機械の台頭への準備: Google AI が子 AI を訓練し、優れた結果を得た

未来学者や SF 作家は、人工知能が人間の介入なしに独自の種類を作り出すことができるようになれば、人工知能に対する恐怖が正当化されることを私たちに明らかにしました。そしてこの日が来たようです。 最近、Google Brain のエンジニアはAutoMLプロジェクトを導入しました。このプロジェクトは、それ自体が人工知能であり、人間が作成したものと同様の小さなニューラル ネットワークを生成することで子 AI を設計できます。実験では、AutoML がこれにうまく対処できることがわかりました。したがって、「ロボット」は、既存のすべての類似物よりも優れた NASNet コンピューター ビジョン システムを設計しました。AI は、 ImageNET の大規模なコンピューター ビジョン データセットを使用してオブジェクト分類のタスクを完了しました。NASNet は、ビデオ内のオブジェクトをできるだけ正確にリアルタイムで認識するという課題に直面していました。結局のところ、AutoML は子ニューラル ネットワークを独立してトレーニングし、トレーニング プロセスを何千回も繰り返しました。AutoML 人工知能は、NASNet の操作におけるエラーを特定し、それらを処理し、将来的に回避するために変更を加えました。 エンジニアが ImageNet およびCOCOイメージ セットで NASNet をテストしたところ、既存のすべてのコンピュータ ビジョン システムを上回るパフォーマンスを示しました。コントロール セットの画像予測の精度は 82.7% で、これは Inception ファミリーの以前の指標より 1.2% 高くなりました。さらに、ニューラル ネットワークは、平均精度 43.1%、モバイル プラットフォームに適応したバージョンの平均精度 74% と比較して、4% 効果的であることが判明しました。ドーターシステムの効率性は、自動運転車や視覚障害者用のロボットの作成に利用できる可能性があります。NASNet はオープン ソースであり、TensorFlow のSlimおよびObject Detectionリポジトリにあります。