Oprogramowanie do uczenia maszynowego Google może teraz tworzyć własne oprogramowanie do uczenia maszynowego
Roboty przejmują kontrolę.
Nie panikuj jednak. To jeszcze długa droga w przyszłość.
Nie jest tajemnicą, że uczenie maszynowe i sztuczna inteligencja szybko pracują nad stworzeniem inteligentniejszych maszyn, które zastąpią różne ludzkie zadania. Za pomocą uczenia maszynowego skrócono różne zadania związane z księgowością, a także zadania związane z programowaniem. W najnowszej aktualizacji Google pracuje nad oprogramowaniem do uczenia maszynowego, które może tworzyć własne oprogramowanie do uczenia maszynowego!
Jest to część Google AutoML – projektu mającego na celu automatyzację procesu uczenia maszynowego, w którym oprogramowanie tworzy oprogramowanie. Choć brzmi to dziwnie – z każdym dniem staje się realne.
System AutoML stworzył oprogramowanie do uczenia maszynowego, które może przeglądać obrazy i sortować je według ich zawartości. To oprogramowanie ma wynik 82% dokładności. AutoML stworzył również inne oprogramowanie do uczenia maszynowego, które może oznaczać położenie wielu obiektów na obrazie z dokładnością do 43%. Najlepsze oprogramowanie stworzone przez człowieka do tego zadania radziło sobie do tej pory z dokładnością 39%!
Google pracuje nad przyszłością AI, w której uczenie maszynowe jest kluczowym komponentem.
Ten projekt AutoML jest na razie eksperymentalny. Jednak Google ma plany, aby go rozszerzyć i udostępnić na dłuższą metę. Dałoby to znaczny impuls ważnym branżom, takim jak opieka zdrowotna i finanse. Ta koncepcja oprogramowania do uczenia maszynowego tworzącego oprogramowanie do uczenia maszynowego była tematem wielu powieści i filmów science fiction, w których nieuczciwa sztuczna inteligencja programuje inne nieuczciwe AI, aby wyprzedzić ludzi.
Na razie jesteśmy daleko od takiej rzeczywistości. Jednak zdarzały się przypadki, które są dość przerażające. Sztuczna inteligencja Facebooka opracowała własny język, który był nieco inną wersją angielskiego. Ostatecznie został zamknięty. Te eksperymenty, takie jak AutoML, są prowadzone w kontrolowanych i skrytych środowiskach i wymagają wielu środków ochronnych, zanim zostaną udostępnione do badań.
Źródło: PRZEWODOWE