Milliárdossá tehet a mesterséges intelligencia 2025-ben?
A mély tanulás gyakorlati alkalmazása megkövetelheti, hogy kevésbé összpontosítsunk az óriási adatkészletekre, inkább a képzési adatok példáinak kezelésére - mondja Andrew Ng.
A mély tanulás területe szenved attól, amit Big Data tévedésnek nevezhetünk, attól a meggyőződéstől, hogy az egyre több adat mindig jó dolog.
Lehet, hogy itt az ideje, hogy a mennyiség helyett a minőségre összpontosítson.
"Van egy nagyon alapvető probléma, amellyel sok mesterséges intelligencia szembesül" - mondta Andrew Ng, a Landing AI alapítója és vezérigazgatója, egy startup, amely a technológia ipari felhasználásra való tökéletesítésén dolgozik, a ZDNetnek adott interjújában ezen a héten.
"Sok mesterséges intelligencia a kalóriák számának maximalizálására összpontosít, ami egy bizonyos pontig működik" - mondta.
"És néha sok adat van, de ha van egy kis adathalmaz, akkor inkább az adatok minősége, mint a puszta mennyiség."
Ng, aki nagyszabású mesterséges intelligencia-rendszerek fejlesztését vezette, beleértve a beszédfelismerő technológiákat is, amikor egy évtizeddel ezelőtt a Google Google Brain egységének alapítója volt, most megbízatása van arra, hogy mesterséges intelligencia technológiát építsen, amelyet a vállalati ügyfelek gyakorlati célokra, például gyári ellenőrzésre használnak.
A Landing AI eddig 57 millió dollár finanszírozást kapott egy körben tavaly novemberben a McRock Capital Insight Partnerstől, a Taiwania Capitaltól, a Canada Pension Plan Investment Boardtól, az Intel Capitaltól, a Samsung Catalyst Fundtól, a Far Eastern Group DRIVE Catalystjétől, a Walsin Lihwától és az AI Fundtól.
Ng a Coursera, az online tantervi cég társalapítója és a Stanford Egyetem számítástechnikai adjunktusa.
A Big Data tévedés abból ered, hogy a mesterséges intelligencia mély tanulási formáinak technikai igénye van egy adott kutatási terület nagy mintáira. A mély tanulási megközelítések arra összpontosítottak, hogy elegendő adatpontot szerezzenek be, hogy elkerüljék az úgynevezett "túlillesztést", ahol az egyre nagyobb neurális hálózatok egyszerűen memorizálják a betanítási adatokat.
Ha a mély tanulás memorizálja a betanítási adatokat, akkor nem általánosítja az adatok természetét, ami általában a kulcsa annak, hogy a neurális hálózat hasznos legyen az előrejelzések készítéséhez.
De a több millió vagy akár milliárd adatból álló költségvetés nem megvalósítható bizonyos összefüggésekben, például egy gyártási ellenőrző rendszerben, ahol egymillió azonos alkatrészből egyetlen hiba lehet az egyetlen adat a gyártási hibákról.
"Több százmillió képből építettem mesterséges intelligencia rendszereket" - mondja Ng, aki a Google Google Brain csoportjának alapítója és a Baidu vezető tudósa volt. "Ezek a technikák nem igazán működnek, ha csak 50 képed van" - mondta.
"Több százmillió képből álló mesterséges intelligencia-rendszereket építettem" a Google-nál és a Baidu vezető tudósaként. "Ezek a technikák nem igazán működnek, ha csak 50 képed van" - mondta.
Ng elmondta, hogy a Landing AI hasznos ipari modelleket tudott kifejleszteni az ügyfelek számára viszonylag maroknyi adatmintával.
"A Big Data helyett a jó adatokra kellett összpontosítanunk" - mondta Ng.
A Big Data-val kapcsolatos tipikus gondolkodással ellentétben egy ilyen kis mintaméret, több tucat példából álló minta használata működőképes lehet.
"Többször is meglepődtem, hogy milyen jól tudunk egy neurális hálózatot mindössze 50 képpel megcsinálni, ha megbizonyosodunk arról, hogy 50 igazán jó képpel rendelkezik" - mondta Ng. "A Landing AI-nál újított eszközök csak 50 képpel rendelkeznek, tehát hogyan címkézzük fel, hogy a lehető legjobb teljesítményt érjük el mindössze 50 képből."
"Úgy érzem, hogy megtörtük a receptet" a mély tanulás gyártásban való felhasználására - mondta.
Bizonyos értelemben a Big Data tévedés úgy is felfogható, mint a kutya farokcsóválása. A túlillesztés elkerülése érdekében a mély tanulás során minden figyelem arra irányult, hogyan lehet a mély tanulási modellt, a program felépítését optimálisan működtetni.
Most Ng amellett érvel, hogy nagyobb hangsúlyt kell fektetni arra, hogy mely adatpontok a legfontosabbak, és hogy a modell megfeleljen ennek.
"Az a recept, amelyet az olyan emberek, mint én és sok barátom kidolgoztak a mesterséges intelligencia működésére a fogyasztói szoftvercégeknél, nem működik a gyártó vállalatoknál és sok más vállalatnál" - mondta Ng.
"Az alapvető probléma az, hogy ha százmilliárd vagy millió felhasználója van, akkor monolitikus mesterséges intelligencia rendszert építhet; A gyártás valami más."
"Ő egy guru" - mondja Ng a számítógépes látás és az ipari automatizálás úttörőjéről, David L. Dechow-ról.
Sok-sok architektúrára, sok különböző neurális hálóra van szükség az adatokhoz való illeszkedéshez.
"A mesterséges intelligencia területének kihívása az, hogy hogyan segíthetünk a gyártásnak nem egy vagy egy tucat mesterséges intelligencia modell felépítésében, hanem 10 000 különböző gyártónak 10 000 különböző AI-modell felépítésében, mert minden gyárnak, minden alkatrésznek saját modellre van szüksége."
A kihívás egy startup számára természetesen az, hogy "hogyan lehet ezt megtenni anélkül, hogy 10 000 mérnököt vennék fel". A Landing AI kezdeti napjaiban - a céget 2017-ben alapították - Ng azt mondta, hogy "naiv" volt.
"A kezdeti időkben sok tanácsadói munkát végeztünk, megpróbáltuk magunk elvégezni a testreszabás nagy részét, de ez egyszerűen nem skálázódott." Ng úgy véli, hogy sok mesterséges intelligencia startup belefut ebbe a problémába, és tanácsadó céggé válik.
A vállalat olyan eszközök készítésére fordult, amelyek az összes ügyfelet testreszabásra késztették. Ugyanezt kell alkalmazni az olyan iparágakban, mint az egészségügy.
"Az adatok tervezése valóban kihívást jelent" - jegyezte meg Ng. "Úgy gondolom, hogy vannak tapasztalt mesterséges intelligencia mérnökök, akik már régóta intuitív módon csinálják, de olyan eszközök építése, amelyek sok ember számára gyorssá és egyszerűvé teszik a sikeres végrehajtást, ez nagyon mély technikai kihívás volt."
Ng terjesztette az evangéliumot a minőségre helyezett új hangsúlyról és arról, hogyan lehet az adatokat felkészíteni a gépi tanulási megközelítésekre.
Nézetét "adatközpontú AI-nak" nevezi.
Ng gondolkodásáról bővebben egy márciusi videóinterjúban olvashatunk.
A vállalat szerdán bejelentette, hogy felvette David L. Dechow-t, a számítógépes látástechnológia úttörőjét, aki korábban az Integro Technologies startup vezető látórendszer-tervezője volt.
Az iparban évek óta végzett gépi tanulási munka nagy része arról szólt, hogy kamerákat helyeztek el az üzemben, hogy megfigyeljék a gyártósort - jegyezte meg Ng. Dechow úttörő volt a megfigyelés gyárba költözésében.
"Sok évtizeden keresztül, még a számítógépes látás közelmúltbeli fellendülése előtt, a gyártók kamerákat helyeztek el a gyárakban" - mondta Ng. "A kamerák nagyon jók az alkatrész pontos hosszának mérésében és bizonyos típusú hibák észlelésében, ha kódolni tud egy szabályt, amely pontosan meghatározza, hogy mit keres."
A modern mélytanulási rendszerekkel a cél az, hogy sokkal rugalmasabb mesterséges intelligenciát készítsenek a hibák felderítésére ilyen merev szabályokon alapuló megközelítések nélkül.
"A gépi látás és az ipari automatizálás világában guru" - mondta Ng a Dechow-tól. "Ma a látásmérnökök generációit képezte ki David.
"Ha egy embert be tudna hozni a gépi látás területéről, az ő lenne" - mondta Ng.