Глубинные нейросети изменяют мир интернета привычный нам. Системы с искусственным интеллектом могут определять лица людей на фотографиях, переводить с одного языка на другой прямо во время беседы и распознавать голосовые команды. Они помогают поисковым системах добывать информацию по нашим запросам. Все это мы уже знаем. Но намного меньше мы знаем о том, как интернет-гиганты создают эти невероятные системы. Например, Facebook уже ведет работу над алгоритмом искусственного интеллекта, который будет создавать алгоритмы искусственного интеллекта.

Часть истории – это то, как компании подобные Facebook и Google платят очень большие деньги некоторым умным людям. Всего несколько сотен жителей Земли имеют достаточный уровень образования и таланта, чтобы двигать вперед прогресс. И платят этим выдающимся умам не меньше, чем получают звездные спортсмены. Это ограничивает скорость прогресса в области искусственного интеллекта. И не только это. Даже самые лучшие из ученых не могут создавать по-настоящему масштабные сервисы без ошибок с первого раза. Чтобы построить глубинную нейросеть, которая возьмет очередной рубеж в изучении инскусственного интеллекта, исследователям приходится пробовать бесконечное множество вариантов, которые не работают, на десятках и даже сотнях машин.

«Мы скорее тренеры, а не игроки, — говорит Демис Хассабис, сооснователь DeepMind, дочерней компании Google, разработавшей искусственный интеллект, который победил чемпиона по игре в го в историческом матче. — Мы не можем просто заставить эти вещи работать так, как нам нужно. Мы вынуждены с ними договариваться».

Вот почему в последнее время многие компании стараются эти исследования автоматизировать. Замысел состоит в том, что автоматизация муторной и тяжелой работы сможет позволить быстрее передавать новейшие алгоритмы машинного обучения рядовым инженерам, в то время как у тяжелой артиллерии будет возможность сосредоточиться на решении более важных проблем. Это, в свою очередь, ускорит развитие технологий искусственного интеллекта в приложениях и интернет-сервисах, которыми люди пользуются каждый день.
Для этого инженеры Facebook создали то, что они прозвали «инженер с автоматизированным машинным обучением». Это система с искусственным интеллектом, которую используют для создания систем с искусственным интеллектом. Пока еще она далека от совершенства. Но цель состоит в том, чтобы при создании новых моделей искусственного интеллекта людям приходилось как можно меньше заниматься черной работой.

Чувствовать поток

После $104-миллиардного IPO Facebook в 2012 году компании потребовалось создать глубинные нейросети и другие алгоритмы машинного обучения, способные более качественно обрабатывать огромное количество данных о характеристиках и поведении сотен миллионов посетителей Facebook.
Как рассказывает инженер рекламного отдела Хуссейн Механна, у них не было недостатка идей для создания новой системы искуссвенного интеллекта. Проблема состояла в их тестировании. Поэтому Механна с коллегами создали инструмент, который называется Flow. «Мы хотели создать сборочную линию с машинным обучением, которую могли бы исльзовать все инженеры Facebook», — рассказывает он. Flow разработали для того, чтобы инженеры могли создавать, тестировать и исполнять алгоритмы машинного обучения в большом масштабе.

Вскоре Механна с коллегами предоставили доступ к Flow для всех отделов компании. Этот инструмент помог им создать распознавания лиц на фотографиях в соцсети, алгоритмы выбора новостей для ленты в Facebook, или генерации звуковых описаний для фотографий, чтобы незрячие люди могли узнать что на них изображено. С помощью него компания даже смогла определить, какие страны мира испытывают потребность в доступе к интернету.

По словам Механны, Facebook тестирует каждый месяц триста тысяч моделей машинного обучения. Раньше компания могла внедрять в соцсеть какой-либо новый алгоритм около одного раза в два месяца, а теперь выпускает каждую неделю несколько новых моделей.

Следующий рубеж

Сама идея выходит далеко за рамки функций Facebook. Это стало распространенной практикой в мире глубинного обучения. Недавно Twitter купил стартап WhetLab, который специализируется на таком подходе, а недавно Microsoft рассказал, какую систему используют их исследователи для тестирования возможных моделей искусственного интеллекта. Инженер Microsoft Дзянь Сун называет эту систему «поиск под контролем человека».

Механна и Facebook намерены ускорить это. В компании планируют предоставить открытый доступ к Flow для всего мира, и, по словам Механны, такие игроки, как LinkedIn, Uber и Twitter уже проявили интерес к использованию этого инструмента.
Его команда создала еще один сервис под названием AutoML, способный еще больше облегчить работу инженерам. Сервис, работающий параллельно с Flow, может автоматически «чистить» массивы данных, которые необходимы для того, чтобы тестировать нейросети и другие алгоритмы машинного обучения, то есть готовить их для тестирования без участия человека. Но намного интереснее тот факт, что в AutoML искусственный интеллект используется для создания искусственного интеллекта.
Как сказал Механна, в Facebook тестируют по триста тысяч моделей машинного обучения каждый месяц. AutoML может использовать результаты этих тестов для подготовки новой модели, которая поможет оптимизировать дальнейший процесс подготовки моделей машинного обучения. Да, это не очень просто осмыслить. Механна сравнивает это с сюжетом фильма «Начало». Тем не менее, это работает. Система автоматически выбирает алгоритмы и параметры, которые сработают с наибольшей вероятностью. «Она может еще до теста предугадать результат», — говорит Механна.

Сотрудники рекламного отдела Facebook даже разработали своего инженера с автоматизированным машинным обучением, и это изобретение тоже разошлось по всей компании. Его назвали Asimo, и по данным Facebook, в некоторых ситуациях он умеет самостоятельно генерировать улучшенные версии существующих моделей, которые можно тут же внедрить в сеть.

Действительно, авторы научной фантастики уже давно мечтали об одной увлекательной идее: машина с искусственным интеллектом, которая развивает сама себя. Нет, Asimo не так совершенен и не так страшен, как Skynet. Но это шаг по направлению к миру, в котором не только лучшие научные умы смогут создавать искусственный интеллект. И среди них будут не только люди.