Il Software Di Machine Learning Di Google Ha Imparato Ad Auto-replicarsi - Visualizzazione Alternativa

Il Software Di Machine Learning Di Google Ha Imparato Ad Auto-replicarsi - Visualizzazione Alternativa
Il Software Di Machine Learning Di Google Ha Imparato Ad Auto-replicarsi - Visualizzazione Alternativa

Video: Il Software Di Machine Learning Di Google Ha Imparato Ad Auto-replicarsi - Visualizzazione Alternativa

Video: Il Software Di Machine Learning Di Google Ha Imparato Ad Auto-replicarsi - Visualizzazione Alternativa
Video: How Google Translate Works - The Machine Learning Algorithm Explained! 2024, Potrebbe
Anonim

Nel maggio di quest'anno abbiamo scritto del progetto AutoML, la tecnologia di intelligenza artificiale (AI) di Google progettata specificamente per creare altre IA. Ora Google ha annunciato che il suo AutoML ha superato gli sviluppatori di intelligenza artificiale ed è in grado di creare da solo software di apprendimento automatico più efficiente e potente dei migliori esempi di sistemi simili sviluppati dagli esseri umani.

AutoML ha recentemente stabilito un record per l'efficienza e la velocità della catalogazione delle immagini nelle condizioni specificate, con un'efficienza dell'82%. E sebbene questa stessa attività si sia rivelata relativamente semplice per il sistema, AutoML è stata anche in grado di superare i sistemi automatizzati e i sistemi speciali di realtà aumentata in un'attività più complessa, determinando la posizione di più oggetti in un'immagine. In questo test, AutoML ha eseguito il 43% delle volte, mentre i sistemi artificiali hanno eseguito il 39%.

I risultati sono impressionanti, perché anche in un'azienda gigante come Google, ci sono solo poche persone con l'esperienza per guidare lo sviluppo di sistemi di IA di questo livello. L'automazione di quest'area richiede una gamma molto ampia di competenze, ma una volta raggiunto il risultato, potrebbe cambiare completamente il settore, secondo Google.

"Oggi, solo poche migliaia di specialisti di machine learning in tutto il mondo possono creare questo software. Ma vogliamo assicurarci che anche centinaia di migliaia di altri sviluppatori possano prendere parte a questo ", la rivista Wired ha citato le parole del CEO di Google Sundar Pichai.

Gran parte del meta-apprendimento riguarda l'imitazione delle reti neurali del cervello umano, nonché la necessità di eseguire enormi quantità di dati diversi attraverso queste reti. Certo, il compito più difficile è proprio come imitare la struttura del cervello e farlo risolvere problemi più complessi.

Oggi, le reti neurali esistenti sono ancora più facili da modernizzare o personalizzare per compiti specifici che svilupparne di nuove da zero. Tuttavia, ricerche come quella di cui stiamo parlando suggeriscono che questo è solo temporaneo.

Poiché sarà più facile per la nuova IA creare sistemi sempre più complessi progettati per eseguire compiti che gli esseri umani semplicemente non sono in grado di svolgere, è molto importante che gli umani rimangano come collegamento chiave, senza il quale questi sistemi semplicemente non possono funzionare. Un'intelligenza artificiale veramente a tutti gli effetti può facilmente utilizzare un'interpretazione distorta in alcune questioni, ad esempio stereotipando il parallelo tra caratteristiche etiche e di genere. Tuttavia, se gli ingegneri dedicano più tempo alla risoluzione di questo potenziale problema ora, senza lasciare tutto per dopo, in futuro avrà meno possibilità che si verifichi realmente.

In generale, Google sta cercando di affinare AutoML al punto in cui gli sviluppatori possono utilizzarlo nei problemi del mondo reale. Se hanno successo, l'effetto dell'utilizzo di AutoML può avere effetti ben oltre le mura dell'azienda stessa.

Video promozionale:

"Vogliamo democratizzarlo", ha affermato Pichai, citando la rivista Wired.

Nikolay Khizhnyak

Raccomandato: