Как пишет ряд изданий, коллеги из Microsoft продвигают новый термин в тематике искусственного интеллекта — "machine teaching", или обучение машин. Под этим термином понимаются инструменты, позволяющие экспертам в любой области самостоятельно обучать систему ИИ.
В отличие от традиционного подхода "машинного обучения", требующего огромных массивов данных, "обучение машин" исходит из итерационного подхода с участием носителя знаний. Философски, это взгляд на задачу обучения с позиции учителя, который может объяснить, скорректировать, направить и проверить понимание. Это все кажется естественным в отношениях людей, но чтобы это работало с машинами, нужны новые инструменты.
Ключевые требования и преимущества таких решений:
— Отсутствие необходимости глубоких знаний в области ИИ со стороны экспертов. Информация для обучения абстрагирована от самого алгоритма.
— Быстрое создание собственных моделей: за счет использования экспертных знаний снижается потребность в размеченных данных. Можно начать вообще без размеченных данных.
— Легкое обновление моделей. Декомпозиция, присущая экспертному обучению, упрощает отладку, внесение корректив в данные и добавление новых фич.
— Повторное использование: легкая комбинация (чужих) моделей за счет декомпозиции, возможность заточки под конкретный домен.
В качестве примера готового сервиса Microsoft называет LUIS — облачный сервис для анализа текстов, и платформу Bonsai (куплена Microsoft в прошлом году), позволяющую экспертам описывать свои знания на языке высокого уровня (Inkling) и самостоятельно подбирающую модель на основании описания и обучающую ее в симуляции реальных условий.
Страница исследовательской группы:
https://www.microsoft.com/en-us/research/group/machine-teaching-group/Анонс новой темы в блоке Microsoft Research:
https://blogs.microsoft.com/ai/machine-teachingОбзор от Fast Company:
https://www.fastcompany.com/90338498/machine-teaching-is-a-thing-and-microsoft-wants-to-own-it
