AI Google Je Ustvaril Svoj AI, Ki Je Presegel Vse Analoge - Alternativni Pogled

AI Google Je Ustvaril Svoj AI, Ki Je Presegel Vse Analoge - Alternativni Pogled
AI Google Je Ustvaril Svoj AI, Ki Je Presegel Vse Analoge - Alternativni Pogled

Video: AI Google Je Ustvaril Svoj AI, Ki Je Presegel Vse Analoge - Alternativni Pogled

Video: AI Google Je Ustvaril Svoj AI, Ki Je Presegel Vse Analoge - Alternativni Pogled
Video: Джефф Дин, глава отдела искусственного интеллекта в Google, обсуждает влияние машинного обучения (TensorFlow Meets) 2024, Julij
Anonim

Spomladi tega leta so inženirji Googlovega možganov predstavili umetno inteligenco AutoML, ki je sposobna ustvariti svoj edinstven AI brez človekovega posredovanja. Nedolgo nazaj je postalo znano, da je AutoML prvi ustvaril sistem računalniškega vida NASNet, ki je bistveno boljši od vseh analogov, ki jih je ustvaril človek. Ta sistem, ki temelji na AI, lahko postane resna pomoč pri razvoju na primer avtonomnih avtomobilov in tudi v robotiki, kar vam omogoča, da vizijo robotov popeljete na povsem novo raven.

AutoML se razvija v skladu s tako imenovanim učnim sistemom okrepitve. V resnici gre za nadzorno nevronsko mrežo, ki neodvisno razvija popolnoma nove nevronske mreže za kakršne koli specializirane naloge. V tem primeru je bil glavni cilj AutoML-a ustvariti sistem za najbolj natančno prepoznavanje predmetov na video v realnem času. AI je samostojno usposobil novo nevronsko mrežo, spremljal njene napake in prilagajal svoje delo. Učni proces se je ponavljal več tisočkrat, dokler sistem ni začel delovati. Poleg tega je presegel vse obstoječe podobne nevronske mreže, ki jih je ustvaril in usposobil človek.

Image
Image

Po uradni izjavi Googla je natančnost prepoznavanja NASNet-a 82,7%. To je 1,2% bolje od prejšnjih rekordov, ki so jih septembra letos postavili strokovnjaki iz Oxforda in Momente. Nevronsko omrežje se je izkazalo tudi za 4% bolj učinkovito od analognih s 43,1% povprečno natančnostjo. Poenostavljena različica NASNet-a, prilagojena mobilnim platformam, za več kot 3% presega podobna nevronska omrežja. Ta sistem lahko v prihodnosti uporabimo za ustvarjanje avtonomnih avtomobilov, saj je zanje računalniški vid neverjetno pomemben. Medtem AutoML še naprej ustvarja nove nevronske mreže in kdo ve, kakšne višine bo lahko dosegel v bližnji prihodnosti.

Sergej Grey