AI Firma Google Stworzyła Własną Sztuczną Inteligencję, Przewyższającą Wszystkie Analogi - Alternatywny Widok

AI Firma Google Stworzyła Własną Sztuczną Inteligencję, Przewyższającą Wszystkie Analogi - Alternatywny Widok
AI Firma Google Stworzyła Własną Sztuczną Inteligencję, Przewyższającą Wszystkie Analogi - Alternatywny Widok

Wideo: AI Firma Google Stworzyła Własną Sztuczną Inteligencję, Przewyższającą Wszystkie Analogi - Alternatywny Widok

Wideo: AI Firma Google Stworzyła Własną Sztuczną Inteligencję, Przewyższającą Wszystkie Analogi - Alternatywny Widok
Wideo: jak Zrobić Ai jak zaprogramować program sztucznej inteligęcji 2024, Lipiec
Anonim

Wiosną tego roku inżynierowie Google Brain zaprezentowali sztuczną inteligencję AutoML zdolną do tworzenia własnej, unikalnej sztucznej inteligencji bez interwencji człowieka. Nie tak dawno okazało się, że AutoML jako pierwszy stworzył komputerowy system wizyjny NASNet, znacznie przewyższający wszystkie analogi stworzone przez człowieka. Ten oparty na sztucznej inteligencji system może stać się poważną pomocą w rozwoju np. Samochodów autonomicznych, a także w robotyce, pozwalając przenieść wizję robotów na zupełnie nowy poziom.

AutoML rozwija się zgodnie z tzw. Systemem uczenia się ze wzmocnieniem. W rzeczywistości jest to sterująca sieć neuronowa, która niezależnie rozwija całkowicie nowe sieci neuronowe do dowolnych specjalistycznych zadań. W tym przypadku głównym celem AutoML było stworzenie systemu do jak najdokładniejszego rozpoznawania obiektów na wideo w czasie rzeczywistym. AI niezależnie wytrenowała nową sieć neuronową, śledząc jej błędy i dostosowując jej pracę. Proces uczenia się był powtarzany wiele tysięcy razy, aż system zaczął działać. Co więcej, przewyższał wszystkie istniejące podobne sieci neuronowe tworzone i trenowane przez ludzi.

Image
Image

Według oficjalnego oświadczenia Google, dokładność rozpoznawania NASNet wynosi 82,7%. To o 1,2% więcej niż poprzedni rekord ustanowiony we wrześniu tego roku przez ekspertów z Oxfordu i Momenty. Sieć neuronowa okazała się również o 4% wydajniejsza niż analogi ze średnią dokładnością 43,1%. Uproszczona wersja NASNet dostosowana do platform mobilnych przewyższa podobne sieci neuronowe o ponad 3%. W przyszłości system ten może posłużyć do tworzenia autonomicznych samochodów, ponieważ wizja komputerowa jest dla nich niezwykle ważna. W międzyczasie AutoML nadal tworzy nowe sieci neuronowe i kto wie, jakie wysokości będzie w stanie osiągnąć w najbliższej przyszłości.

Sergey Gray