Šių metų gegužę mes rašėme apie „AutoML“projektą, „Google“dirbtinio intelekto (AI) technologiją, skirtą specialiai kurti kitas AI. Dabar „Google“paskelbė, kad jos AutoML pranoko AI kūrėjus ir sugeba savarankiškai kurti mašinų mokymosi programinę įrangą, kuri yra efektyvesnė ir galingesnė nei geriausi žmonių sukurtų panašių sistemų pavyzdžiai.
„AutoML“neseniai nustatė vaizdų katalogo efektyvumo ir greičio nustatytomis sąlygomis rekordą - 82 procentų efektyvumą. Ir nors pati ši užduotis sistemai pasirodė gana paprasta, „AutoML“taip pat sugebėjo pralenkti automatizuotas ir specialiąsias papildytos realybės sistemas atlikdama sudėtingesnę užduotį - nustatyti kelių objektų vietą paveikslėlyje. Šiame teste „AutoML“atliko 43 procentus laiko, o žmogaus sukurtos sistemos - 39 procentus laiko.
- „Salik.biz“
Rezultatai yra įspūdingi, nes net tokioje milžiniškoje įmonėje kaip „Google“yra tik keli žmonės, turintys patirties vadovauti tokio lygio AI sistemų plėtrai. Automatizuojant šią sritį reikia labai įvairių įgūdžių, tačiau pasiekus rezultatą, pasak „Google“, tai gali visiškai pakeisti pramonę.
„Šiandien tik keli tūkstančiai mašinų mokymosi specialistų visame pasaulyje gali sukurti tokią programinę įrangą. Tačiau norime įsitikinti, kad šimtai tūkstančių kitų kūrėjų taip pat gali dalyvauti “, -„ Wired “žurnalas cituoja„ Google “generalinio direktoriaus Sundaro Pichai žodžius.
Didžioji dalis metamokslo yra susijusi su žmogaus smegenų nervinių tinklų imitavimu, taip pat su poreikiu per šiuos tinklus valdyti didžiulį kiekį įvairių duomenų. Žinoma, pati sunkiausia užduotis yra būtent tai, kaip imituoti smegenų struktūrą ir priversti jas spręsti sudėtingesnes problemas.
Šiandien esamus neuroninius tinklus vis dar lengviau modernizuoti ar pritaikyti konkrečioms užduotims, nei kurti naujus nuo nulio. Tačiau tyrimai, tokie kaip tie, apie kuriuos mes kalbame, rodo, kad tai tik laikina.
Kadangi naujojoje AI bus lengviau sukurti vis sudėtingesnes sistemas, skirtas atlikti užduotis, kurių žmonės paprasčiausiai nesugeba atlikti, labai svarbu, kad žmonės išliktų pagrindine grandimi, be kurios šios sistemos tiesiog negali veikti. Tikrai visavertė PG gali lengvai naudoti šališką aiškinimą tam tikrais klausimais, pavyzdžiui, stereotipizuodama etinių ir lyčių ypatybių paralelę. Tačiau jei inžinieriai daugiau laiko skirs šios galimos problemos sprendimui dabar, nepalikdami visko vėlesniam laikui, tai ateityje turės mažiau galimybių realiai atsirasti.
Apskritai „Google“bando patobulinti „AutoML“, kad kūrėjai galėtų naudoti jį realaus pasaulio problemoms spręsti. Jei jiems pasiseks, „AutoML“naudojimo efektas gali paveikti ne tik pačią įmonės sieną.
Reklaminis vaizdo įrašas:
„Mes norime tai demokratizuoti“, - sakė „Wired“žurnalas „Pichai“.
Nikolajus Khizhnyak