Futurolodzy i autorzy science fiction dali nam jasno do zrozumienia, że strach przed sztuczną inteligencją stanie się uzasadniony, gdy będzie ona w stanie stworzyć swój własny rodzaj bez interwencji człowieka. I zdaje się, że ten dzień nadszedł.
Niedawno inżynierowie Google Brain wprowadzili AutoML , projekt, który sam w sobie jest sztuczną inteligencją i jest w stanie projektować dziecięcą sztuczną inteligencję poprzez generowanie małych sieci neuronowych podobnych do tych tworzonych przez ludzi. Eksperyment pokazał, że AutoML radzi sobie z tym bardzo dobrze. W ten sposób „robot” zaprojektował komputerowy system wizyjny NASNet, który jest lepszy od wszystkich istniejących analogów. Sztuczna inteligencja wykonała zadanie klasyfikacji obiektów, korzystając z dużego zbioru danych z zakresu wizji komputerowej ImageNET . NASNet stanął przed zadaniem możliwie najdokładniejszego rozpoznawania obiektów na obrazie wideo w czasie rzeczywistym. Jak się okazało, AutoML samodzielnie trenował dziecięcą sieć neuronową, powtarzając proces uczenia wiele tysięcy razy. Sztuczna inteligencja AutoML identyfikowała błędy w działaniu NASNet, przetwarzała je i wprowadzała zmiany, aby uniknąć ich w przyszłości.
Kiedy inżynierowie testowali NASNet na zestawach obrazów ImageNet i COCO , uzyskał on lepsze wyniki niż wszystkie istniejące komputerowe systemy wizyjne. Dokładność predykcji obrazu w zbiorze kontrolnym wyniosła 82,7%, czyli o 1,2% więcej niż poprzedni wskaźnik z rodziny Inception. Ponadto sieć neuronowa okazała się o 4% skuteczniejsza od swoich analogów ze średnią dokładnością 43,1%, a wersja dostosowana do platform mobilnych z 74%. Wydajność systemu-córki można wykorzystać w samochodach autonomicznych lub przy tworzeniu robotów dla osób niewidomych. NASNet jest oprogramowaniem typu open source i można je znaleźć w repozytoriach Slim i Object Detection dla TensorFlow.
Эллеонора Керри
Poziom 41
GO TO FULL VERSION