במוצרים לא רלוונטיים, שרק במקרה חולקים מילים משותפות בתיאור, כמו למשל בובה של דמות ששמה זהה לשמה של מכונית מירוץ. השיטה מכונה "חיפוש חזותי".