AutoML-Zero:能自我演化的机器学习算法

    借用达尔文进化论“适者生存”等概念,研究人员创造地构建了一种新人工智能程序,在没有人类输入的情况下,后者也能一代又一代地改进。这个程序在几天内重复了数十年来的人工智能研究,设计开发人员认为,有一天它可能会带来人工智能的新方法。

    研究人员构建人工智能算法通常需要时间。以神经网络为例,这是一种常见的机器学习方法,用于翻译语言和驾驶汽车。这些网络能模仿大脑结构,并通过改变人工神经元之间的连接强度,进而从训练数据中学习。而更小的神经元亚回路能执行特定任务,例如识别路标,研究人员需要花几个月时间研究如何将它们连接起来,使其不间断工作。近年来,科学家通过使部分步骤自动化加快了这一过程。但这些程序仍然依赖于将人类设计的现成线路拼接在一起。这意味着产出仍然受到工程师的想象力和偏见的限制。

    Google 计算机科学家 Quoc Le 和同事开发了一个名为 AutoML-Zero 的程序,这个程序可以只使用高中生都知道的基本数学概念,在零人为输入的情况下开发人工智能程序。他说:“我们的最终目标是开发出连研究人员都不知道的新型机器学习概念。”

    该程序发现算法使用了一个不精确的进化估算法。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测试它们,比如图像识别,它必须决定一幅画上是猫还是卡车。

    在每个循环中,新程序将算法的性能与人工设计的算法进行比较,通过随机替换、编辑或删除一些代码来“突变”顶级算法的副本,从而创建最佳算法。随着“新鲜血液”不断注入,较老的项目被淘汰,如此循环往复。

    该系统一次创建了数千个这样的循环,这使得它可以在1秒内处理数万个算法,直到找到一个好的解决方案。该程序还能使用一些技巧加快搜索速度,比如偶尔在不同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。

    日前,arXiv上发表的预印本论文指出,这种方法可能会无意中找到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,但有可能将其扩展用于创建更复杂的人工智能。

    论文信息:https://arxiv.org/abs/2003.03384

     


    <声明>
    文章仅代表作者观点,不代表智能链立场,智能链(www.zhinengl.com)也不对真实性背书。
    智能链倡导知识分享,原创和编译文章(除非另有说明)欢迎转载,转载请注明出处、作者和原文链接。
    智能链尊重知识版权,遵循行业规范,转载稿件标明出处、版权归原作者或机构所有;所转载文章和图片仅用于行业交流,如有侵权,请您联系我们删除(editor#zhinengl.com)。