IA do Google cria códigos melhor do que seus criadores - Nosso Cosmos

IA do Google cria códigos melhor do que seus criadores

O misterioso programa IA AutoML do Google desenvolve redes neurais próprias. A empresa anunciou recentemente que a IA se duplicou com um código mais eficiente.

O sistema automatizado de aprendizado de máquina do Google criou códigos de aprendizado de máquina mais eficientes do que os códigos que criaram seu próprio sistema. O estudante (robô) agora se tornou o professor. Para o programa AutoML, parece que os seres humanos não são mais uma necessidade.

O projeto começou originalmente em maio como inteligência artificial que ajudaria o Google a criar outros sistemas de IA. Era uma questão de tempo até que o sistema trabalhasse com os mestres artesãos; AutoML foi feito para isso.

”     Hoje eles são feitos artesanalmente por cientistas que aprendem máquinas e, literalmente, apenas alguns milhares de cientistas ao redor do mundo podem fazer isso”, disse o CEO da Google, Sundar Pichai, na semana passada. Pichai tocou brevemente no programa AutoML em um evento de lançamento para os novos smartphones Pixel 2 e outros gadgets . “Queremos permitir que centenas de milhares de desenvolvedores possam fazê-lo.”

Para obter um escopo de como o AutoML é ‘inteligente’, observe que o Google admite abertamente que ele é mais eficiente do que sua equipe de 1.300 pessoas encarregadas de criar o AutoML. É verdade que nem todos listados na página de pesquisa do Google são especialistas em IA, mas incluem alguns dos engenheiros de software mais inteligentes da empresa. A Alphabet, empresa controladora do Google, emprega mais de 27.000 pessoas em pesquisa e desenvolvimento.

Para obter um escopo de como o AutoML é ‘inteligente’, observe que o Google admite abertamente que ele é mais eficiente do que sua equipe de 1.300 pessoas encarregadas de criar o AutoML. É verdade que nem todos listados na página de pesquisa do Google são especialistas em IA, mas incluem alguns dos engenheiros de software mais inteligentes da empresa. A Alphabet, empresa controladora do Google, emprega mais de 27.000 pessoas em pesquisa e desenvolvimento.

Alguns dos sucessos do programa fizeram manchetes. Além de dominar seu próprio código, o AutoML quebrou um recorde ao categorizar imagens por conteúdo. Ele marcou uma precisão de 82 por cento . O AutoML também venceu um sistema criado pelo homem para marcar a localização de vários objetos em um campo de imagem. Esses processos podem ser parte integrante do futuro da realidade virtual e da realidade aumentada.

No entanto, nada mais é realmente conhecido sobre o AutoML. Diferentemente do DeepMind AI do Alphabet, o AutoML não possui muitas informações disponíveis além de breves declarações do Pichai e de outros pesquisadores. A equipe de pesquisa do Google dedicou uma postagem em seu site no início deste ano. Descreveu as complexidades do sistema AutoML:

O futuro das IAs mais inteligentes que a humanidade

O sistema de redes neurais da AutoML e sua eficiência aprimorada poderiam encurtar os problemas tradicionais que outros desenvolvedores tiveram na criação de redes neurais. Será cada vez mais fácil para os IAs desenvolverem novos sistemas. Mas onde isso deixa os humanos? Idealmente, os humanos serviriam como “mediadores” ou como verificações e equilíbrios. Os pesquisadores estão preocupados com o fato de que as IAs captem os preconceitos inconscientes em seus criadores. Uma IA tendenciosa que desenvolva AIs ainda mais tendenciosas seria um desastre. Assim, os engenheiros de software humanos gastarão o tempo que normalmente gastariam no desenvolvimento do refinamento desses novos AIs.

Em última análise, Pichai e a equipe de pesquisa esperam que o AutoML possa ser usado além do Google.

”       No futuro, trabalharemos em análises e testes cuidadosos dessas arquiteturas geradas por máquina para ajudar a refinar nosso entendimento sobre elas”, disseram os pesquisadores . “Se tivermos sucesso, achamos que isso pode inspirar novos tipos de redes neurais e possibilitar que não-especialistas criem redes neurais adaptadas às suas necessidades específicas, permitindo que o aprendizado de máquina tenha um impacto maior para todos”.

Facebook Comments

Deixe uma resposta

%d blogueiros gostam disto: