La inteligencia artificial de Google ha desarrollado su propia IA, que supera todo lo que los humanos han hecho hasta ahora.
En mayo 2017, los investigadores de Google Brain anunciaron la creación de AutoML, una inteligencia artificial (IA) capaz de generar su propia IA, aún más poderosa. Más recientemente, los investigadores han decidido enfrentar a AutoML con su mayor desafío hasta la fecha. Esta IA que puede generar otra IA ha creado efectivamente un verdadero "niño", que ha superado a todas sus contrapartes diseñadas por el Hombre.
Ahora, los investigadores de Google han automatizado el diseño de modelos de aprendizaje automático utilizando un enfoque llamado aprendizaje de refuerzo: AutoML actúa como un controlador de red neuronal, que desarrolla la llamada red de IA infantil, para realizar una tarea. específico.
Con respecto a esta nueva IA que los investigadores han llamado NASNet, la tarea es reconocer objetos: personas, automóviles, semáforums, bolsos, mochilas, etc., y todo esto en video y en tiempo real. Luego, AutoML evalúa el rendimiento de NASNet y utiliza esta información para mejorar la nueva IA, mientras repite este proceso miles de veces para maximizar su mejora.
Cuando se prueba en ImageNet (una base de datos de imágenes organizadas) y COCO (Objetos comunes en contexto) conjuntos de datos de clasificación de imágenes: un conjunto de datos de detección, segmentación y subtítulos objetos a gran escala), que los investigadores de Google describen como "dos de los conjuntos de datos académicos a gran escala más respetados en visión artificial", IA NASNet ha superado todos los demás sistemas de visión hasta la fecha.
Según los investigadores, NASNet ha alcanzado una precisión de 82,7% para predecir imágenes en todo ImageNet. Esto es 1,2% mejor que cualquier resultado publicado anteriormente. El sistema también es 4% más eficiente con una precisión promedio de 43,1% (precisión promedio promedio - mAP). Además, una versión menos exigente (en términos de cálculos) de NASNet superó en 3,1% a todos los mejores modelos de tamaño similar, para plataformas móviles.
El aprendizaje automático es lo que le da a muchos sistemas de IA su capacidad para realizar tareas específicas. Aunque este concepto es bastante simple (un algoritmo aprende al ser alimentado por grandes cantidades de datos), el proceso todavía requiere mucho tiempo y cálculos. Al automatizar el proceso de creación de sistemas de IA precisos y eficientes, una IA capaz de diseñar otro, respalda este importante trabajo.
Específicamente para NASNet, los algoritmos de visión por computadora precisos y eficientes son muy buscados debido a la cantidad de aplicaciones potenciales. De hecho, estos algoritmos podrían usarse para crear robots sofisticados impulsados por IA. También podrían ayudar a los diseñadores a mejorar las tecnologías de vehículos autónomos: cuanto más rápido un vehículo autónomo pueda reconocer objetos en su camino y alrededores, antes podrá reaccionar, aumentando así la seguridad de estos vehículos.
Los investigadores de Google reconocen que NASNet podría ser muy útil para una amplia gama de aplicaciones y tienen IA de código abierto para inferencia en la clasificación de imágenes y detección de objetos. "Esperamos que la comunidad de aprendizaje automático más grande pueda confiar en estos modelos para resolver la miríada de problemas de visión por computadora que aún no hemos imaginado", dicen los investigadores.
Si bien hay muchas aplicaciones para NASNet y AutoML, el hecho de que una IA sea capaz de crear otra también plantea algunas preocupaciones. Por ejemplo, ¿qué impediría que la IA del "padre" transmita elementos no deseados a su "hijo"? ¿Qué pasaría si AutoML creara sistemas tan rápido que la compañía no pudiera seguir el ritmo? De hecho, no es difícil imaginar cómo NASNet podría usarse en sistemas de vigilancia automatizados en el futuro cercano. Quizás incluso antes de que entren en vigor las regulaciones para controlar este sistema y sus límites.
Esperemos, entonces, que los líderes del mundo trabajen con bastante rapidez y eficacia para garantizar que dichos sistemas no conduzcan a ningún tipo de futuro distópico. Debe saber que Amazon, Facebook, Apple y otras grandes empresas son miembros de la Asociación de AI para beneficiar a las personas y la sociedad (socio de AI para beneficiar a las personas y la sociedad), una organización centrada en Desarrollo responsable y controlado de IA.
El Instituto de Ingenieros Eléctricos y Electrónicos (IEE) ha propuesto estándares éticos para IA, y DeepMind, una firma de investigación propiedad de Google, anunció recientemente la creación de un grupo centrado en las implicaciones éticas y morales de AI.
Varios gobiernos también están trabajando en regulaciones para evitar el uso de IA para fines inseguros, como las armas autónomas. Mientras se mantenga el control sobre la dirección general del desarrollo de la IA, los beneficios de tener una IA capaz de diseñar otros, como es el caso aquí, deberían superar los peligros potenciales.
Fuentes: Google, arXiv.org