Google AI hecho a sí mismo | 'sub-AI' | rendimiento ligeramente más que el hombre

A principios de este año, Google anunció que su sistema de IA fue capaz de inventar su propio algoritmo de encriptación y generar su propia IA, según el blog oficial de Google y Futurismo, News Network recientemente informó que esta IA creada por la IA, el rendimiento ha derrotado a la IA creada por la humanidad: en la prueba, el sistema "sub AI" llamado NASNet logró una tasa correcta de 82.7%, en comparación con los productos AI similares lanzados previamente. El resultado es 1.2% más alto y la eficiencia del sistema es 4% más alta.

De mayo de 2017, 'Google cerebro' (Google cerebro) investigadores anunciado el desarrollo de la inteligencia artificial automáticamente AutoML, la inteligencia artificial puede generar su propio sistema de 'sub AI' hace unos días, decidieron lanzar AutoML, con mucho, el mayor desafío - - tratar de crear su propia cuenta con AutoML AI, batir diseño AI humana.

Los miembros del equipo utilizan el método llamado aprendizaje por refuerzo, aprendizaje automático, modelo de diseño automatizado. Esto, AutoML de 'identidad' es un controlador de red neuronal, desarrolló un 'sub AI' para tareas específicas. Esta nueva generación de 'baby 'llamado NASNet, la identificación en tiempo real del cuerpo humano, coches, semáforos, bolsos, mochilas y otros objetivos en el video. AutoML como' padres evaluarán' niños rendimiento NASNet y utilizar esta información para mejorar el 'sub AI' , Luego repite este proceso miles de veces.

Los miembros del equipo probaron 'Sub AI' NASNet en dos conjuntos de datos ImageNet (Computer Vision System Identification Project, actualmente la mayor base de datos de reconocimiento de imágenes en el mundo) y COCO Target Recognition, que dijeron que está en el área de visión artificial Los dos conjuntos de datos académicos de gran escala más reconocidos, del orden de magnitud, hacen que las pruebas sean muy serias.

Como resultado, NASNet logró una precisión predictiva del 82.7% en el conjunto de validación en la prueba ImageNet, 1.2% mejor que los resultados publicados previamente para el mismo tipo de productos de inteligencia artificial y comparable con lo reportado pero no publicado en el sitio web preimpreso. Con un 4% más de eficiencia del sistema y un 43.1% de precisión promedio para los modelos más grandes. Los miembros del equipo dijeron que NASNet se usará en una variedad de aplicaciones que permiten a los usuarios clasificar imágenes y detectar objetos usando el sistema AI.

La puntualidad del editor jefe

El robot puede construir robots, IA puede diseñar AI. Piense ninguna sorpresa, siempre y cuando los objetivos están claramente definidos, potente curso de computación más rápido, tarde o temprano va a reemplazar humano que el cerebro humano considerado. Pero esto no quiere decir que la IA puede progresar de la propia gente, porque AI todavía está atado en una jaula, de vez en cuando en la pista, nada de correr una carrera. AI cuando capricho, establece un objetivo por sí mismo, entonces puede ser comparada con la gente. ahora ni siquiera cerca na .

2016 GoodChinaBrand | ICP: 12011751 | China Exports