¿prevalecerán las máquinas sobre seres humanos? En la actualidad, el sistema AI de Google ha sido capaz de crear su propia AI, incluso mejor que la construcción humana. Según traficantes y futurismo, Google Brain Researchers anunció en mayo la creación del sistema AI automl que podría crear programas de AI por su cuenta. Recientemente han decidido desafiar a Automl para crear AI que está mejor diseñado que los humanos. Los investigadores de Google utilizaron métodos intensivos de aprendizaje para diseñar automáticamente modelos de aprendizaje automático, y AUTOML actuó como controlador de red neural (receptáculo neural del controlador) para desarrollar 1 redes de AI infantil para tareas específicas. Los investigadores llamaron a esta subred la AI nasnet, cuya misión es identificar instantáneamente a personas, automóviles, registros de tráfico, bolsos de mano, mochilas y otros objetos en imágenes de vídeo. AUTOML evaluará el rendimiento de nasnet, usará esta información para mejorar la AI de su hijo, y repetirá el proceso miles de veces. En las dos áreas principales de la visión de computadora de los conjuntos de datos académicos grandes más populares, esto es, clasificación de la imagen de imagenet y DataSet de la detección de la blanco del coco, en la prueba, funcionamiento de nasnet que el resto de los sistemas de la visión de computadora. La precisión de nasnet es 82,7% al predecir la imagen en el conjunto de verificación imagenet. 1,2% mejor que el sistema publicado anteriormente, la eficiencia del sistema se incrementa en un 4%, y el valor medio de precisión media (MAP) es 43,1%. Además, la eficacia nasnet de la versión más baja de los requisitos de energía computacional es también 3,1% más alto que el modelo móvil óptimo del aprendizaje de la máquina del mismo tamaño. El aprendizaje en máquina es una capacidad clave para que muchos sistemas de AI realicen tareas específicas. El concepto detrás de él es muy simple, es decir, el algoritmo proporcionando una gran cantidad de datos para aprender, pero el proceso toma mucho tiempo y esfuerzo. Si usted puede crear un sistema exacto, eficiente del AI, tal como automatización de proceso, tal como AUTOML puede crear el sistema del AI, puede hacer para el ser humano. En última instancia, esto significa que los no expertos también pueden utilizar el aprendizaje de la máquina y la tecnología de AI a través de AUTOML. En la actualidad, los algoritmos de visión computacional altamente precisos y eficientes han sido buscados por un gran número de aplicaciones potenciales. Los investigadores de Google dicen que los algoritmos de visión computarizada se pueden utilizar para crear robots avanzados impulsados por AI, o para ayudar a las personas con discapacidad visual a recuperar la visión, y ayudar a los diseñadores a mejorar sus habilidades de auto-conducción. Cuanto más rápido se puede identificar un objeto en un camino, más rápido puede reaccionar a él, mejorando así la seguridad de su propio coche. Los investigadores de Google creen que nasnet puede ser ampliamente utilizado en una variedad de aplicaciones y ha abierto la inferencia que AI utiliza para la clasificación de la imagen y la detección de destino. Los investigadores escribieron en los blogs que se espera que la comunidad de aprendizaje de máquinas más grande pueda basarse en estos modelos para abordar un gran número de problemas de visión informática que aún no se han pensado.
