La IA de Google construye su propio hijo de IA y es mejor que cualquier cosa que hayan hecho los humanos

La IA de creación de IA de Google en realidad siguió adelante y construyó un niño de IA completamente funcional que, como resultado, es más capaz que cualquier IA construida por manos humanas. Los historiadores recordarán este momento, desde sus ciudades en ruinas y escondites de sus maestros robots, como el momento en que comenzó la caída de la humanidad.

La IA de Google construye su propio hijo de IA y es mejor que cualquier cosa que hayan hecho los humanos

Por supuesto, en realidad no es todo ese pesimismo, la IA infantil en realidad solo es capaz de una tarea específica: el reconocimiento de imágenes. Usando su AutoML AI, La IA de creación de IA de Google creó su IA infantil utilizando una técnica llamada aprendizaje por refuerzo. Esto funciona como el aprendizaje automático, excepto que está completamente automatizado, donde AutoML actúa como la red neuronal para su hijo de IA impulsado por tareas.

Conocida como NASNet, la IA infantil se encargó de reconocer objetos en un video, en tiempo real. Luego, AutoML evaluaría qué tan bueno era NASNet en su tarea y luego mejoraría sus algoritmos usando los datos para crear una versión superior de NASNet.

LEER A CONTINUACIÓN: Ver una IA crear una falsificación celebridad caras es combustible de pesadilla

Sin embargo, este interminable ajuste automatizado valió la pena cuando se probó en el Clasificación de imágenes ImageNet y Detección de objetos COCO conjuntos de datos, ambos conocidos por ser "dos de los conjuntos de datos académicos a gran escala más respetados en visión por computadora", NASNet superó a todos los demás sistemas.

nasnet_image_recognition

NASNet tuvo una precisión del 82,7 % en la predicción de imágenes en el conjunto de validación de ImageNet. Pasando por resultados publicados anteriormente, esto es 1.2% más alto que cualquier otro sistema. También figura como un 4 % más eficiente que los dispositivos fabricados por el hombre y tiene una precisión media (mAP) media del 43,1 %. Curiosamente, una versión menos exigente de NASNet supera a las plataformas móviles en un 3,1 %.

Obviamente, en su apariencia actual, NASNet no va a ser la ruina de la humanidad. Sin embargo, es la clave de cómo construimos mejores sistemas de IA en el futuro. Con IA de autoaprendizaje e IA que también pueden moderar y alterar otras IA, podríamos crear una IA que sea mejor para vehículos autónomos o fábricas automatizadas.

“Esperamos que la comunidad de aprendizaje automático más grande pueda aprovechar estos modelos para abordar multitud de problemas de visión por computadora que aún no hemos imaginado”, escribieron en su publicación de blog.

El problema es que tales avances en IA podrían tener implicaciones peligrosas. Más allá de simplemente construir de una manera que es difícil de regular o intervenir, es posible que un sistema de IA como el cerrado Microsoft Tay pueda transmitir sus sesgos aprendidos, codificándolos en su IA de próxima generación.

Afortunadamente, existen organismos reguladores que intentan garantizar que este futuro no se cumpla. Ya sabemos que Elon Musk y Stephen Hawking están muy en contra del avance de la IA, pero las compañías tecnológicas más grandes del mundo también están impulsando una asociación conjunta en IA. Esta asociación en IA tiene que ver con reunir estos megalitos de tecnología para garantizar que el futuro de la IA no provoque el colapso de la sociedad.