Šī gada maijā mēs rakstījām par AutoML projektu, Google mākslīgā intelekta (AI) tehnoloģiju, kas īpaši izstrādāta citu AI izveidošanai. Tagad Google ir paziņojis, ka tā AutoML ir pārspējis AI izstrādātājus un spēj patstāvīgi veidot mašīnu apguves programmatūru, kas ir daudz efektīvāka un jaudīgāka nekā labākie līdzīgu cilvēku izstrādātu sistēmu piemēri.
AutoML nesen uzstādīja attēlu kataloga efektivitātes un ātruma rekordu noteiktajos apstākļos ar 82 procentu efektivitāti. Un, lai arī pats šis uzdevums sistēmai izrādījās samērā vienkāršs, AutoML spēja arī pārspēt automatizētās sistēmas un īpašās paplašinātās realitātes sistēmas sarežģītākā uzdevumā - noteikt vairāku objektu atrašanās vietu attēlā. Šajā testā AutoML veica 43 procentus laika, bet cilvēka veidotās sistēmas - 39 procentus laika.
Rezultāti ir iespaidīgi, jo pat tādā giganta uzņēmumā kā Google ir tikai daži cilvēki ar pieredzi, kas vada šāda līmeņa AI sistēmu attīstību. Šīs jomas automatizēšanai ir nepieciešams ļoti plašs prasmju klāsts, taču, tiklīdz rezultāts ir sasniegts, tas varētu pilnībā mainīt nozari, norāda Google.
“Mūsdienās šādu programmatūru var izveidot tikai daži tūkstoši mašīnmācīšanās speciālistu visā pasaulē. Bet mēs vēlamies pārliecināties, ka tajā var piedalīties arī simtiem tūkstošu citu izstrādātāju,”- žurnāls Wired citē Google izpilddirektora Sundara Pikhai vārdus.
Liela daļa metamācības ir saistītas ar cilvēka smadzeņu neironu tīklu imitēšanu, kā arī nepieciešamību caur šiem tīkliem vadīt milzīgu daudzumu dažādu datu. Protams, vissarežģītākais uzdevums ir tieši tas, kā atdarināt smadzeņu struktūru un likt tām atrisināt sarežģītākas problēmas.
Mūsdienās esošos neironu tīklus joprojām ir vieglāk modernizēt vai pielāgot konkrētiem uzdevumiem, nekā izstrādāt jaunus no nulles. Tomēr tādi pētījumi kā tas, par kuriem mēs runājam, liek domāt, ka tas ir tikai īslaicīgs.
Tā kā jaunajam AI būs vieglāk izveidot arvien sarežģītākas sistēmas, kas paredzētas tādu uzdevumu veikšanai, kurus cilvēki vienkārši nespēj veikt, ir ļoti svarīgi, lai cilvēki paliktu kā galvenā saikne, bez kuras šīs sistēmas vienkārši nevar darboties. Patiesi pilnvērtīga AI noteiktos jautājumos var viegli izmantot neobjektīvu interpretāciju, piemēram, stereotipiski novērtējot ētisko un dzimuma īpašību paralēles. Tomēr, ja inženieri vairāk laika veltīs šīs iespējamās problēmas risināšanai, nevis atstājot visu vēlākai izmantošanai, tad nākotnē tai būs mazāk iespēju reāli notikt.
Kopumā Google cenšas uzlabot AutoML, lai izstrādātāji to varētu izmantot reālās pasaules problēmu risināšanā. Ja viņiem tas izdodas, AutoML lietošanas ietekme var ietekmēt tālu aiz paša uzņēmuma robežām.
Reklāmas video:
"Mēs vēlamies to demokratizēt," žurnāls Wired citēja Pikhai.
Nikolajs Khizhnyak