Роботы и
компьютеры становятся всё лучше: они и уже справляются с простой механической
работой и сложными вычислениями. Но кто бы мог подумать, что искусственный
интеллект сможет создавать себе подобных лучше, чем это делают программисты?
Недавно в Google
разработали программное обеспечение, которое само может создавать новое ПО.
Самое интересное, что некоторые решения программы оказались эффективнее тех,
которые были созданы людьми.
Например,
созданная программой программа для определения расположения разных объектов на
изображении, справилась с задачей на 4% лучше, чем аналогичная, но
разработанная людьми. Несмотря на столь малое отличие в цифрах – это очень
большое достижение для искусственного интеллекта.
О своих
наработках Google упомянули вскользь. Известно, что этот проект называется
AutoML — о нем рассказал Сундар Пичаи, генеральный директор Google. Он так же
сказал, что в случае, если им удастся хотя бы частично автоматизировать процесс
машинного обучения, это позволит использовать возможности таких систем не
только в технологиях, а и в других сферах, например – в медицине и финансах.
Кстати, Пичаи
намекнул, что если дела с AutoML и дальше пойдут хорошо, программа будет
доступна и за пределами Google. Если программисты получат доступ к такому
инструменту, это сильно повлияет на всю IT-отрасль.
На данный момент,
даже передовым компаниям критически не хватает квалифицированных кадров.
Специалистов, которые могут создавать сложные нейросети, в мире насчитывается
не больше пары тысяч и это серьезно тормозит развитие всей отрасли. Если бы
часть работы по машинному обучению можно было бы переложить на компьютер – дела
пошли бы гораздо быстрее.
Появление
программ, способных обучать другие программы, не превратит специалистов по
машинному обучению в операторов, но освободит им руки для решения более важных
задач. На самом деле, большая часть работы по созданию искусственного
интеллекта скучна и монотонна – разработчик пробует разные конфигурации и ищет
самые эффективные варианты. В таких условиях легко можно допустить глобальную
ошибку, из-за чего сеть может стать предвзятой. Например, начнет ассоциировать
какую-то национальность только с плохими качествами. Если количество трудоемкой
работы уменьшится, у разработчиков будет больше времени для проработки
архитектуры и обнаружению серьезных проблем. Это позволит делать сложные
нейросети быстрее и качественнее.
0 comments :
Отправить комментарий