IA de Google genera código que supera a programadores humanos

En mayo de 2017, el equipo de Google Brain anunció un nuevo enfoque llamado AutoML. Es una red neuronal controladora para desarrollar arquitectura de modelo hijo, que puede entrenarse para realizar una tarea particular. En términos simples, es una IA capaz de generar su propia IA.

El conjunto de datos utilizado

Los investigadores de Google probaron AutoML en pequeños conjuntos de datos académicos como Penn Treebank y CIFAR-10. Más tarde, decidieron presentar a AutoML su desafío más difícil hasta la fecha. Esta vez, probaron conjuntos de datos más grandes como detección de objetos COCO y clasificación de imágenes ImageNet, y el resultado que obtuvieron fue asombroso.

Varias arquitecturas de aprendizaje automático de vanguardia han sido desarrolladas por humanos para trabajar en conjuntos de datos grandes en competiciones académicas. En "Learning Transferable Architectures for Scalable Image Recognition", los investigadores de Google aplicaron AutoML a dos de los conjuntos de datos académicos más populares: COCO e ImageNet. Si se aplica AutoML nativamente a estos conjuntos de datos masivos, tomaría varios meses de entrenamiento para obtener resultados deseables.

¿Cómo funciona?

AutoML se basa en algoritmos de aprendizaje por refuerzo y algoritmos evolutivos. Sin embargo, para aplicarlo a ImageNet, los investigadores lo modificaron para que fuera más manejable para conjuntos de datos a gran escala:

1. Rediseñaron el espacio de búsqueda para que encontrara la mejor capa, que puede apilarse flexiblemente múltiples veces para construir una red final.
2. La búsqueda de arquitectura se realiza en CIFAR-10 y la mejor arquitectura aprendida se transfiere a detección de objetos COCO y arquitectura de clasificación de imágenes ImageNet.

Tras estos cambios, AutoML pudo encontrar las mejores capas no solo para CIFAR-10, sino también para detección de objetos COCO y clasificación ImageNet. Estas 2 capas se fusionan para construir una arquitectura novedosa, llamada NASNet.

Como se muestra en la figura, la arquitectura NASNet (desarrollada por AutoML) contiene 2 tipos de capas: Capa Normal y Capa de Reducción.

Fuente: Blog de Google Research

Resultados

NASNet logró un 82,7% de precisión de predicción en clasificación de imágenes ImageNet, mucho mejor que los modelos Inception previos construidos por el equipo de Google Brain. También rindió un 1,2% mejor que resultados previos publicados e inéditos.

NASNet también puede redimensionarse para generar un conjunto de modelos que logran tasas de precisión decentes manteniendo bajos costes computacionales. Por ejemplo, una versión pequeña de NASNet produce una precisión del 74% (reduciendo el coste computacional a la mitad), que es más del 3% mejor que varios modelos de vanguardia del mismo tamaño, diseñados para plataformas móviles.

Como se ve en las figuras, las precisiones de NASNet son superiores a modelos inventados por humanos en numerosos tamaños de modelo, involucrando diferentes números (en millones) de operaciones y parámetros, para clasificación de imágenes ImageNet.

Esta tabla muestra el rendimiento de la búsqueda de arquitectura y otros modelos desarrollados por humanos en clasificación ImageNet. Mult-Adds se refiere al número de operaciones compuestas de multiplicación-acumulación para una imagen.

Detección de objetos usando Faster-RCNN con NASNet

Los investigadores de Google transfirieron las características aprendidas de ImageNet a detección de objetos COCO. En las pruebas, integrar características aprendidas de ImageNet con el marco Faster RCNN eclipsó el rendimiento predictivo previo en COCO. El modelo más grande logró un 43,1% mAP, alrededor de un 4% mejor que resultados previos de modelos de vanguardia.

Referencia: arxiv.org

El código fuente de NASNet para inferencia en clasificación de imágenes y detección de objetos está disponible en Github.

¿Qué sigue?

Las características aprendidas por NASNet en COCO e ImageNet pueden reutilizarse para varias aplicaciones de visión. Además, este enfoque puede enseñarnos algo sobre por qué ciertos tipos de redes neuronales funcionan tan bien.

AutoML podría abrir el campo del aprendizaje automático a no expertos, y usarse para desarrollar máquinas/robots sofisticados impulsados por IA. Según una investigación, la IA a este nivel de inteligencia puede ayudar a personas con discapacidad visual a recuperar la vista.

Obviamente, esta arquitectura puede usarse en coches autónomos. También puedes imaginar el sistema ayudando a identificar tráfico, peligros en la carretera y peatones. Podría usarse en Realidad Aumentada para que las aplicaciones interactúen mejor con el entorno. Pero quizás las aplicaciones más intrigantes de esta IA aún están por descubrir.

Leer: 15 proyectos avanzados de Inteligencia Artificial

En el futuro, el equipo de investigación de Google trabajará en el análisis y prueba de este tipo de arquitecturas generadas por ordenador para refinar y comprenderlas mejor. Si tienen éxito, pueden inspirar un tipo completamente nuevo de redes neuronales, que tendrían un impacto mayor en todos.