Gadgetshowto
Być może jesteśmy daleko od osobliwości, ale uczenie maszynowe postępuje w tak szybkim tempie, że uważa się, że system Google AutoML stworzył ostatnio kody z lepszą wydajność niż te stworzone przez naukowców kto stworzył system na początku. Jak na ironię, technologia została pierwotnie opracowana, aby przeciwdziałać niedostatkowi wysokiej jakości programistów specjalizujących się w dziedzinie sztucznej inteligencji. To było ma tworzyć samouczący się kod i przeprowadzać symulacje określić, które obszary można ulepszyć. Trudno powiedzieć, czego dokładnie spodziewali się naukowcy, rozpoczynając projekt, ale jak się okazuje, maszyny obecnie się kończą lepszy kod w szybszym tempie niż najlepsi programiści na świecie.
Gdyby to nie wystarczyło dla krytyków, by ponownie rozbrzmiewać dzwonkami alarmowymi o AI, system najwyraźniej również doskonalić się w kodowaniu samouczących się systemów AI niż badacze, którzy go stworzyli. Według doniesień technologia już jest wyświetlanie lepszych poziomów dokładności niż ludzie w różnych zadaniach opartych na sztucznej inteligencji. Oprogramowanie zakodowane przez system AutoML podobno osiągnęło wysoką, 42% dokładność w niektórych z najbardziej złożonych zadań, w porównaniu z 39% w przypadku oprogramowania zakodowanego przez ludzi. To konkretne zadanie najwyraźniej obejmowało rzeczy, które są integralną częścią autonomicznych robotów i rzeczywistości rozszerzonej: oznaczanie położenia wielu obiektów na obrazie.
Okaże się, czy sceptycy sztucznej inteligencji, tacy jak wybuchy Elona Muska przeciwko uczeniu maszynowemu, okażą się alarmistycznymi pomrukami paranoika daleko od realiów technologicznych lub ostrzeżeniami wizjonera o niebezpiecznej technologii, która nie została zduszona w zarodku. kiedy był jeszcze czas, żeby coś z tym zrobić. Ale zanim ktokolwiek zacznie sięgać po kapelusz z folii aluminiowej, warto byłoby zobaczyć, jak te demonstracje sprawdzające koncepcję przekładają się na praktyczne zastosowania. To byłby wielki test dla AutoML i jeśli się powiedzie, technologia może mieć wpływ daleko wykraczający poza granice branży technologicznej.
