През май тази година писахме за проекта AutoML, технологията за изкуствен интелект (AI) на Google, създадена специално за създаване на други ИИ. Сега Google обяви, че AutoML е надминал разработчиците на AI и е способен да изгражда софтуер за машинно обучение, който е по-ефективен и мощен от най-добрите примери за подобни системи, създадени от човека.
Наскоро AutoML постави рекорд по ефективност и бързина на каталогизиране на изображения при определени условия, с 82 процента ефективност. И въпреки че тази задача се оказа сравнително проста за системата, AutoML също успя да надмине автоматизираните системи и специални системи с разширена реалност в по-сложна задача - определяне на местоположението на множество обекти в изображение. В този тест AutoML изпълнява 43 процента от времето, а създадените от човека системи 39 процента.
Резултатите са впечатляващи, защото дори в гигантска компания като Google, има само няколко души с опит да ръководят развитието на AI системи от това ниво. Автоматизирането на тази област изисква много широк спектър от умения, но след постигане на резултата, това може напълно да промени индустрията, според Google.
„Днес само няколко хиляди специалисти по машинно обучение по света могат да създадат такъв софтуер. Но искаме да сме сигурни, че стотици хиляди други разработчици също могат да участват в това”, - списание Wired цитира думите на изпълнителния директор на Google Sundar Pichai.
Голяма част от метаученето е свързана с имитирането на невронните мрежи на човешкия мозък, както и с необходимостта да се изпълняват огромни количества различни данни през тези мрежи. Разбира се, най-трудната задача е именно как да имитирате структурата на мозъка и да го накарате да решава по-сложни проблеми.
Днес съществуващите невронни мрежи все още са по-лесни за модернизиране или персонализиране за конкретни задачи, отколкото за разработване на нови от нулата. Изследвания обаче като тези, за които говорим, предполагат, че това е само временно.
Тъй като за новия AI ще бъде по-лесно да създава все по-сложни системи, предназначени да изпълняват задачи, които хората просто не са в състояние да изпълняват, много е важно хората да останат като ключова връзка, без която тези системи просто не могат да функционират. Наистина пълноценният ИИ може лесно да използва пристрастно тълкуване в определени въпроси, например, като стереотипира паралела между етичните и половите характеристики. Ако обаче инженерите отделят повече време за решаването на този потенциален проблем сега, не оставяйки всичко за по-късно, тогава в бъдеще той ще има по-малък шанс за реално възникване.
По принцип Google се опитва да усъвършенства AutoML, така че разработчиците да могат да го използват при решаване на проблеми в реалния свят. Ако успеят, тогава ефектът от използването на AutoML може да засегне далеч отвъд стените на самата компания.
Промоционално видео:
"Искаме да го демократизираме", казва списание Wired, цитирано от Pichai.
Николай Хижняк