Google ha recentemente introdotto MLE-STAR, un agente avanzato di ingegneria dell’apprendimento automatico progettato per automatizzare e ottimizzare la creazione di modelli AI complessi. Questo strumento rappresenta un passo significativo verso la semplificazione dei flussi di lavoro ML, riducendo la necessità di intervento umano e migliorando l’efficienza nella progettazione dei modelli.
MLE-STAR si distingue per il suo approccio innovativo nell’affrontare le sfide dell’ingegneria dell’apprendimento automatico. A differenza degli agenti tradizionali che si basano esclusivamente su modelli preesistenti, MLE-STAR integra una ricerca mirata sul web per identificare modelli all’avanguardia pertinenti al compito specifico. Questo processo iniziale consente di costruire una base solida su cui l’agente può poi operare.
Una volta ottenuto il modello iniziale, MLE-STAR adotta una strategia di miglioramento iterativo focalizzata. Utilizzando studi di ablazione, l’agente identifica i componenti del codice che hanno il maggiore impatto sulle prestazioni e li ottimizza singolarmente. Questo approccio consente di affinare specifiche sezioni del modello, come l’ingegneria delle caratteristiche o la costruzione di ensemble, senza compromettere l’intero sistema.
La validità dell’approccio di MLE-STAR è stata dimostrata attraverso rigorosi test sul benchmark MLE-Bench-Lite, che include 22 competizioni Kaggle rappresentative di sfide reali nell’ingegneria dell’apprendimento automatico. I risultati sono stati straordinari: MLE-STAR ha ottenuto medaglie nel 63,6% dei casi, con il 36% di queste medaglie d’oro. Questo rappresenta un notevole miglioramento rispetto al precedente miglior risultato del 25,8% .
Questi successi sono attribuibili all’uso di modelli moderni come EfficientNet e Vision Transformer (ViT), che hanno superato le prestazioni di architetture più datate come ResNet. Inoltre, l’integrazione di moduli di robustezza, come il debugger per correggere errori di esecuzione e i controlli per prevenire perdite di dati, ha contribuito a garantire soluzioni affidabili e di alta qualità.
MLE-STAR è stato sviluppato utilizzando l’Agent Development Kit (ADK) di Google, una piattaforma che facilita la creazione e l’implementazione di agenti intelligenti. Questo kit consente agli sviluppatori di personalizzare e adattare MLE-STAR alle proprie esigenze specifiche, promuovendo l’innovazione e l’esplorazione in vari ambiti dell’intelligenza artificiale.
Inoltre, Google ha reso MLE-STAR open source, permettendo alla comunità di ricercatori e sviluppatori di accedere al codice e contribuire al suo miglioramento. Questa apertura favorisce la collaborazione e l’evoluzione continua dell’agente, garantendo che rimanga all’avanguardia nel campo dell’ingegneria dell’apprendimento automatico.
L’introduzione di MLE-STAR segna un passo importante verso l’automazione avanzata nell’ingegneria dell’apprendimento automatico. Con la sua capacità di ottimizzare iterativamente i modelli e integrare le migliori pratiche disponibili, MLE-STAR ha il potenziale per accelerare significativamente lo sviluppo di soluzioni AI in vari settori.
Per coloro che sono interessati a esplorare MLE-STAR, Google ha reso disponibile il codice sorgente su GitHub. Gli sviluppatori possono accedere al repository, esaminare il codice e iniziare a utilizzare l’agente nelle proprie applicazioni. È importante notare che, essendo uno strumento di ricerca, MLE-STAR è destinato principalmente a scopi di sviluppo e sperimentazione.