Googles AI-byggande AI gick faktiskt vidare och byggde ett fullt fungerande AI-barn som, som det visar sig, är mer kapabel än någon AI som byggts av mänskliga händer. Historiker kommer att se tillbaka på detta ögonblick, från sina förstörda städer och gömställen från sina robotmästare, som tiden då mänsklighetens undergång började.
Naturligtvis är det faktiskt inte allt det där undergången, barnets AI är egentligen bara kapabel till en specifik uppgift – bildigenkänning. Med sin AutoML AI, Googles AI-byggande AI skapade sitt barn-AI med en teknik som kallas förstärkningsinlärning. Detta fungerar precis som maskininlärning, förutom att det är helt automatiserat där AutoML fungerar som det neurala nätverket för sitt uppgiftsstyrda AI-barn.
Känd som NASNet, fick barnets AI i uppdrag att känna igen objekt i en video i realtid. AutoML skulle sedan utvärdera hur bra NASNet var på sin uppgift och sedan förbättra sina algoritmer med hjälp av data för att skapa en överlägsen version av NASNet.
LÄS NÄSTA: Att se en AI skapa falska kändis ansikten är mardrömsbränsle
Denna oändliga automatiserade justering lönade sig dock när den testades på ImageNet bildklassificering och COCO-objektdetektering dataset – båda kända för att vara ”två av de mest respekterade storskaliga akademiska datamängderna inom datorseende” – NASNet överträffade alla andra system.
NASNet var 82,7 % korrekt när det gällde att förutsäga bilder på ImageNets valideringsuppsättning. Åker via tidigare publicerade resultat, detta är 1,2 % högre än något annat system. Den är också listad som 4 % effektivare än konstgjorda enheter och har en genomsnittlig genomsnittlig precision (mAP) på 43,1 %. Intressant nog överträffar en mindre krävande version av NASNet mobila plattformar med 3,1 %.
Uppenbarligen, i sin nuvarande skepnad, kommer NASNet inte att bli mänsklighetens undergång. Det är dock nyckeln till hur vi bygger bättre AI-system i framtiden. Med självlärande AI och AI:er som också kan moderera och förändra andra AI:er, skulle vi kunna skapa AI som är bättre för autonoma fordon eller automatiserade fabriker.
”Vi hoppas att den större maskininlärningsgemenskapen kommer att kunna bygga på dessa modeller för att ta itu med mängder av datorseendeproblem som vi ännu inte har föreställt oss,” skrev de i deras blogginlägg.
Problemet är att sådana framsteg inom AI kan få farliga konsekvenser. Förutom att helt enkelt bygga på ett sätt som är svårt att reglera eller ingripa i, är det möjligt att ett AI-system som den slutade Microsoft Tay kan överföra sina inlärda fördomar och hårdkoda dem till nästa generations AI.
Tack och lov finns det tillsynsorgan där ute som försöker se till att denna framtid inte kommer att ske. Vi vet redan att Elon Musk och Stephen Hawking är mycket emot AI-framsteg, men världens största teknikföretag driver också ett gemensamt partnerskap om AI. Detta partnerskap om AI handlar om att sammanföra dessa megaliter av teknik för att säkerställa att framtiden för AI inte kommer att orsaka samhällets sammanbrott.
