TOKIO, 7 października 2016 r. — Mitsubishi Electric Corporation (TOKIO: 6503) ogłasza dziś, że opracowała, jak uważa, pierwszy na świecie algorytm automatycznego projektowania struktur głębokiego uczenia (ang. Automated Design Deep Learning Algorithm), mający na celu przyśpieszenie i obniżenie kosztów rozwoju systemów opartych na sztucznej inteligencji (AI) bez konieczności wprowadzania danych przez specjalistów, który można dostosować do różnych środowisk użytkownika i urządzeń.

Firma Mitsubishi Electric zaprezentuje swój nowy system na Międzynarodowej konferencji na temat przetwarzania informacji neuronowych (ang. International Conference on Neural Information Processing, ICONIP2016) w dniach od 16 do 21 października na Uniwersytecie w Kioto oraz opublikuje pracę naukową w serii wydawniczej Lecture Notes in Computer Science.

Algorytm dostosowuje określone cele każdego systemu i automatycznie projektuje proces głębokiego uczenia bez konieczności wykorzystywania wiedzy ekspertów, stosując dane uczenia i wnioskowanie na wysokim poziomie do każdego środowiska instrumentu, w oparciu o dane uczenia. Może to pomóc w podniesieniu efektywności tworzenia struktur sieci i redukcji prób i błędów projektu.

Algorytm skróci czas potrzebny na opracowanie struktur i zredukuje koszty w porównaniu do obecnie stosowanych metod, gdzie specjaliści ręcznie projektują rozwiązania oparte na sztucznej inteligencji. Spodziewany czas potrzebny na opracowanie szacunkowo wynosi od kilku minut do kilku godzin, a opracowanie wykonane przez grupę specjalistów zajmuje od kilku dni do kilku tygodni. Eliminuje to potrzebę dysponowania specjalistyczną wiedzą i korzystania z pomocy ekspertów, co obniża koszty opracowywania rozwiązania.

Dostosowanie projektu do konkretnego środowiska używania jest kluczową kwestią dla efektywnego rozwoju sztucznej inteligencji. Jednak koncepcja projektowania głębokiego uczenia bez udziału zespołu ekspertów wydawała się być niewykonalna ze względu na złożoność procesu. Nowy algorytm automatycznego projektowania struktur głębokiego uczenia opracowuje struktury i początkowe parametry głębokiego uczenia, wyodrębniając najbardziej charakterystyczne dane z danych uczenia bez duplikacji. Zwykle proces ten wymaga zaangażowania grupy ekspertów tworzących wnioskowania na wysokim poziomie dotyczące danych środowisk. Podstawą tej koncepcji jest algorytm przetwarzania obrazu „Neocognitron” w oparciu o korę wzrokową.

Nowy system umożliwi wykorzystanie sztucznej inteligencji w wielu branżach, takich jak zaawansowane przetwarzanie informacji. W roku 2015 wartość rynku rozwiązań opartych na sztucznej inteligencji oceniona została na 3,6 biliona jenów (około 35 miliardów dolarów amerykańskich) i spodziewany jest roczny wzrost średnio do 30%, według danych opracowanych przez firmę Ernst & Young Institute Co., Ltd.