Будут ли машины преобладать над людьми? В настоящее время, система AI Google могл создать их собственный AI, даже более лучше чем людское строение. Согласно Fudzilla и футуризма, исследователя мозга Google объявили в мае творение системы AI аутомл которое смогло создать программы AI на их. Они недавно решили еще больше бросить вызов аутомл, чтобы создать AI, который лучше спроектирован, чем люди. Google исследователи использовали интенсивные методы обучения для автоматического проектирования машинного обучения моделей, и аутомл выступал в качестве контроллера нейронной сети (контроллер нейронных сосуд) для разработки 1 ребенка AI сетей для конкретных задач. Исследователи назвали эту подсеть AI наснет, чья миссия состоит в том, чтобы мгновенно идентифицировать людей, автомобили, журналы движения, сумки, рюкзаки и другие объекты в видео-изображения. Аутомл будет оценивать производительность наснет, использовать эту информацию для улучшения своего ребенка AI, и повторить этот процесс тысячи раз. В двух основных областях компьютерного видения из самых популярных больших академических наборов данных, то есть, imagenet классификации изображений и Коко целевой набор данных обнаружения, в тесте, наснет производительности, чем все другие системы компьютерного зрения. Точность наснет составляет 82,7% при прогнозировании изображения на imagenet проверочном наборе. 1,2% лучше, чем ранее опубликованные системы, эффективность системы увеличивается на 4%, а средняя точность среднее значение (Map) составляет 43,1%. Кроме того, наснет эффективность более низкого варианта требований к вычислительной мощности также 3,1% более высоко чем оптимальная модель передвижного машинного обучения такого же размера. Машинное обучение является ключевой возможностью для многих систем AI для выполнения конкретных задач. Концепция за ней очень проста, то есть алгоритм, предоставляя большой объем данных, чтобы узнать, но процесс занимает много времени и усилий. Если вы можете создать точную, эффективную систему ии, такую как автоматизация процессов, например, аутомл может создать систему ии, может сделать для человека. В конечном счете, это означает, что не-эксперты могут также использовать машинное обучение и AI технологии через аутомл. В настоящее время очень точные и эффективные алгоритмы компьютерного видения были востребованы большим количеством потенциальных приложений. Google исследователи говорят компьютерные видения алгоритмы могут быть использованы для создания продвинутых роботов driven AI, или, чтобы помочь слабовидящим людям восстановить зрение, и помочь дизайнерам улучшить свои навыки самостоятельного вождения. Чем быстрее вы сможете идентифицировать объект на пути, тем быстрее вы сможете реагировать на него, тем самым повышая безопасность своего автомобиля. Исследователи Google считают, что наснет может быть широко использован в различных приложениях и открыл вывод, что AI использует для классификации изображений и обнаружения цели. Исследователи писали в блогах, что есть надежда, что большее сообщество машинного обучения может опираться на эти модели для решения большого числа проблем компьютерного видения, которые еще не были продуманы.
