Система машинного обучения Google создала более эффективный ИИ, чем сотрудники компании

МЕНЮ


Искусственный интеллект. Новости
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАТрансгуманизмЛингвистика, обработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

RSS


RSS новости

Авторизация


логин:

пароль:


регистрация
восстановить пароль

Новостная лента форума ailab.ru

В мае Google представила проект AutoML — искусственный интеллект, призванный помогать в создании других ИИ-систем. Теперь компания объявила, что AutoML обогнал разработчиков искусственного интеллекта: ИИ создал программное обеспечение машинного обучения более эффективное и мощное, нежели системы, созданные людьми.

Недавно AutoML побил рекорд в категоризации изображений по их содержимому, достигнув показателя 82 %. Это относительно простая задача, однако ИИ также удалось обогнать созданную человеком систему в более сложной работе, связанной с автономными роботами и дополненной реальностью. Речь идёт о маркировке расположения нескольких объектов на изображении: здесь AutoML достиг показателя 43 %, в то время как человеческая система остановилась на 39 %.

Эти результаты важны, поскольку даже в Google лишь небольшое количество сотрудников имеет достаточно опыта для создания ИИ-систем нового поколения. Для полноценной автоматизации этой сферы нужны редкие навыки, но в итоге это может изменить индустрию до неузнаваемости.

«Сегодня они (продвинутые системы искусственного интеллекта — прим.) вручную создаются учёными из области машинного обучения, и буквально всего несколько тысяч из них во всём мире могут с этим справиться, — говорит генеральный директор Google Сундар Пичаи (Sundar Pichai). — Мы хотим дать возможность делать это сотням тысяч разработчиков».

Сейчас проще настроить существующую систему под новые нужды, чем создать нейронную сеть с нуля. Тем не менее, исследователи предполагают, что это временно. Если ИИ научится достаточно эффективно создавать новые системы, то у людей появится больше времени на их тестирование и тонкую настройку.


Источник: 3dnews.ru