L'intelligenza artificiale di Google ha sviluppato una propria intelligenza artificiale, che supera tutto ciò che è stato fatto finora dagli umani
A maggio 2017, i ricercatori di Google Brain hanno annunciato la creazione di AutoML, un'intelligenza artificiale (AI) in grado di generare la propria intelligenza artificiale, ancora più potente. Più recentemente, i ricercatori hanno deciso di affrontare AutoML con la sua più grande sfida fino ad oggi. Questa intelligenza artificiale che può generare altre IA ha in realtà creato un vero "bambino", che ha superato tutte le sue controparti progettate dagli umani.
Ora, i ricercatori di Google hanno automatizzato la progettazione di modelli di apprendimento automatico utilizzando un approccio chiamato apprendimento di rinforzo: AutoML agisce come un controller di rete neurale, che sviluppa una cosiddetta rete AI per bambini, per eseguire un'attività. specifica.
Riguardo a questa nuova IA che i ricercatori hanno chiamato NASNet, il compito è riconoscere gli oggetti: persone, automobili, semafori, borse, zaini, ecc., E tutto questo in video e in tempo reale. AutoML valuta quindi le prestazioni di NASNet e utilizza tali informazioni per migliorare la nuova intelligenza artificiale, ripetendo questo processo migliaia di volte, per massimizzarne il miglioramento.
Quando testato su set di dati di classificazione di immagini ImageNet (un database di immagini organizzate) e COCO (Oggetti comuni nel contesto) - un insieme di dati di rilevamento, segmentazione e sottotitolazione oggetti su larga scala), che i ricercatori di Google descrivono come "due dei più autorevoli set di dati accademici su larga scala in computer vision", la NASNet IA ha superato tutti gli altri sistemi di visione esistenti fino ad oggi.
Secondo i ricercatori, NASNet ha ottenuto una precisione di 82,7% per prevedere le immagini sull'intero ImageNet. Questo è 1,2% migliore di qualsiasi risultato pubblicato in precedenza. Il sistema è anche 4% più efficiente con una precisione media di 43,1% (media Precisione media - mAP). Inoltre, una versione meno impegnativa (in termini di calcoli) di NASNet ha superato 3,1% tutti i migliori modelli di dimensioni simili, per piattaforme mobili.
L'apprendimento automatico è ciò che dà a molti sistemi IA la capacità di eseguire compiti specifici. Sebbene questo concetto sia abbastanza semplice - un algoritmo impara alimentato da grandi quantità di dati - il processo richiede ancora molto tempo e calcoli. Automatizzando il processo di creazione di sistemi IA accurati ed efficienti, un'IA capace di progettarne un'altra, supporta questo importante lavoro.
In particolare per NASNet, gli algoritmi di computer vision accurati ed efficienti sono molto ricercati a causa del numero di potenziali applicazioni. In effetti, questi algoritmi potrebbero essere usati per creare robot sofisticati guidati da intelligenza artificiale. Potrebbero inoltre aiutare i progettisti a migliorare le tecnologie dei veicoli autonomi: più velocemente un veicolo autonomo sarà in grado di riconoscere gli oggetti nel suo percorso e nei dintorni, prima potrà reagire, aumentando così la sicurezza di questi veicoli.
I ricercatori di Google riconoscono che NASNet potrebbe essere molto utile per una vasta gamma di applicazioni e disporre di AI open source per l'inferenza sulla classificazione delle immagini e il rilevamento degli oggetti. "Speriamo che la più grande comunità di apprendimento automatico possa fare affidamento su questi modelli per risolvere la miriade di problemi di visione del computer che non abbiamo ancora immaginato", affermano i ricercatori.
Sebbene le applicazioni per NASNet e AutoML siano numerose, il fatto che una IA sia in grado di crearne un'altra, solleva anche alcune preoccupazioni. Ad esempio, cosa impedirebbe all'IA "genitore" di trasmettere elementi indesiderati al suo "figlio"? Cosa accadrebbe se AutoML creasse i sistemi così rapidamente che la società non riusciva a tenere il passo? In effetti, non è difficile immaginare come la NASNet possa essere utilizzata nei sistemi di sorveglianza automatica nel prossimo futuro. Forse prima ancora che i regolamenti per controllare questo sistema e i suoi limiti, entrano in esistenza.
Speriamo, quindi, che i leader del mondo stiano lavorando in modo abbastanza rapido ed efficace per garantire che tali sistemi non portino a nessun tipo di futuro distopico. Devi sapere che Amazon, Facebook, Apple e altre grandi aziende sono tutti membri della Partnership su AI per Benefit People and Society (Partner per AI a beneficio delle persone e della società), un'organizzazione focalizzata su Sviluppo responsabile e controllato dell'IA.
L'Institute of Electrical and Electronics Engineers (IEE) ha proposto standard etici per l'intelligenza artificiale e DeepMind, una società di ricerca di proprietà di Google, ha recentemente annunciato la creazione di un gruppo focalizzato sulle implicazioni etiche e morali di AI.
Diversi governi stanno anche lavorando a regolamenti per prevenire l'uso di intelligenza artificiale per scopi non sicuri, come le armi autonome. Finché si mantiene il controllo sulla direzione generale dello sviluppo dell'IA, i vantaggi di avere un'intelligenza artificiale capace di progettare gli altri, come nel caso qui, dovrebbero superare i potenziali pericoli.
Fonti: Google, arXiv.org
