I foråret i år præsenterede Google Brain ingeniører AutoML kunstig intelligens, der var i stand til at skabe sin egen unikke AI uden menneskelig indgriben. For ikke så længe siden blev det kendt, at AutoML var den første til at oprette NASNet-computersynssystemet, væsentligt bedre end alle analoger oprettet af mennesker. Dette AI-baserede system kan blive en seriøs hjælp i udviklingen af for eksempel autonome biler såvel som inden for robotik, så du kan bringe visionen om robotter til et helt nyt niveau.
AutoML udvikler sig i henhold til det såkaldte forstærkningslæringssystem. Faktisk er det et neuralt kontrolnetværk, der uafhængigt udvikler helt nye neurale netværk til specialiserede opgaver. I dette tilfælde var hovedmålet med AutoML at skabe et system til den mest nøjagtige genkendelse af objekter på video i realtid. AI uddannede uafhængigt af et nyt neuralt netværk, sporer dets fejl og foretog justeringer af sit arbejde. Læringsprocessen blev gentaget mange tusinder af gange, indtil systemet blev operationelt. Desuden overgik det alle eksisterende lignende neurale netværk oprettet og trænet af mennesker.
I henhold til den officielle erklæring fra Google er anerkendelsesnøjagtigheden af NASNet 82,7%. Dette er 1,2% bedre end den forrige rekord, der blev sat i september i år af eksperter fra Oxford og Momenta. Neuralnetværket viste sig også at være 4% mere effektivt end analoge med 43,1% gennemsnitlig nøjagtighed. En forenklet version af NASNet tilpasset til mobile platforme overgår bedre end lignende neurale netværk med mere end 3%. I fremtiden kan dette system bruges til at skabe autonome biler, fordi computervision for dem er utroligt vigtig. I mellemtiden fortsætter AutoML med at oprette nye neurale netværk, og hvem ved, hvilke højder det vil være i stand til at opnå i den nærmeste fremtid.
Sergey Gray