U svibnju ove godine pisali smo o projektu AutoML, Googleovoj tehnologiji umjetne inteligencije (AI), dizajniranoj posebno za stvaranje drugih inteligencija. Google je objavio da je njegov AutoML nadmašio programere AI i da je sposoban samostalno izgraditi softver za strojno učenje koji je učinkovitiji i moćniji od najboljih primjera sličnih sustava koje je razvio čovjek.
Nedavno je AutoML postavio rekord po učinkovitosti i brzini katalogiziranja slika pod određenim uvjetima, s 82 posto efikasnosti. Iako se sam po sebi pokazao relativno jednostavnim za sustav, AutoML je također mogao nadmašiti automatizirane sustave i posebne sustave proširene stvarnosti u složenijem zadatku - određivanju položaja više objekata na slici. AutoML je u ovom testu proveo 43 posto vremena, a umjetni sustavi 39 posto.
Rezultati su impresivni jer čak i u velikoj kompaniji poput Googlea, samo je nekoliko ljudi koji imaju iskustvo voditi razvoj AI sustava ove razine. Automatizacija ovog područja zahtijeva vrlo širok spektar vještina, ali kad se postigne rezultat, mogao bi u potpunosti promijeniti industriju, navodi Google.
„Danas samo nekoliko tisuća stručnjaka za strojno učenje širom svijeta može stvoriti takav softver. Ali želimo osigurati da stotine tisuća drugih programera također mogu sudjelovati u tome , - Wired magazin citira riječi izvršnog direktora Googlea Sundar Pichai.
Puno meta-učenja bavi se oponašanjem neuronskih mreža ljudskog mozga, kao i potrebom da se kroz ove mreže izvode ogromne količine različitih podataka. Naravno, najteži zadatak je upravo kako imitirati strukturu mozga i učiniti ga rješavanjem složenijih problema.
Danas je postojeće neuronske mreže još lakše modernizirati ili prilagoditi za određene zadatke nego razvijati nove ispočetka. Međutim, istraživanje poput onoga o kojem govorimo sugerira da je to samo privremeno.
Budući da će novi AI biti lakši za stvaranje sve složenijih sustava dizajniranih za izvršavanje zadataka koje ljudi jednostavno nisu u stanju izvršavati, vrlo je važno da ljudi ostanu ključna karika, bez koje ovi sustavi jednostavno ne mogu funkcionirati. Doista punopravni AI lako može koristiti pristrano tumačenje u određenim pitanjima, na primjer, stereotipno procjenjujući paralelu između etičkih i rodnih karakteristika. Međutim, ako inženjeri posvete više vremena za rješavanje ovog potencijalnog problema sada, ne ostavljajući sve za kasnije, u budućnosti će imati manje šanse za stvarnu pojavu.
Google općenito pokušava prilagoditi AutoML kako bi ga programeri mogli koristiti u rješavanju problema u stvarnom svijetu. Ako uspije, učinak upotrebe AutoML-a može utjecati daleko izvan zidova same tvrtke.
Promotivni video:
"Želimo to demokratizirati", citirao je časopis Wired magazin Pichai.
Nikolaj Khizhnyak