O Software De Aprendizado De Máquina Do Google Aprendeu A Se Auto-replicar - Visão Alternativa

O Software De Aprendizado De Máquina Do Google Aprendeu A Se Auto-replicar - Visão Alternativa
O Software De Aprendizado De Máquina Do Google Aprendeu A Se Auto-replicar - Visão Alternativa

Vídeo: O Software De Aprendizado De Máquina Do Google Aprendeu A Se Auto-replicar - Visão Alternativa

Vídeo: O Software De Aprendizado De Máquina Do Google Aprendeu A Se Auto-replicar - Visão Alternativa
Vídeo: Google AutoML: automação do aprendizado de máquina 2024, Pode
Anonim

Em maio deste ano, escrevemos sobre o projeto AutoML, a tecnologia de inteligência artificial (IA) do Google projetada especificamente para criar outras IAs. Agora, o Google anunciou que seu AutoML ultrapassou os desenvolvedores de IA e é capaz de criar software de aprendizado de máquina por conta própria, mais eficiente e poderoso do que os melhores exemplos de sistemas semelhantes desenvolvidos por humanos.

O AutoML recentemente bateu um recorde de eficiência e velocidade de catalogação de imagens nas condições especificadas, com eficiência de 82%. E embora essa tarefa em si tenha se mostrado relativamente simples para o sistema, o AutoML também foi capaz de superar os sistemas automatizados e os sistemas de realidade aumentada especiais em uma tarefa mais complexa - determinar a localização de vários objetos em uma imagem. Neste teste, o AutoML teve desempenho 43% do tempo, enquanto os sistemas feitos pelo homem tiveram desempenho 39%.

Os resultados são impressionantes, pois mesmo em uma empresa gigante como o Google, existem poucas pessoas com experiência para liderar o desenvolvimento de sistemas de IA deste nível. Automatizar essa área exige uma gama muito ampla de habilidades, mas uma vez que o resultado seja alcançado, pode mudar completamente o setor, segundo o Google.

“Hoje, apenas alguns milhares de especialistas em aprendizado de máquina em todo o mundo podem criar esse tipo de software. Mas queremos ter certeza de que centenas de milhares de outros desenvolvedores também possam participar disso”, - a revista Wired cita as palavras do CEO do Google Sundar Pichai.

Muito do meta-aprendizado está relacionado à imitação das redes neurais do cérebro humano, bem como à necessidade de executar grandes quantidades de dados diferentes por meio dessas redes. Claro, a tarefa mais difícil é exatamente como imitar a estrutura do cérebro e fazer com que ele resolva problemas mais complexos.

Hoje, as redes neurais existentes ainda são mais fáceis de modernizar ou personalizar para tarefas específicas do que desenvolver novas do zero. No entanto, pesquisas como essa de que estamos falando sugerem que isso é apenas temporário.

Uma vez que será mais fácil para a nova IA criar sistemas cada vez mais complexos projetados para realizar tarefas que os humanos simplesmente não são capazes de realizar, é muito importante que os humanos permaneçam como o elo principal, sem o qual esses sistemas simplesmente não podem funcionar. Uma IA verdadeiramente completa pode facilmente usar uma interpretação tendenciosa em certas questões, por exemplo, estereotipando o paralelo entre características éticas e de gênero. No entanto, se os engenheiros dedicarem mais tempo para resolver esse problema potencial agora, não deixando tudo para depois, no futuro terá menos chance de ocorrência real.

Em geral, o Google está tentando aprimorar o AutoML para que os desenvolvedores possam usá-lo na solução de problemas do mundo real. Se tiverem sucesso, o efeito do uso do AutoML pode afetar muito além das paredes da própria empresa.

Vídeo promocional:

"Queremos democratizar isso", disse Pichai, segundo a revista Wired.

Nikolay Khizhnyak

Recomendado: