Újszerű AI chipdizájnon dolgozik a Facebook

Az AI, vagyis a mesterséges intelligencia manapság egy igen felkapott terület, aminek a hátterét a gépi tanulás biztosítja. Ez kifejezetten érdekli a Facebookot is, de a mostani rendszerek, elsődlegesen hardveres korlátok miatt meglehetősen korlátozottak. A neuronhálók tréningelése az alapvető eldöntendő kérdésekhez hatékony lehet, viszont ettől még nem lesz képes a gép gondolkodni.

A mostani modell problémája abból adódik, hogy maga a tréning szakasz igen limitált. A rendelkezésre álló adatmennyiséghez megoldókulcsokat adunk meg a gép számára, amely alapján idővel lesz egy olyan neuronháló, ami kellő hatásfokot tud felmutatni az adott igények lefedésre. Ez fantasztikusan jól működik akkor, ha a például fényképeken, vagy videókon fel kell ismerni bizonyos objektumokat, de nagyjából itt van a rendszer hatékony működésének határa is.

Yann LeCun, a Facebook AI kutatója a Bloombergnek arról beszélt, hogy újszerű AI chipdizájn szükséges a továbblépéshez, amelynél az adatok manipulálása azok több részre bontása nélkül is megvalósulhat. Ennek nem nehéz megérteni a lényegét, ugyanis ahhoz, hogy most felismerjen a gép egy objektumot, rengeteg, de tényleg rengeteg kép szükséges, amelyen belül a megoldókulcs jelzi a gép számára, hogy mit is lát. Ez azért van, mert a gép igazából nem gondolkodik, nincs meg az az emberi tulajdonsága, hogy a "józan eszére" hallgatva kilogikázzon bármit is. Ezt a képességet egy gép nem is fogja megszerezni addig, amíg a tréningelés során képtelenek vagyunk lényegében egyszerre feldolgoztatni azt a nagyobb adatmennyiséget, ami csúnyán fogalmazva "józan ésszel" ruházná a gépet.

A gondolkodásra márpedig szükség lenne, hiszen az ember képes arra, hogy például kertészkedés során megfelelően metssze meg a növényeket, de egy gép az ehhez szükséges döntéseket nem tudja jó hatékonysággal meghozni. Egyszerűen a tréning során nem kap elég átfogó képet a problémáról ahhoz, hogy megfelelő döntéseket hozzon. És maga az általunk felvázolt specifikus probléma abból a szempontból még bonyolult is, hogy az ember sem mindig tudja eldönteni, hogy az adott ágat levágja vagy ne.

Yann LeCun szerint a GPU-k fontos elemei maradnak az AI kutatásoknak, de ezek a lapkák nem igazán alkalmasak a tréningelt neuronhálók futtatására. A szakember szerint a jövőben érkező AI chipeknek az információkat hatékonyabban kell kezelniük. Az aktuális lapkák abból a szempontból nem elég jók, hogy a számítások során feldolgozzák a hálózaton belül található összes neuront, akkor is, ha nem használják őket. Ez rontja a hatékonyságot, mivel a valóságban a rendszer legtöbb neuronját nem is kellene aktiválni. Ennek eléréséhez azonban komoly hardveres és szoftveres változások szükségesek.

Azóta történt