Umelá inteligencia sa naučila vytvárať ďalšiu umelú inteligenciu a ľudia sa čoskoro stanú zbytočnými. Automatizované stroje môžu nahradiť ľudí v procese vytvárania vlastného „ druhu “.
Proces vývoja umelej inteligencie vyvoláva u mnohých ľudí obavy o svoj vlastný osud, ako aj o osud ľudstva, že ľudské pracovné miesta budú v budúcnosti „ nahradené “ automatickými strojmi. Teraz si kľúčoví výskumníci uvedomujú, že dokážu vytvoriť softvér schopný naučiť sa tie najťažšie časti ľudskej práce – to je úloha pri navrhovaní softvéru na strojové učenie, automatizovaná analýza zautomatizuje vytváranie analytických modelov.
Spolu s prelomom v technológii, čo znamená zlú správu pre tých, ktorí sú znepokojení vyššie, vedúci vedci investujú do výskumu spôsobov, ako umožniť softvéru vytvárať vlastný strojový softvér. Sú na ceste nájsť softvér, ktorý spôsobí revolúciu vo výrobnom priemysle AI.
V experimente vedci z výskumnej skupiny umelej inteligencie Google Brain použili softvér na návrh systému strojového učenia s cieľom otestovať porovnávacie schopnosti iného systému na spracovanie jazyka. Získané výsledky ukazujú, že nový softvér je lepší ako starý softvér navrhnutý ľuďmi.
V posledných mesiacoch množstvo ďalších výskumných skupín tiež poskytlo informácie o svojom pokroku pri „ tvorbe softvéru, ktorý dokáže vytvárať iný softvér “. Vyššie uvedené skupiny zahŕňajú členov neziskovej výskumnej organizácie OpenAI ( spoluzakladateľa Elona Muska ), Massachusettského technologického inštitútu (MIT ), Kalifornskej univerzity v Berkeley a výskumnej skupiny DeepMind spoločnosti Google.
Ak sa tento spôsob budovania umelej inteligencie dá široko uplatniť, môže to ekonomicky urýchliť proces tvorby softvéru na strojové učenie. V súčasnosti nie sú náklady na najímanie odborníkov na strojové učenie lacné. Ak automatické stroje dokážu nahradiť ľudí aj pri výrobe ich vlastného „ druhu “, potom možno túto prácu zvládnu ľudia. sa stanú nadbytočným faktorom vo výrobnom cykle AI. Keďže v súčasnosti musia firmy platiť poistenie za odborníkov na strojové učenie, na pozícii chýbajú zamestnanci.
Jeff Dean, vedúci výskumného tímu Google Brain, vo vyhlásení z minulého víkendu uviedol: " Pracovníkov v niektorých fázach výroby možno bude môcť efektívnejšie nahradiť softvérom ." Jeff Dean tiež povedal, že technológia „ automatizovaného strojového učenia “ je jedným z najsľubnejších výskumných projektov, do ktorých jeho tím v súčasnosti investuje.
" V súčasnosti zahŕňa spôsob riešenia problémov odborný názor, informácie a výpočty. Môžeme úplne vylúčiť odborné názory zo strojového učenia? ", povedal Dean na AI konferencii Frontiers v Santa Clara v Kalifornii.
Séria experimentov od tímu DeepMind spoločnosti Google naznačuje, že: „ Metóda „učenia sa učiť“, ktorú výskumníci používajú, zníži obrovské množstvo údajov, ktoré je potrebné na najefektívnejšie fungovanie softvérového učenia strojového učenia“ .
Výskumníci spochybnili ich softvér a požiadali ich, aby vytvorili vzdelávací systém na zachytenie všetkých rôznych problémov, ktorý však súvisí s jedným hlavným cieľom, ktorý si zase vyžadoval vytvorenie návrhu systému, nového v tomto dizajne. Vidia schopnosť znovu sa vytvárať a vyberať si nové úlohy bez toho, aby museli absolvovať bežné prípravné kroky ako dnes.
Myšlienka vytvorenia softvéru „učiť sa učiť“ nie je nová, ale predchádzajúce experimenty často nepriniesli požadované výsledky: „ Nezodpovedali ľudským dizajnom “. Toto sa však stále považuje za potenciálny aspekt vývoja umelej inteligencie. Profesor Yoshua Bengio z University of Montreal poznamenal: „ Je veľmi zaujímavé “ skúmať túto myšlienku v budúcnosti. 1990.
Profesor Yoshua Bengio povedal: „ Počítačové systémy, ktoré sú dnes k dispozícii, sú čoraz výkonnejšie a využívajú technológiu nazývanú hlboké učenie – čo spôsobuje nedávny záujem o umelú inteligenciu – čo umožňuje výskum. Výskumné prístupy k systému „učiť sa učiť“ majú potenciál silne sa objaviť . Okrem toho profesor tiež dodal: " Takýto systém by potreboval extrémne veľké množstvo výpočtového výkonu, aby mohol nahradiť ľudských expertov v tejto oblasti ."
Výskumníci z Google Brain tiež opisujú výkonný systém, ktorý používa 800 grafických procesorov na napájanie softvéru, čím vytvára systém rozpoznávania obrázkov, ktorý konkuruje ( a dokonca prekonáva ) dizajny vytvorené ľuďmi.
Dr. Otkrist Gupta, výskumník z MIT Media Lab, verí, že výroba AI sa čoskoro zmení. On a jeho kolegovia z MIT naplánovali softvér s otvoreným zdrojovým kódom, v ktorom vzdelávací softvér navrhne systém hlbokého učenia, ktorý dokáže rozpoznať obrázky tak silne a presne ako systém vytvorený ľuďmi.
Dr. Gupta bol inšpirovaný k realizácii projektu tým, že strávil veľa času navrhovaním a testovaním modelov strojového učenia. Verí, že aj firmy a výskum majú motiváciu navrhovať počítače, ktoré automatizujú strojové učenie.
" Zníženie záťaže vedcov by bolo efektívnym riešením. Mohlo by nás zvýšiť produktivitu, vytvoriť efektívnejšie modely systémov a poskytnúť nám voľný čas na skúmanie nových objavov. nápadov na ešte vyššej úrovni ," povedal Dr. Gupta.
Pozrite si ďalšie články:
Zabávať sa!