متابعات: كشفت غوغل عن إطلاق Model Search، وهي منصة مفتوحة المصدر مصممة لمساعدة الباحثين على تطوير نماذج التعلم الآلي بكفاءة وتلقائية، بدلاً من التركيز على مجال معين.
وأفادت غوغل بأن Model Search قادرًا على إيجاد بنية نموذجية تناسب مجموعة بيانات مع تقليل وقت الترميز وحساب الموارد.
وظهرت في السنوات الأخيرة، خوارزميات AutoML لمساعدة الباحثين في العثور على النموذج الصحيح دون الحاجة إلى التجريب اليدوي.
ويشمل نموذج البحث؛ المبني على إطار عمل التعلم الآلي TensorFlow من غوغل، على 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.
ويذكر أن 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.
ويستخدم Model Search التعلم أثناء التجارب، فعلى سبيل المثال يتعامل مع تقطير المعرفة ومشاركة الوزن، والتي تعمل على تمهيد بعض المتغيرات في النماذج من تلك المدربة مسبقًا.
ويشار إلى أنه يتيح للمستخدمين مقارنة العديد من النماذج التي تم العثور عليها أثناء البحث، إضافة لإنشاء مساحة البحث الخاصة بهم لتخصيص العناصر المعمارية في نماذجهم.