Britanski matematičari tvrde da se strojno učenje može svesti na dječju igru — i to bez milijardi dolara vrijednih podatkovnih centara.
Istraživački tim sa Sveučilišta u Bristolu predstavio je na konferenciji Allerton u Illinoisu metodu kojom se složeni zadaci klasificiranja slika mogu obaviti pomoću niza jednostavnih binarnih pitanja s odgovorom „da” ili „ne”. Rezultati su prethodno objavljeni na poslužitelju arXiv.
Umjesto jednog golemog modela koji razlikuje milijune kategorija, predlažu mnoštvo malih klasifikatora. Svaki od njih odgovara samo na jedno pitanje i trenira se nekoliko minuta na običnom prijenosnom računalu. Njihove odgovore algoritam zatim spaja u konačnu odluku — poput igre „20 pitanja”.
Profesor matematike Sidharth Jaggi pojasnio je da trenutačni sustavi moraju pažljivo razdvajati milijune, pa i milijarde različitih objekata. Nova metoda, tvrdi, matematički dokazuje da i nasumično postavljena jednostavna pitanja daju dovoljno informacija za složene zadatke.
Ključna je tvrdnja da među klasifikatorima nije potrebna nikakva složena koordinacija. Dovoljno ih je mnogo — a taj je broj, kažu autori, iznenađujuće malen. Posljedica je znatno manji računalni trošak, veća otpornost i lakše uvođenje u stvarnu upotrebu.
Otpornost na pogreške i rubne uređaje
Pristup je posebno prikladan za sustave koji rade na više uređaja ili izravno u pametnim senzorima, robotima i rubnim uređajima koji podatke obrađuju blizu mjesta nastanka. Budući da se na svako pitanje odgovara neovisno, cjelina ostaje pouzdana i kad dio odgovora bude pogrešan.
Voditelj istraživanja Ioannis Papageorgiou ističe da se velik i težak problem klasificiranja može razbiti na mnogo jednostavnih odluka. Svaki klasifikator rješava samo jedno pitanje, ali zajedno prepoznaju odgovor među milijunima mogućnosti.
Rad je dio istraživačkog središta Informed AI, koje se bavi temeljnim pitanjima matematike, teorije informacija i sigurnosti umjetne inteligencije. Cilj je, poručuju autori, da budući sustavi budu ne samo inovativni nego i sigurni, pouzdani i društveno prihvatljivi.
Ovdje se otvara pitanje koje autori ne postavljaju: ako je za ozbiljnu klasifikaciju dovoljno nekoliko minuta na prijenosnom računalu, zašto se onda u svijetu i dalje grade podatkovni centri vrijedni milijarde eura i troše gigavati struje na modele koji se reklamiraju kao nužni za napredak?
Ova vijest dolazi u trenutku kada se oko umjetne inteligencije vodi gotovo ideološki rat. S jedne strane su oni koji u njoj vide rješenje za sve, s druge oni koji u njoj vide prijetnju. Bristolski rezultat pokazuje da tehnologija sama po sebi nije ni spas ni propast — pitanje je kome služi i po kojoj cijeni.
Ostaje, naravno, provjeriti tvrdnje u praksi. Preprint na arXivu nije recenzirani članak, a empirijska potvrda koju autori spominju odnosi se na njihove vlastite pokuse. No smjer je jasan: budućnost umjetne inteligencije mogla bi se graditi na skromnosti, a ne na megalomaniji.