Sztuczna inteligencja uczy się, jak stworzyć kolejną sztuczną inteligencję, która w przyszłości zastąpi człowieka

Sztuczna inteligencja nauczyła się tworzyć kolejną sztuczną inteligencję, a ludzie wkrótce staną się zbędni. Zautomatyzowane maszyny mogą zastąpić człowieka w procesie tworzenia własnego „ rodzaju ”.

Proces rozwoju sztucznej inteligencji sprawia, że ​​wiele osób martwi się o los swój i ludzkości, że w przyszłości ludzkie prace zostaną „ zastąpione ” przez automaty. Teraz kluczowi badacze zdają sobie sprawę, że mogą stworzyć oprogramowanie zdolne do uczenia się najtrudniejszych elementów ludzkiej pracy - takie jest zadanie zaprojektowania oprogramowania do uczenia maszynowego, zautomatyzowana analiza zautomatyzuje budowanie modelu analitycznego.

Wraz z przełomem technologicznym, co dla zaniepokojonych powyżej oznacza złe wieści, czołowi naukowcy inwestują w badania nad sposobami umożliwiającymi oprogramowaniu tworzenie własnego oprogramowania maszynowego. Są na najlepszej drodze do znalezienia oprogramowania, które zrewolucjonizuje branżę wytwarzania sztucznej inteligencji.

W eksperymencie naukowcy z grupy badawczej Google Brain zajmującej się sztuczną inteligencją wykorzystali oprogramowanie do projektowania systemów uczenia maszynowego w celu przetestowania możliwości benchmarkingu innego systemu przetwarzania języka. Uzyskane wyniki pokazują, że nowe oprogramowanie jest lepsze od starego oprogramowania zaprojektowanego przez człowieka.

W ostatnich miesiącach szereg innych grup badawczych również dostarczyło informacji o swoich postępach w „ tworzeniu oprogramowania, które może stworzyć inne oprogramowanie ”. Powyższe grupy obejmują członków organizacji badawczej non-profit OpenAI ( współzałożonej przez Elona Muska ), Massachusetts Institute of Technology (MIT ), Uniwersytetu Kalifornijskiego w Berkeley oraz grupy badawczej DeepMind firmy Google.

Jeśli ta metoda budowania sztucznej inteligencji znajdzie szerokie zastosowanie, może ekonomicznie przyspieszyć proces tworzenia oprogramowania do uczenia maszynowego. Obecnie koszt zatrudniania ekspertów w dziedzinie uczenia maszynowego nie jest tani. Jeśli automatyczne maszyny mogą zastąpić człowieka nawet w produkcji własnego „ rodzaju ”, to być może ludzie mogą wykonać tę pracę. Staną się zbędnym czynnikiem w cyklu produkcyjnym AI. Ponieważ firmy muszą obecnie płacić ubezpieczenie ekspertów zajmujących się uczeniem maszynowym, na tym stanowisku brakuje pracowników.

Jeff Dean, szef zespołu badawczego Google Brain, stwierdził w oświadczeniu z zeszłego weekendu: „ Pracowników na niektórych etapach produkcji można skuteczniej zastąpić oprogramowaniem ”. Jeff Dean powiedział również, że technologia „ automatycznego uczenia maszynowego ” to jeden z najbardziej obiecujących projektów badawczych, w które obecnie inwestuje jego zespół.

„ Obecnie sposobem rozwiązywania problemów są opinie ekspertów, informacje i obliczenia. Czy możemy całkowicie wyeliminować opinie ekspertów z uczenia maszynowego? ”, Dean powiedział na konferencji AI Frontiers w Santa Clara w Kalifornii.

Seria eksperymentów przeprowadzonych przez zespół Google DeepMind sugeruje, że: „ Zastosowana przez badaczy metoda „uczenia się, jak się uczyć” zmniejszy ogromną ilość danych potrzebnych do najskuteczniejszego działania oprogramowania opartego na uczeniu maszynowym” .

Naukowcy rzucili wyzwanie swojemu oprogramowaniu, prosząc o stworzenie systemu uczenia się, który wychwytywałby wszystkie różne problemy, ale był powiązany z jednym głównym celem, co z kolei wymagało stworzenia projektu systemu, nowego w tym projekcie. Widzą możliwość odtwarzania i wybierania nowych zadań bez konieczności przechodzenia przez zwykłe etapy przygotowawcze, jak dzisiaj.

Pomysł stworzenia oprogramowania „uczącego się, aby się uczyć” nie jest nowy, jednak dotychczasowe eksperymenty często nie przynosiły pożądanych rezultatów: „ Nie dorównywały ludzkim projektom ”. Jednak nadal uważa się to za potencjalny aspekt rozwoju sztucznej inteligencji. Profesor Yoshua Bengio z Uniwersytetu w Montrealu skomentował: „ Badania tego pomysłu w przyszłości są bardzo interesujące ”. 1990.

Profesor Yoshua Bengio powiedział: „ Dostępne obecnie systemy komputerowe stają się coraz potężniejsze, a dzięki technologii zwanej głębokim uczeniem się – która powoduje niedawne zainteresowanie sztuczną inteligencją – sztuczną inteligencją, możliwe są badania. Podejścia badawcze do systemu „uczenia się, jak się uczyć” mają potencjał, aby mocno się ujawnić . Poza tym profesor dodał też: „ Taki system potrzebowałby niezwykle dużej mocy obliczeniowej, aby móc zastąpić ludzkich ekspertów w tej dziedzinie ”.

Naukowcy z Google Brain opisują także potężny system wykorzystujący 800 procesorów graficznych do zasilania oprogramowania, tworząc w ten sposób system rozpoznawania obrazu, który może konkurować ( a nawet przewyższać ) projekty stworzone przez ludzi.

Doktor Otkrist Gupta, badacz w MIT Media Lab, uważa, że ​​produkcja sztucznej inteligencji wkrótce się zmieni. On i jego koledzy z MIT zaplanowali oprogramowanie typu open source, w którym oprogramowanie uczące zaprojektuje system głębokiego uczenia się, który będzie w stanie rozpoznawać obrazy tak silnie i dokładnie, jak system stworzony przez ludzi.

Do podjęcia projektu dr Gupta zainspirował się spędzeniem dużej ilości czasu na projektowaniu i testowaniu modeli uczenia maszynowego. Wierzy, że firmy i badania mają także motywację do projektowania komputerów automatyzujących uczenie maszynowe.

„ Zmniejszenie obciążenia naukowców byłoby skutecznym rozwiązaniem. Mogłoby zwiększyć naszą produktywność, stworzyć skuteczniejsze modele systemów i dać nam wolny czas na badanie nowych odkryć. Pomysłów na jeszcze wyższym poziomie ” – stwierdził dr Gupta.

Zobacz więcej artykułów:

• Co by było, gdyby kosmici byli sztuczną inteligencją?
• 10 najszybciej rozwijających się branż w 2016 roku
• 35 wynalazków, które ułatwią Ci życie

Bawić się!