Les machines prévaudront-elles sur les humains? À l'heure actuelle, le système ai de Google a été en mesure de créer leur propre IA, encore mieux que la construction humaine. Selon Fudzilla et le futurisme, les chercheurs de Google Brain ont annoncé en mai la création d'ai System automl qui pourrait créer des programmes d'ai par eux-mêmes. Ils ont récemment décidé de continuer à défier Automl de créer l'IA qui est mieux conçu que les humains. Les chercheurs de Google ont utilisé des méthodes d'apprentissage intensives pour concevoir automatiquement des modèles d'apprentissage machine, et AUTOML a agi en tant que contrôleur de réseau neural (réceptacle neural de contrôleur) pour développer 1 réseaux d'ai d'enfant pour des tâches spécifiques. Les chercheurs ont appelé ce sous-réseau l'ai nasnet, dont la mission est d'identifier instantanément les personnes, les voitures, les journaux de circulation, sacs à main, sac à dos, et d'autres objets dans les images vidéo. AUTOML évaluera les performances de nasnet, utilisera cette information pour améliorer son ai enfant, et répétera le processus des milliers de fois. Dans les deux principaux domaines de la vision informatique des grands ensembles de données académiques les plus populaires, c'est-à-imagenet image classification et coco Target Detection DataSet, dans le test, la performance nasnet que tous les autres systèmes de vision d'ordinateur. La précision de nasnet est de 82,7% lors de la prédiction de l'image sur l'ensemble de vérification imagenet. 1,2% de plus que le système précédemment publié, l'efficacité du système est augmentée de 4%, et la moyenne de précision (Map) est de 43,1%. En outre, l'efficacité nasnet de la version inférieure des exigences de puissance de calcul est également 3,1% plus élevé que le modèle optimal d'apprentissage de la machine mobile de la même taille. L'apprentissage par ordinateur est une capacité clé pour de nombreux systèmes d'IA à effectuer des tâches spécifiques. Le concept derrière il est très simple, c'est-à-l'algorithme en fournissant une grande quantité de données à apprendre, mais le processus prend beaucoup de temps et d'efforts. Si vous pouvez créer un système ai précis et efficace, tels que l'automatisation des processus, tels que AUTOML peut créer un système ai, peut faire pour l'homme. En fin de compte, cela signifie que les non-experts peuvent également utiliser l'apprentissage machine et la technologie IA par AUTOML. À l'heure actuelle, des algorithmes de vision informatique très précis et efficaces ont été recherchés par un grand nombre d'applications potentielles. Les chercheurs de Google disent que les algorithmes de vision d'ordinateur peuvent être employés pour créer les robots avançés pilotés par ai, ou pour aider des personnes visuellement déficientes à regagner la vision, et aident des concepteurs à améliorer leurs qualifications d'auto-conduite. Plus vite vous pouvez identifier un objet sur un chemin, plus vite vous pouvez y réagir, améliorant ainsi la sécurité de votre propre voiture. Les chercheurs de Google croient que nasnet peut être employé couramment dans une série d'applications et a ouvert l'inférence que l'ai emploie pour la classification d'image et la détection de cible. Les chercheurs ont écrit sur les blogs qu'il est à espérer que la plus grande communauté d'apprentissage machine peut s'appuyer sur ces modèles pour répondre à un grand nombre de problèmes de vision informatique qui n'ont pas encore été pensé.
