Google polaže velike nade u veštačku inteligenciju (VI) i jasno je da će im se to isplatiti. Osim što imaju kolekcije kodova koji prevazilaze svetske šampione u društvenim igrama, takođe su uspeli i da kreiraju nešto novo. Google veštačka inteligencija, zapravo, dizajnira svoju sopstvenu veštačku inteligenciju – a te kreacije su u roku od nekoliko meseci prešle sa analiziranja reči na obradu kompleksnih slika.

Na kompanijskom blog postu iz maja ove godine, inženjeri su objasnili kako  njihov AutoML sistem (Automated Machine Learning) dobija VI kontroler – koji bismo možda mogli nazvati “roditelj” u kolokvijalnom smislu – a on predlaže dizajn za ono što tim naziva “dete” VI arhitekture.

Dete zatim dobija zadatak i fidbek se šalje do roditelja. To omoućava da roditelj poboljša kako će dizajnirati drugo dete, i tako nadalje, iznova hiljade puta. Ovaj samo-pojačani mehanizam učenja omogućava da razvije VI decu koja su na kraju bolja nego bilo šta što bi ljudi inženjeri mogli da naprave.

Naš pristup može dizajnirati modele koji dostižu preciznost u rangu sa najnaprednijim modelima koje dizajniraju stručnjaci za mašinsko učenje (uključujući i neke iz našeg tima!)“, navodi se  njihovoj objavi. Čak su i dodali kako VI deca imaju izvesne odlike dizajna koje nisu u potpunosti jasne njhovim istraživačima.

AutoML sistem se ponovo pojavio u vestima, premda je veći deo fokusa bio na mogućnosti da se kreiraju impresivna VI deca, nedavna blog objava od Google otkriva da iza toga stoji mnogo više detalja.

Skupovi podataka na koje se fokusirao AutoML su bili relativno jednostavni, a tokom poslednjih nekoliko meseci, inženjeri su proučavali na koji način se bavi obradom i prepoznavanjem slika. Ako ste nedavno morali da se ulogujete na neki veb sajt i dokažete da niste robot, sva je prilika da ste morali da kliknete na niz slika kako biste to i dokazali.

U ovom trenutku, ljudi su bolji nego veštačka inteligencija u bavljenju slikama. Ali, možda su naši dani odbrojani, jer AutoML sada može izdvajati specifične objekte na slikama bolje nego bilo koji drugi sistem računarskog vida.

Na primer, recimo da imate sliku osobe koja se penje na planinu. U okviru sistema AutoML, veštačka inteligencija “dete”, nazvana NASNet, može – uz tačnost do 82,7% – izdvojiti individualne elemente: osobu, njen štap, ranac, oblake, sunce i tako dalje.

Različito VI dete je to uradilo nekoliko meseci ranije, upotrebom skupova podataka koji su sadržali kataloge reči i slika u boji. Novi skupovi podataka ipak sadrže daleko detaljnije i brojnije slike, a NASNet funkcioniše izuzetno dobro.

Prisetite se, to je VI koju je druga Google veštačka inteligencija efektivno kreirala sama. To je izuzetno uzbudljiv napredak.

Do nedavno, kada je reč o VI, većina medijske pažnje je bila usredsređena na kreacije DeepMind, kompanije koja je u sastavu Gugla. Njihov tim je najpoznatiji po razvoju AlphaGo.

Nakon što je postao svetski šampion u drevnoj društvenoj igri Go, uzurpiran je od strane “Zero” veštačkih inteligencija, onih koje mogu da uče jedino ukoliko same igraju. Za razliku od njihovih prethodnika, uopšte ne zahtevaju nikakvu ulaznu informaciju od ljudi i mogu savladati i Go i šah u roku od nekoliko dana ili čak sati.

Čini se da bi AutoML – proizvod Google Brain tima – mogao da se ispostavi kao nova zvezda ove kompanije. VI koja može da stvara sopstvene VI zvuči pomalo problematično, ali upravo je suprotno.

Recimo da vam je potrebno da obavite kompleksan računski ili zadatak nadziranja – na primer, klimatsko modelovanje – ali ne umete da kodirate. Nema problema: VI može da napravi program za vas sa vrlo malo ili nimalo zadavanja informacija.