Maja letos smo pisali o projektu AutoML, Googlovi tehnologiji umetne inteligence (AI), zasnovani posebej za ustvarjanje drugih AI. Zdaj je Google objavil, da je njegov AutoML presegel razvijalce AI in je sposoben sam graditi programsko opremo za strojno učenje, ki je učinkovitejša in zmogljivejša od najboljših primerov podobnih sistemov, ki jih je razvil človek.
Podjetje AutoML je nedavno postavilo rekord učinkovitosti in hitrosti katalogiziranja slik pod določenimi pogoji z 82-odstotno učinkovitostjo. In čeprav se je ta naloga za sistem izkazala za razmeroma enostavno, je AutoML uspel tudi preseči avtomatizirane sisteme in posebne sisteme razširjene resničnosti pri bolj zapleteni nalogi - določitvi lokacije več predmetov na sliki. V tem testu je AutoML opravil 43 odstotkov časa, umetni sistemi pa 39 odstotkov.
Rezultati so impresivni, saj tudi v velikanskem podjetju, kot je Google, le nekaj ljudi z izkušnjami vodi razvoj AI sistemov te stopnje. Avtomatizacija tega področja zahteva zelo širok spekter spretnosti, a ko bo rezultat dosežen, bi lahko v celoti spremenil panogo, trdi Google.
"Danes lahko le nekaj tisoč strokovnjakov za strojno učenje po vsem svetu ustvari takšno programsko opremo. Vendar želimo zagotoviti, da pri tem lahko sodelujejo tudi sto tisoč drugih razvijalcev, "- revija Wired citira besede izvršnega direktorja Google Sundar Pichai.
Veliko meta učenja se ukvarja s posnemanjem nevronskih mrež človeških možganov, pa tudi s potrebo po vodenju ogromnih količin različnih podatkov po teh omrežjih. Seveda je najtežja naloga ravno to, kako posnemati strukturo možganov in jo narediti reševati bolj zapletene težave.
Danes je obstoječe nevronske mreže še vedno lažje posodobiti ali prilagoditi za določene naloge, kot pa razviti nove iz nič. Vendar raziskave, kot je tista, o kateri govorimo, kažejo, da je to le začasno.
Ker bo novi AI lažje ustvaril bolj in bolj zapletene sisteme, namenjene izvajanju nalog, ki jih ljudje preprosto ne morejo opravljati, je zelo pomembno, da ostanejo ljudje ključni člen, brez katerega ti sistemi preprosto ne morejo delovati. Resnično popoln AI zlahka uporabi pristransko razlago pri določenih vprašanjih, na primer s stereotipizacijo vzporednice med etičnimi in spolnimi značilnostmi. Če pa inženirji za reševanje tega potencialnega problema namenijo več časa in ne pustijo vsega za pozneje, bo v prihodnosti manj možnosti za resnični pojav.
Google na splošno poskuša AutoML odkloniti do te mere, da ga lahko razvijalci uporabljajo v resničnih težavah. Če jim to uspe, lahko učinek uporabe AutoML-a vpliva precej zunaj zidov podjetja.
Promocijski video:
"Želimo ga demokratizirati," je Pichai citiral revijo Wired.
Nikolaj Hizhnyak