Sebuah platform untuk menyederhanakan penelitian dan pengembangan AI
Sciences

Sebuah platform untuk menyederhanakan penelitian dan pengembangan AI


Contoh sistem pembelajaran mesin yang direpresentasikan sebagai hipergraf. Kredit: Esmaeili et al.

Algoritme pembelajaran mesin (ML) telah terbukti menjadi alat komputasi yang sangat berharga untuk mengatasi berbagai masalah dunia nyata, termasuk tugas klasifikasi gambar, audio, dan teks. Ilmuwan komputer di seluruh dunia mengembangkan lebih banyak algoritme ini setiap hari; dengan demikian, melacaknya dan dengan cepat menemukan atau mengakses yang diperkenalkan di masa lalu menjadi semakin menantang.

Dengan pemikiran ini, para peneliti di Purdue University dan University of Cincinnati baru-baru ini menciptakan HAMLET, sebuah platform yang dapat membantu ilmuwan dan pengembang komputer untuk menelusuri model pembelajaran mesin yang ada dan melatih atau mengevaluasi algoritme mereka sendiri, sehingga membantu upaya penelitian dan pengembangan mereka. Platform ini, yang disajikan dalam makalah yang telah dipublikasikan sebelumnya di arXiv, pada akhirnya dapat mendemokratisasi model pembelajaran mesin yang dikembangkan di seluruh dunia, memungkinkan tim peneliti untuk berbagi model mereka satu sama lain.

“Mengatur dan melacak algoritme pembelajaran mesin dan kumpulan data selalu menjadi tantangan besar bagi kami, serta bagi banyak peneliti lain di bidang ini,” kata Ahmad Esmaeili, salah satu peneliti yang melakukan penelitian tersebut, kepada TechXplore. “Ini menjadi semakin penting ketika jumlah solusi dan komponen ML terus bertambah dari waktu ke waktu dan dari satu proyek ke proyek lainnya. Saat mengembangkan HAMLET, kami berusaha untuk menciptakan platform yang memenuhi kebutuhan di atas dengan tidak hanya mengelola kontribusi ML yang tersedia dan aset dengan cara terdistribusi, tetapi juga memfasilitasi tindakan seperti mengakses, membandingkan, dan mengevaluasi sumber daya tersebut secara efektif. “

HAMLET: Sebuah platform untuk menyederhanakan penelitian dan pengembangan AI

Representasi hierarkis dari sistem pembelajaran mesin yang diuraikan dalam hypergraph pada gambar di atas. Kredit: Esmaeili et al.

HAMLET, yang merupakan singkatan dari Hierarchical Agent-based Machine LEarning plaTform, terdiri dari sekelompok agen AI yang dilatih untuk “mengelola” sekelompok besar algoritme ML, resource terkait (misalnya, kumpulan data), dan tugas yang dilatih untuk diselesaikan oleh model ML. Para peneliti mendefinisikan keterampilan agen buatan yang “mengelola” platform, yang disusun pada tingkat hierarki yang berbeda berdasarkan algoritme, data, atau tugas yang mereka wakili.

“Platform HAMLET dimulai dengan struktur kosong dan terus tumbuh secara mandiri dengan pengenalan sumber daya / kueri ML baru dari waktu ke waktu,” jelas Esmaeili. “Berbasis sistem multi-agen, HAMLET dapat didistribusikan melalui jaringan komputer dan perangkat; dengan demikian, tidak ada batasan pada ukuran dan jenis algoritme / data yang dapat dihosting.”

Platform HAMLET memiliki antarmuka yang ramah pengguna dan struktur kueri yang fleksibel. Peneliti dapat menggunakannya untuk melakukan berbagai tugas, misalnya untuk melatih dan menguji algoritme mereka, baik secara individu maupun dalam kelompok.

HAMLET: Sebuah platform untuk menyederhanakan penelitian dan pengembangan AI

Representasi hierarki lebih lanjut dari contoh machine learning. Kredit: Esmaeili et al

Untuk menguji keefektifannya, Esmaeili dan rekan-rekannya menggunakannya untuk menyelesaikan 120 pelatihan dan empat tugas pengujian batch pada lingkungan simulasi yang dikembangkan dengan SPADE (Smart Python Agent Development Environment). Mereka berulang kali menguji dan melatih algoritme 24 ML menggunakan sembilan set data terkenal untuk melatih agen AI. Hasil eksperimen mereka menunjukkan bahwa HAMLET adalah alat yang sangat menjanjikan dan berguna untuk melatih dan menguji algoritme ML.

“Tidak diragukan lagi bahwa pendekatan pembelajaran mesin menjadi semakin umum,” kata Esmaeili. “HAMLET memfasilitasi demokratisasi solusi ML dan membantu komunitas riset ML, terlepas dari lokasi geografis mereka, dengan mudah berbagi dan melacak metode dan sumber daya mereka.”

Di masa mendatang, platform yang dibuat oleh Esmaeili dan rekan-rekannya dapat digunakan oleh para peneliti di seluruh dunia untuk melatih algoritme ML baru pada beberapa kumpulan data, mengidentifikasi model yang ada untuk tujuan tertentu, atau mengevaluasi algoritme baru dan membandingkan kinerjanya dengan algoritme lain yang sudah ada. Di HAMLET, semua tugas ini dapat diselesaikan dengan mudah melalui satu kueri.

“Proyek ini masih dalam tahap awal dan dapat diperbaiki dalam banyak aspek untuk memastikannya lebih memenuhi kebutuhan penelitian dan industri saat ini,” kata Esmaeili. “Dalam studi kami berikutnya, kami berencana untuk terus bekerja dalam mendukung algoritme yang lebih canggih, ketahanan platform terhadap kegagalan, penggabungan beberapa platform, dan privasi mengakses data / algoritme.”


Kaolin: Perpustakaan komprehensif pertama untuk penelitian deep learning 3-D


Informasi lebih lanjut:
Esmaeili et al., HAMLET: Platform pembelajaran mesin berbasis agen hierarkis. arXiv: 2010.04894 [cs.LG]. arxiv.org/abs/2010.04894

© 2020 Science X Network

Kutipan: HAMLET: Platform untuk menyederhanakan penelitian dan pengembangan AI (2020, 13 November) diakses pada 27 November 2020 dari https://techxplore.com/news/2020-11-hamlet-platform-ai.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Hongkong Prize