機械は人間に勝つか。 現在、Google の ai システムは、人間の体格よりも、自分の ai を作成することができました。 Fudzilla と未来派によると、Google の脳の研究者は、自分で ai プログラムを作成することができる ai システム automl の作成を5月に発表した。 彼らは最近、より良い人間よりも設計されて AI を作成する Automl に挑戦することを決めた。 Google の研究者は集中的な学習方法を自動的に機械学習モデルを設計するために使用し、AUTOML は特定の仕事のための1つの子供の AI ネットワークを開発するためにニューラルネットワークのコントローラー (コントローラーの神経のレセプタクル) として作用した。 研究者は、このサブネットと呼ばれる AI nasnet, その使命は即座に人々を識別することです, 車, トラフィックログ, ハンドバッグ, バックパック, ビデオ画像内の他のオブジェクト. AUTOML は、nasnet のパフォーマンスを評価し、その子 AI を改善するために、この情報を使用して、何千ものプロセスを繰り返します。 最も人気のある大規模学術データセットの2つの主要なコンピュータビジョン領域では、すなわち、imagenet 画像分類とココターゲット検出データセットは、テストでは、他のすべてのコンピュータビジョンシステムよりも nasnet パフォーマンス。 nasnet の精度は、imagenet 検証セットのイメージを予測するときに 82.7% です。 1.2% 以前に公開されたシステムよりも優れている, システムの効率が増加している 4%, と平均精度を意味する値 (地図) 43.1%. さらに、計算電力要件の低いバージョンの nasnet 効率も、同じサイズの最適なモバイルマシン学習モデルよりも 3.1% 高くなります。 機械学習は、多くの AI システムが特定のタスクを実行するための重要な機能です。 その背後にある概念は非常に単純です, つまり, 学ぶために大量のデータを提供することによって、アルゴリズム, しかし、プロセスは、多くの時間と労力を要する. AUTOML は ai システムを作成することができますなどのプロセスの自動化など、正確で効率的な ai システムを作成することができれば、人間のために行うことができます。 最終的に、これは非専門家がまた AUTOML を通して機械学習および AI の技術を使用できることを意味する。 現在、高精度で効率的なコンピュータビジョンアルゴリズムは、多数の潜在的なアプリケーションによって求められています。 Google の研究者は、コンピュータビジョンアルゴリズムは、AI によって駆動される高度なロボットを作成するために使用することができる、または視覚障害者が視力を取り戻すのを助けるために、と言うデザイナーは、自己のドライビングスキルを向上させる助け。 高速では、パス上のオブジェクトを識別することができます、迅速にそれに反応することができます、それによって自分の車の安全性を高める。 Google の研究者は、nasnet は、さまざまなアプリケーションで広く使用することができ、AI が画像の分類とターゲットの検出に使用する推論を開いていると考えています。 研究者はブログには、大規模なマシンの学習コミュニティは、これらのモデルにはまだ考えられていないコンピュータビジョンの問題の多くに対処するために構築することが期待される書き込み。
