Vorbereitung auf den Aufstieg der Maschinen: Google AI trainierte Kinder-KI und erzielte hervorragende Ergebnisse

Zukunftsforscher und Science-Fiction-Autoren haben uns deutlich gemacht, dass die Angst vor künstlicher Intelligenz dann berechtigt ist, wenn sie ohne menschliches Eingreifen ihre eigene Art erschaffen kann. Und es scheint, dass dieser Tag gekommen ist. Kürzlich stellten die Ingenieure von Google Brain AutoML vor , ein Projekt, das selbst künstliche Intelligenz ist und in der Lage ist, Kinder-KIs zu entwerfen, indem es kleine neuronale Netze erzeugt, die denen von Menschen ähneln. Das Experiment zeigte, dass AutoML damit sehr gut zurechtkommt. Daher hat der „Roboter“ das Computer-Vision-System NASNet entwickelt, das allen vorhandenen Analoga überlegen ist. Die KI hat die Aufgabe der Objektklassifizierung mithilfe des großen Computer-Vision-Datensatzes von ImageNET abgeschlossen . NASNet stand vor der Aufgabe, Objekte im Video möglichst genau in Echtzeit zu erkennen. Wie sich herausstellte, trainierte AutoML das untergeordnete neuronale Netzwerk unabhängig und wiederholte den Trainingsprozess viele tausend Male. Die künstliche Intelligenz AutoML identifizierte Fehler im NASNet-Betrieb, verarbeitete sie und nahm Änderungen vor, um sie in Zukunft zu vermeiden. Als Ingenieure NASNet auf ImageNet- und COCO- Bildsätzen testeten , übertraf es alle vorhandenen Computer-Vision-Systeme. Die Genauigkeit der Bildvorhersage im Kontrollsatz betrug 82,7 %, was 1,2 % höher ist als der vorherige Indikator der Inception-Familie. Darüber hinaus erwies sich das neuronale Netzwerk mit einer durchschnittlichen Genauigkeit von 43,1 % als um 4 % effektiver als seine Gegenstücke und die für mobile Plattformen angepasste Version mit 74 %. Die Effizienz des Tochtersystems könnte in autonomen Autos oder bei der Entwicklung von Robotern für sehbehinderte Menschen genutzt werden. NASNet ist Open Source und kann in den Slim- und Object Detection- Repositorys für TensorFlow gefunden werden .