جوجل تكشف تفاصيل Model Search لتمكين الباحثين من التعلم الآلى

جوجل

كتبت هبة السيد

الأحد، 21 فبراير 2021 10:00 م

أعلنت جوجل اليوم عن إطلاق Model Search، وهي منصة مفتوحة المصدر مصممة لمساعدة الباحثين على تطوير نماذج التعلم الآلي بكفاءة وتلقائية، بدلاً من التركيز على مجال معين وفقا لموقع venturebeat.

وقالت جوجل إن Model Search قادرًا على إيجاد بنية نموذجية تناسب مجموعة بيانات مع تقليل وقت الترميز وحساب الموارد.

وغالبًا ما يعتمد نجاح نموذج الذكاء الاصطناعي على مدى قدرته على الأداء عبر أعباء العمل المختلفة، لكن تصميم نموذج يمكنه التعميم جيدًا يمكن أن يمثل تحديًا كبيرًا.

وفي السنوات الأخيرة، ظهرت خوارزميات AutoML لمساعدة الباحثين في العثور على النموذج الصحيح دون الحاجة إلى التجريب اليدوي.

ومع ذلك في كثير من الأحيان، تكون هذه الخوارزميات ثقيلة الحساب وتحتاج إلى آلاف النماذج للتدريب.

ويتكون نموذج البحث - المبني على إطار عمل التعلم الآلي TensorFlow من جوجل ويمكن تشغيله إما على جهاز واحد أو عدة أجهزة - من مدربين متعددين وخوارزمية بحث وخوارزمية تعلم النقل وقاعدة بيانات لتخزين النماذج التي تم تقييمها.

وتجري Model Search تجارب تدريب وتقييم لنماذج الذكاء الاصطناعي بطريقة تكيفية وغير متزامنة، بحيث يشارك جميع المدربين المعرفة المكتسبة من تجاربهم أثناء إجراء كل تجربة بشكل مستقل، وفي بداية كل دورة، تبحث خوارزمية البحث في جميع التجارب المكتملة وتقرر ما يجب تجربته بعد ذلك، وبعد ذلك "تتغير" على واحدة من أفضل البنى التي تم العثور عليها حتى تلك النقطة وتعيد النموذج الناتج إلى المدرب.

ولزيادة تحسين الكفاءة والدقة، يستخدم Model Search التعلم أثناء التجارب على سبيل المثال، يستخدم تقطير المعرفة ومشاركة الوزن، والتي تعمل على تمهيد بعض المتغيرات في النماذج من تلك المدربة مسبقًا.

ريتيح ذلك تدريبًا أسرع وفرصًا إضافية لاكتشاف المزيد من البنيات الأفضل ظاهريًا.

وبعد تشغيل نموذج البحث، يمكن للمستخدمين مقارنة العديد من النماذج التي تم العثور عليها أثناء البحث. بالإضافة إلى ذلك، يمكنهم إنشاء مساحة البحث الخاصة بهم لتخصيص العناصر المعمارية في نماذجهم.

وقالت Google أنه في تجربة داخلية، قام Model Search بتحسين نماذج الإنتاج مع الحد الأدنى من التكرارات، لا سيما في مجالات اكتشاف الكلمات الرئيسية وتحديد اللغة، تمكنت أيضًا من العثور على بنية مناسبة لتصنيف الصور في مجموعة بيانات التصوير مفتوحة المصدر CIFAR-10 التي تم استكشافها بشدة.

وقال مهندس الأبحاث في Google حنا مزاوي وعالم الأبحاث Xavi Gonzalvo في منشور بالمدونة: "نأمل أن تزود شفرة Model Search الباحثين بإطار عمل مرن وغير محدد المجال لاكتشاف نموذج التعلم الآلي".

وأضاف"من خلال البناء على المعرفة السابقة لنطاق معين، نعتقد أن إطار العمل هذا قوي بما يكفي لبناء نماذج بأداء متطور على مشاكل مدروسة جيدًا عند توفير مساحة بحث تتكون من وحدات بناء قياسية."