El software de aprendizaje de Google ha aprendido a auto-replicarse

El software de aprendizaje de Google ha aprendido a auto-replicarse Google diseñó su proyecto AutoML como una inteligencia artificial que podría

OVNIs de triángulo parcialmente cubiertos atrapados en Melbourne, Florida y los Países Bajos  
Víctima confiesa los viajes en el tiempo y el control mental del extraño Proyecto MONTAUK
EL REGRESO DE JESUCRISTO.

El software de aprendizaje de Google ha aprendido a auto-replicarse

es“>Google diseñó su proyecto AutoML como una inteligencia artificial que podría ayudar a los humanos a crear otros sistemas de IA. Ahora AutoML puede hacer eso, y está creando sistemas más potentes y eficientes que los ingenieros humanos.

AutoML de Google

es“>En mayo, Google reveló su proyecto AutoML; Inteligencia artificial (I.A.) diseñada para ayudarlos a crear otras IA. Ahora, Google ha anunciado que AutoML ha derrotado a los ingenieros de IA humanos en su propio juego mediante la creación de un software de aprendizaje automático que es más eficiente y potente que los mejores sistemas diseñados por humanos.

Un sistema AutoML recientemente rompió un récord para categorizar imágenes por su contenido, con un puntaje del 82%. Si bien esa es una tarea relativamente simple, AutoML también venció al sistema construido en humanos en una tarea más compleja integral de robots autónomos y realidad aumentada: marcando la ubicación de múltiples objetos en una imagen. Para esa tarea, AutoML obtuvo un 43% frente al 39% del sistema creado por humanos.

Estos resultados son significativos porque incluso en Google, pocas personas tienen la experiencia necesaria para construir sistemas AI de próxima generación. Se necesita un conjunto de habilidades rarificadas para automatizar esta área, pero una vez que se logra, cambiará la industria. “Hoy en día estos son hechos a mano por científicos que de aprendizaje automático y, literalmente, solo unos pocos miles de científicos en todo el mundo pueden hacer esto”, informó WIRED, según el director general de Google, Sundar Pichai. “Queremos permitir que cientos de miles de desarrolladores puedan hacerlo”.

Gran parte del metalearning se trata de imitar redes neuronales humanas e intentar alimentar cada vez más datos a través de esas redes. Esto es mucho trabajo de prueba y error para lo que las máquinas están realmente adecuadas una vez que han sido entrenadas. La parte difícil es imitar la estructura del cerebro en primer lugar, y a escalas apropiadas para abordar problemas más complejos.

El futuro de la IA construida por máquinas

Todavía es más fácil ajustar un sistema existente para satisfacer nuevas necesidades que diseñar una red neuronal desde cero. Sin embargo, esta investigación parece sugerir que se trata de una situación temporal. A medida que sea más fácil para las AI diseñar nuevos sistemas con mayor complejidad, será importante para los humanos desempeñar un rol de control. Los sistemas de inteligencia artificial pueden establecer fácilmente conexiones sesgadas accidentalmente, como asociar identidades étnicas y de género con estereotipos negativos. Sin embargo, si los ingenieros humanos dedican menos tiempo al trabajo pesado que implica la creación de los sistemas, tendrán más tiempo para dedicarse a la supervisión y el refinamiento.

En última instancia, Google apunta a perfeccionar AutoML hasta que pueda funcionar lo suficientemente bien como para que los programadores lo utilicen para aplicaciones prácticas. Si tienen éxito en esto, es probable que AutoML tenga un impacto mucho más allá de las paredes de Google. WIRED informa que Pichai declaró que “queremos democratizar esto”, es decir, que la compañía espera que AutoML esté disponible fuera de Google.

Content Protection by DMCA.com

COMMENTS

DMCA.com Protection Status