Google-ийн судлаачид машин хэрхэн сурдаг талаар суралцаж байна

Sainbayar Batbaatar

• 2023-08-22

Зүүн талд нь зураг дээрх объектуудыг ангилах, жишээлбэл, ваар эсвэл нимбэг агуулсан эсэхийг тодорхойлоход сургагдсан мэдрэлийн сүлжээгээр дамжуулан байрлуулсан зураг байна. Баруун талд нь зургийн байрлал бүр дээр сүлжээний дундах нэг давхарга ямар байгааг харуулсан дүрслэл байна. Мэдрэлийн сүлжээ нь ваар шиг хэв маяг, нимбэг шиг биетүүдийг илрүүлж байх шиг байна.

САН ФРАНЦИСКО – Машинууд даалгавраа бие даан сурч эхэлж байна. Тэд нүүр царайг таньж, хэлсэн үгийг таньж, эмнэлгийн сканнер уншиж, бүр өөрсдийн яриагаа үргэлжлүүлж байна.

Анхны зураг болон мэдрэлийн сүлжээгээр дамжуулсны дараа өөр гурван дүрслэл. Эхний давхарга нь голчлон ирмэг ба өнгийг илрүүлдэг. Бусад давхарга нь цэцэг, ваар, нимбэг гэх мэт илүү төвөгтэй ойлголтуудыг таньж эхэлдэг.

Энэ бүхэн нь асар их хэмжээний өгөгдөлд дүн шинжилгээ хийх замаар даалгавруудыг сурдаг нарийн төвөгтэй компьютерийн алгоритмууд болох мэдрэлийн сүлжээ гэж нэрлэгддэг сүлжээгээр дамжуулан хийгддэг. Гэвч эдгээр мэдрэлийн сүлжээ нь эрдэмтдийн шийдэх гэж оролдож буй асуудлыг бий болгодог: Машинууд хэрхэн дүгнэлтэнд хүрч байгааг хэлэхэд тийм ч амар байдаггүй.

Мягмар гарагт Google-ийн баг энэ асуудлыг шийдвэрлэх жижиг алхмыг хийсэн бөгөөд энэ нь машинууд шийдвэрээ хэрхэн гаргаж байгааг харуулсан технологийн бүдүүвч тоймыг санал болгодог шинэ судалгааг танилцуулав.

Бүлэг мэдрэлийн эсүүд зураг дээрх ухагдахууныг илэрхийлэхийн тулд автоматаар хамтран ажиллаж сурдаг. Таван бүлэг мэдрэлийн эсүүд нь цэцэг, ваарны уруул, ваарны их бие, дэвсгэр, нимбэгтэй тохирч байх шиг байна. Heat map нейроны бүлэг тус бүр нь зураг дээр хаана галладаг болохыг харуулж байна.

Google-ийн судлаач Кристофер Ола хэлэхдээ “Шийдвэр хэрхэн гарсныг нэг хэсэг нь харсан ч энэ нь бүтэлгүйтэх арга замуудын талаар маш их ойлголт өгөх болно.”

Судлаачид мэдрэлийн сүлжээг илүү сайн ойлгох арга замыг боловсруулж байна. Жефф Клун, Вайоминг их сургуулийн профессор, одоо A.I.Lab “Uber” компанийн лаборатори үүнийг “хиймэл мэдрэлийн шинжлэх ухаан” гэж нэрлэжээ.

Сүлжээний хоёр өөр давхарга ба гаралтын ангиудад нейрон бүлгүүд. Мөрүүд нь аль мэдрэлийн бүлэг нь дараагийн бүлэг эсвэл гаралтын ангиллыг дэмжиж, дарангуйлж байгааг харуулдаг. Жишээлбэл, \”нимбэг\”-ийн ангиллыг шар, нимбэг-y бүлэг хүчтэй дэмждэг.

Эдгээр системүүд хэрхэн ажилладагийг ойлгох нь хэн ажилд орох, автомат жолоодлоготой машин онцгой байдлын үед хэрхэн хариу үйлдэл үзүүлэх зэрэг хүмүүсийн шийдвэр гаргахад илүү чухал болно.

1950-иад онд анх мэдрэлийн сүлжээ нь тархины мэдрэлийн эсийн сүлжээг дуурайх зорилготой байсан юм. Гэхдээ энэ нь бүдүүлэг зүйрлэл юм. Эдгээр алгоритмууд нь үнэхээр математикийн цуврал үйлдлүүд бөгөөд үйлдэл бүр нь нейроныг төлөөлдөг. Google-ийн шинэ судалгаа нь эдгээр математикийн үйлдлүүд нь зураг дээрх объектыг таних зэрэг салангид ажлуудыг хэрхэн гүйцэтгэдэгийг харуулахыг зорьж байна.

\”Ваар\” ангиллыг цэцэг, ваарны уруул, дэвсгэрийг төлөөлдөг бүлгүүд дэмждэг.

Мэдрэлийн сүлжээн дотор нейрон бүр нь зураг дээр гарч болох тодорхой шинж чанарыг тодорхойлохын тулд ажилладаг, тухайлбал баруунаас зүүн тийш тодорхой өнцгөөр муруйсан шугамаар эсвэл нэгдэж том хэлбэр үүсгэх хэд хэдэн шугам юм. Google нь нейрон бүр юуг тодорхойлохыг оролдож байгаа, аль нь амжилттай болж, тэдний хүчин чармайлт хэрхэн нэгтгэж, нохой, смокинг эсвэл шувуу гэх мэт зураг дээр яг юу байгааг тодорхойлох хэрэгслүүдээр хангахыг хүсч байна.

Тус нийтлэлийг 2018 оны NYTimes Google Researchers Are Learning How Machines Learn эх сурвалж авсан бөгөөд машин хэрхэн суралцдаг тухай сонирхолтой баримтыг хүргэв :).