Sztuczna Inteligencja od Google stworzyła ulepszoną wersję samej siebie

Wśród firm, które pracują nad rozwojem Sztucznej Inteligencji nie mogło zabraknąć tak wielkiego gracza jakim jest Google. W ciągu tego roku koncern podał kilka informacji na temat swoich projektów, skąd wiemy, że ich SI potrafi czerpać wiedzę z gier, a także uczyć się na własnych błędach.  Proces tworzenia SI na obecnym etapie, to zadanie bardzo powolne. A jednak gdyby SI potrafiło stworzyć lepszą wersję SI i to dużo szybciej? 

Google zadawało to samo pytanie, wskazując na swój projekt Google AutoML, który wykorzystuje uczenie maszynowe umożliwiając SI replikację samej siebie. Założenie było stosunkowo proste i polegało na pozwoleniu nadrzędnej wersji SI na stworzenie swojego podrzędnego "dziecka SI" o nazwie NASNet, które nie tylko przewyższa oryginał, ale jest lepsze niż cokolwiek stworzone przez człowieka. Badacze z Google wykorzystali uczenie maszynowe by pozwolić nadrzędnej SI nauczać NASTech jak wykrywać i identyfikować obiekty z niesamowitą dokładnością, wyższą niż w przypadku projektów ludzkich. NASNet zdołał w kategoryzowaniu zdjęć według zawartości osiągnąć wynik na poziomie 82,7%, co stanowi 1,2% lepszy rezultat niż kiedykolwiek dotąd. 

Teraz NASNet potem SkyNet. Czy kierunek i tempo rozwoju Sztucznej Inteligencji nie powinny budzić obaw, co nieustannie podkreślają Elon Musk i Stephen Hawking?

Na tym jednak nie kończy się pokaz osiągów nowej SI, która dodatkowo osiągnęła 4% większą efektywność w Mean Average Precision (MAP), które jest bardzo popularnym wskaźnikiem wydajności w pozyskiwaniu informacji. "Mamy nadzieję, że większa społeczność skupiona wokół uczenia maszynowego pozwoli dzięki tym modelom zidentyfikować wiele problemów z rozpoznawaniem obrazów, których jeszcze sobie nawet nie wyobraziliśmy" - napisał przedstawiciel Google. Podczas gdy samo zagadnienie jest niesamowicie interesujące, to niesie za sobą wiele rozważań na temat tempa rozwoju SI oraz samego faktu pozwalania SI na samorozwój i przekazywanie wiedzy swoim tworom. Naukowcy nie mają wpływu na przekazywanie niepożądanych zachować ani błędnych informacji do "podrzędnego SI", jak również nie mają wpływu na odrzucanie przekazywanych idei przez "dziecko SI".