Lernen Sie den KI-Algorithmus von AutoML Google kennen, mit dem Sie Ihre eigene KI erstellen können

Wir sind vielleicht weit von der Singularität entfernt, aber das maschinelle Lernen schreitet so schnell voran, dass das AutoML-System von Google vermutlich kürzlich Codes mit erstellt hat bessere Effizienz als die von den Forschern Wer hat das System erstellt? Ironischerweise wurde die Technologie ursprünglich entwickelt, um dem Mangel an hochqualifizierten Entwicklern auf dem Gebiet der KI entgegenzuwirken. Es war soll selbstlernenden Code erstellen und Simulationen ausführen um festzustellen, welche spezifischen Bereiche verbessert werden können. Es ist schwierig zu wissen, was genau die Forscher erwartet hatten, als sie das Projekt starteten, aber wie sich herausstellt, laufen die Maschinen jetzt aus Besserer Code schneller als die besten menschlichen Programmierer auf dem Planeten.

Wenn das nicht genug Futter für Kritiker war, um noch einmal die Alarmglocken über KI zu läuten, hat das System anscheinend auch Selbstlernendes KI-System kann besser codiert werden als die Forscher, die es gemacht haben. Berichten zufolge ist die Technologie bereits Anzeige besserer Genauigkeitsstufen als beim Menschen in verschiedenen AI-basierten Aufgaben. Die vom AutoML-System codierte Software erreichte Berichten zufolge bei einigen der komplexesten Aufgaben eine hohe Genauigkeit von 42%, verglichen mit 39% bei der von Menschen codierten Software. Diese besondere Aufgabe beinhaltete anscheinend Dinge, die für autonome Roboter und Augmented Reality von wesentlicher Bedeutung sind: das Markieren der Position mehrerer Objekte in einem Bild.

Es bleibt abzuwarten, ob sich KI-Skeptiker wie Elon Musks Ausbrüche gegen maschinelles Lernen als alarmierendes Grollen eines paranoiden Mannes herausstellen, der weit entfernt von technologischen Realitäten ist, oder als genaue Warnungen eines Visionärs über eine gefährliche Technologie, die nicht im Keim erstickt wurde als noch Zeit war, etwas dagegen zu unternehmen. Bevor jedoch jemand nach dem Zinnfolienhut greift, ist es wichtig zu sehen, wie sich diese Proof-of-Concept-Demos in praktische Anwendungen umsetzen lassen. Dies wäre der große Test für AutoML, und wenn dies erfolgreich ist, kann die Technologie weit über die Grenzen der Technologiebranche hinaus Auswirkungen haben.