`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Как изменилось финансирование ИТ-направления в вашей организации?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Александр Черников

«AI for AI»? Ну-ну…

+44
голоса

Twitter приобрела некую, совершенно никому не известную исследовательскую группу Whetlab. Ее задача настолько же сложна, насколько просто формулируется − поиск лучших решений для интеллектуальных предсказаний.

 «AI for AI»? Ну-ну…

Команда Whetlab (Whet в данном случае означает «разжигать» или «раззадоривать») состоит всего из пяти человек и занимается тем, что она называет «гиперпараметрической оптимизацией» (hyperparameter optimization), как областью искусственного интеллекта (Artifical Intelligence, AI).

Тем не менее, исследователи утверждают, что им удалось создать ПО, которое дает советы и ответы лучше экспертов-людей и при этом содержит очень малое количество программного кода.

«За 2014 г. мы создали технологию машинного обучения (machine learning), которая автоматически обучает компьютеры лучше и быстрее, чем любой из известных аналогов», − отметила команда Whetlab на своем Web-сайте 17 июня 2015 г., − «Twitter − платформа для открытого общения в интернет, и мы полагаем, что у нашей технологии могут быть большие перспективы в области ускорения машинного обучения».

О технологии

Прежде всего, Whetlab четко определяет свою задачу, совершенно в духе Брюса Уиллиса − «Машинное обучение имеет потенциал, чтобы изменить мир». Ни больше, ни меньше.

В его лучшей форме это − «искусственный интеллект, который работает» (artificial intelligence that works), набор сложных алгоритмов, обеспеченных строгой математикой, которая может идентифицировать определенные структуры в данных.

Это − «AI for AI», − сложные технологии машинного обучения, которые «поднимают ваш компьютер над землей». Сам принцип технологии сейчас подан на патентование.

Согласно сайту, Whetlab не только реализует известные экспертные возможности, но и превышает их. Ее технология неоднократно выигрывала у ведущих исследователей машинного обучения в области построения систем для разрешения самых трудных ультрасовременных проблем.

Можно сказать, что технология сегодня устанавливает некую новую точку отсчета в таких областях, как распознавание образов, обработка естественной речи и вычислительная биология.

Как это работает?

Многие слышали, что глубокие нейронные сети (deep neural networks) − следующая «большая вещь», а некоторые даже представляют себе, что такое Scikit-Learn, Caffe or Pylearn2. Вопрос в том, как перейти к решению практических задач.

Это − именно то, чем занимается Whetlab.

Прежде всего нужно поставить вопрос, например, «Я хочу получить более высокую точность распознавания лиц людей». Whetlab может автоматически принять нужное решение для вас, причем с очень небольшим объемом выполненной работы.

В лабораторных терминах Whetlab и называет этот процесс гиперпараметрической оптимизацией. Ее ПО на сегодня − самое сложное алгоритмически и успешное в мире для решения подобных задач.

На чем это основано?

В основе решения компании лежит идея, называемая «оптимизация по Байесу» (Bayesian Optimization, или, в сокращении, BayesOpt).

BayesOpt – совокупность специализированных алгоритмов для поиска максимальных значений функций, которые часто оказываются сильно зашумленными или настолько сложными, что их обработка становится слишком дорогим удовольствием, не пропорциональным получаемым результатам.

Гиперпараметрическая оптимизация является не менее сложной проблемой и применяется там, где обучение искусственного интеллекта обычными методами может занять много часов или даже дней.

В таких условиях традиционные вычислительные методы, такие, как решетки (grid) или случайные значения параметров (random points) кажутся уже наивными и очень дорогими по сравнению с подходом Whetlab.

Идея байесовской оптимизации состоит в том, чтобы смоделировать функцию, которую мы хотим максимизировать на основе вероятностной модели (probabilistic model).

 «AI for AI»? Ну-ну…

 

Все эти цветные линии − гипотезы о том, какова «истинная» пунктирная линия. Оптимизация по Байесу − способ использовать бесконечное число таких гипотез, чтобы принять решение о том, какая хорошо описанная модель будет использоваться вместо дорогой основной функции.

Whetlab использует это количество кривых, чтобы оценить, какие предложения будут хороши для вас в данном случае, с достаточной степенью точности.

 «AI for AI»? Ну-ну…
Чтобы вычислить меру «качества предложения» (suggestion quality), используется множество гипотез

В реальности, конечно, процесс намного более сложен, и вряд ли стоит его применять для решения простых задач. Обычно он работает во многих измерениях и с параллелизмом, но зато в конце обработки вы получаете определенную идею.

ОК, но зачем это Twitter?

Вообще-то, нужно хорошо постараться, чтобы это понять. В некотором недоумении даже видавшие виды аналитики.

Лучше всех, пожалуй, на этот вопрос ответил Юджин Ким (Eugene Kim) из Business Insider:
«Не сразу понятно, почему Twitter решила приобрести Whetlab. Однако ее технология машинного обучения потенциально имеет много сценариев использования для Twitter, − например, определение наиболее релевантных твитов для пользователей или более точная целевая реклама для них.
Сделка является уже вторым приобретением Twitter в области технологий машинного обучения, после приобретения Madbits в июле прошлого года. Эта сделка укрепляет позиции Twitter по отношению к ее конкурентам Google и Facebook».

 «AI for AI»? Ну-ну…

Небольшая, но очень интеллектуальная группа Whetlab присоединится к Twitter. В ее числе новые для области коммерческих IT имена − Райан Адамс (Ryan Adams), профессор компьютерных наук в Harvard University (слева) и Хьюго Ларошель (Hugo Larochelle), профессор Université de Sherbrooke»

«AI for AI»? Ну-ну…

Если с чем-то и можно сравнить эту кучку Ph.D., то разве что с Майклом Линчем (Michael Richard Lynch), который запустил свою Autonomy также со стартапа, который использовал принципы Байеса.

Правда, Адамс и Ларошель не стали раскручивать собственную компанию, − может быть, и с оглядкой на историю Линча, − отдав предпочтение продаже стартапа. Думается, в обиде они не будут.

Другое дело, что та же Autonomy после ее продажи HP, до сих пор не показала ничего, что бы вызвало ажиотаж среди специалистов и обозревателей.

Будет ли AI одной из ведущих технологий в IT? Несомненно. Будет ли AI одной из ведущих технологий в IT в ближайшие годы? Вряд ли…

+44
голоса

Напечатать Отправить другу

Читайте также

Посмотрите Black Mirror. Сезон 2, первая серия. Там весь сюжет завязан вокруг применения такой технологии в FB и Twitter и последствий.

Вообще, Black Mirror - неисчерпаемый источник вдохновения для ИТ-колонок.

Можно вкратце?

 
 
IDC
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT