1 000
Примерно
1 августа 2019
прогноз сбылся
Техника и наука

Google разработает более эффективный способ обучения ИИ

Компания Google объявила об очередном большом шаге в разработке искусственного интеллекта, рассказав о новом подходе к машинному обучению

Сводная информация по прогнозу редактировать информацию

17 сентября 2019 ИИ Google научили диагностировать 26 кожных заболеваний. Как сообщается в официальном источнике специалистов, искусственный интеллект, способный диагностировать проблемы с кожей не менее точно, чем специалисты дерматологи (их точность составляет 77-96%), поможет снизить общее количество запущенных кожных болезней. Кроме того, использование технологии поможет врачам общей практики, которые не могут обеспечить точность диагностики выше 70%, а на них приходится большинство обращений пациентов. Новая нейросеть анализирует изображения проблемных участков кожи, общее состояние пациента, анамнез, возраст, пол и другие входящие данные. Алгоритм сравнивает имеющуюся информацию с обучающей базой, которая содержит более 50 тысяч изображений с подтвержденными диагнозами. После этого, с помощью глубокого обучения, искусственный интеллект самостоятельно делает выводы и ставит предварительный диагноз. На данный момент разработчики планируют доработать алгоритм для эффективного использования в диагностике меланомы, а также подготовить технологию для проведения клинических испытаний. Подробно ИИ-система описана авторами в статье A deep learning system for differential diagnosis of skin diseases в журнале Electrical Engineering and Systems Science. Стоит отметить, что в Google часто разрабатывают нейросети, способные заниматься диагностикой. В том числе это алгоритм Medical Brain, который может предсказать смерть пациентов, а также сделать прогнозы эффективности и длительности лечения. Или ИИ-системы, которые предсказывают риск сердечно-сосудистых заболеваний по сетчатке глаз или ставят диагноз рака груди с точностью до 99%. http://evo-rus.com/avto/exluzive/ii-google-nauchili-diagnostirovat-26-ko...

18 июля 2019Специалисты из Google Brain придумали способ, позволяющий существенно сократить время обучения, и вот в чем он состоит: по из словам, объем вычислений можно сократить, если использовать выходные данные на начальных стадиях повторно. Они утверждают, что это ускорит процесс минимум в 4 раза. Система обучения ИИ построена таким образом, что вначале данные считываются и обрабатываются, а потом собираются в группы. Теперь же будет добавлен новый этап, в котором данные будут повторно обрабатываться каждый новый раз. После проверки нового метода результаты оказались просто ошеломительными, как и предполагалось, время, потребовавшееся на полное обучение, сократилось практически в 4 раза. https://overclockers.ru/blog/RoadToKnowledge/show/28656/google-razrabota...

16 июля 2019 Процессоры вроде Google Tensor или Intel Nervana ускоряют обучение моделей ИИ, но из-за своей архитектуры на ранних стадиях значимой прибавки в скорости не дают. Ученые из Google Brain предложили ускорить обучение ИИ технологией «эхоотражения данных» — она сокращает время обучения и существенно уменьшает необходимое для обучения число примеров. «Эхоотражение данных — эффективная альтернатива оптимизации процесса обучения или добавления дополнительных исполнителей для обработки восходящих данных, что не всегда бывает возможно или желательно», — пишут авторы статьи, опубликованной на Arxiv.org. https://hightech.plus/2019/07/16/v-google-brain-pridumali-novuyu-tehnolo...

29 августа 2018 - Команда программистов из Калифорнийского университета в Беркли (The University of California Berkeley) и компания Google создали новый алгоритм обучения искусственного интеллекта (ИИ). Этот метод позволит программам реже совершать ошибки, которые приводят к сбою всей их работы. Чтобы справиться с этой проблемой и минимизировать количество сбоев, программисты предложили двухуровневую концепцию машинного обучения. Ее принцип заключается в том, чтобы искусственный интеллект возвращался в исходное состояние, если произойдет сбой системы. Первый уровень отвечает за правильное выполнение задачи. Второй уровень анализирует базу данных и решает, сможет ли система пройти логическую цепочку без критических ошибок. При этом ИИ будет считать алгоритмы безопасными только в случае, если его состояние можно будет вернуть в исходное положение. Такой метод машинного обучения сокращает издержки на прямое вмешательство извне и время на машинное обучение. Кроме того, концепция двойного алгоритма имеет потенциал для создания у искусственного разума саморегулирующихся процессов, которые повысят работоспособность всей системы. https://sciencepop.ru/iskusstvennyj-intellekt-nauchili-otsenivat-posleds...

14 февраля 2018Подразделение Google по разработке ИИ DeepMind создало алгоритм, благодаря которому нейросети стали обучаться в 10 раз быстрее. Система IMPALA одновременно играет в 57 игр Atari и непрерывно обменивается опытом сама с собой. Новую методику создали с помощью "тренажера" DMLab-30, который работает на основе "стрелялки" Quake III и аркад Atari. IMPALA играет и за опытных "геймеров" и за "новичков", передавая опыт каждому "игроку". Такой ИИ в 10 раз эффективнее проходит видеоигры. Как утверждают разработчики DeepMind, при достаточной мощности процессоров система IMPALA обрабатывает 250 кадров в секунду и 21 миллиард кадров в день. Существующие аналоги далеки от таких результатов. https://oane.ws/2018/02/14/podrazdelenie-google-sozdalo-algoritm-rekordn...

09 декабря 2017 - Искусственный интеллект победил лучшего шахматиста, ничего не зная об игре. До начала турнира знал лишь как ходят фигуры. И больше ничего. Свое мастерство AlphaZero приобрел без посторонней помощи, в отличие от всех предыдущих шахматных программ у него не было никаких эмпирических данных, никакой базы с архивами уже сыгранных шахматных партий, никакого знания о шахматных стратегиях и фигурах. Он просто знал, как ходят фигуры, и цель игры. Начав с чистого листа и вооружившись обучающим алгоритмом подкрепления, нейросетью и фигурами на доске перед ним, AlphaZero начал играть сам с собой, снова и снова, оттачивая свои навыки с каждой партией, и если говорить человеческими понятиями времени, провел за игрой в шахматы около 1400 лет за эти четыре часа. Система может обработать 800 000 позиций за секунду. Затем он таким же образом за восемь часов сумел превзойти AlphaGo в го, и за два часа — программу Elmo, которая раньше считалась неоспоримым чемпионом по игре в сёги.

04 декабря 2017 - В мае 2017 года исследователи из Google Brain представили AutoML — искусственный интеллект, способный генерировать собственные ИИ. Недавно стало известно, что AutoML построил систему, которая превосходит «конкурентов», разработанных людьми. Специалисты из Google автоматизировали разработку моделей машинного обучения с помощью обучения с подкреплением. AutoML действует как управляющая нейросеть, которая разрабатывает дочернюю нейросеть для специализированной задачи. Для этой дочерней сети (которую исследователи назвали NASNet) в задачу входило распознавание объектов — людей, машин, светофоров, багажа и т. д. — на видео в реальном времени. При этом AutoML оценивает работу NASNеt и использует эту информацию для улучшения дочерней сети; этот процесс повторяется тысячи раз. Когда инженеры протестировали NASNet на наборах изображений ImageNet и COCO, она превзошла все существующие системы компьютерного зрения.

6 Августа. Hi-News Разработчики из Deepmind, а также университета Карнеги — Меллон решили, что будет лучше, если искусственный интеллект будет обучаться базовым принципам использования языка самостоятельно — для этого исследователи поместили две нейронные сети в аркадную игру и заставили их рубиться до посинения, сопоставляя отдельные объекты с разными характеристиками до тех пор, пока они не начнут понимать язык. Программы, пытаясь добиться нужного результата миллионами разных способов, научились ассоциировать определённые слова с объектами и их характеристиками и начали оперировать различными понятиями, такими как «больший» или «меньший», например, и стали различать похожие внешне предметы из игрового окружения.

23 мая 2017 - Если верить Google, даже сейчас уровень AutoML уже таков, что она может быть эффективнее экспертов-людей в вопросе поиска лучших подходов для решения конкретных проблем. В перспективе это позволит существенно упростить процесс создания новых ИИ-систем, так как по сути их будут создавать себе же подобные, но по состоянию на данный момент, AutoML по-прежнему находится на раннем этапе своего развития, говорит Google.

 

18 сентября 2019
User ImageАнтон Северов(100)%
17 сентября 2019 - ИИ Google научили диагностировать 26 кожных заболеваний. Как сообщается в официальном источнике специалистов, искусственный интеллект, способный диагностировать проблемы с кожей не менее точно, чем специалисты дерматологи (их точность составляет 77-96%), поможет снизить общее количество запущенных кожных болезней. Кроме того, использование технологии поможет врачам общей практики, которые не могут обеспечить точность диагностики выше 70%, а на них приходится большинство обращений пациентов. Новая нейросеть анализирует изображения проблемных участков кожи, общее состояние пациента, анамнез, возраст, пол и другие входящие данные. Алгоритм сравнивает имеющуюся информацию с обучающей базой, которая содержит более 50 тысяч изображений с подтвержденными диагнозами. После этого, с помощью глубокого обучения, искусственный интеллект самостоятельно делает выводы и ставит предварительный диагноз. На данный момент разработчики планируют доработать алгоритм для эффективного использования в диагностике меланомы, а также подготовить технологию для проведения клинических испытаний. Подробно ИИ-система описана авторами в статье A deep learning system for differential diagnosis of skin diseases в журнале Electrical Engineering and Systems Science. Стоит отметить, что в Google часто разрабатывают нейросети, способные заниматься диагностикой. В том числе это алгоритм Medical Brain, который может предсказать смерть пациентов, а также сделать прогнозы эффективности и длительности лечения. Или ИИ-системы, которые предсказывают риск сердечно-сосудистых заболеваний по сетчатке глаз или ставят диагноз рака груди с точностью до 99%. http://evo-rus.com/avto/exluzive/ii-google-nauchili-diagnostirovat-26-ko...
4 декабря 2017
User Image4teller(88)%
В мае 2017 года исследователи из Google Brain представили AutoML — искусственный интеллект, способный генерировать собственные ИИ. Недавно стало известно, что AutoML построил систему, которая превосходит «конкурентов», разработанных людьми. Об этом сообщает портал Futurism. Специалисты из Google автоматизировали разработку моделей машинного обучения с помощью обучения с подкреплением. AutoML действует как управляющая нейросеть, которая разрабатывает дочернюю нейросеть для специализированной задачи. Для этой дочерней сети (которую исследователи назвали NASNet) в задачу входило распознавание объектов — людей, машин, светофоров, багажа и т. д. — на видео в реальном времени. При этом AutoML оценивает работу NASNеt и использует эту информацию для улучшения дочерней сети; этот процесс повторяется тысячи раз. Когда инженеры протестировали NASNet на наборах изображений ImageNet и COCO, она превзошла все существующие системы компьютерного зрения. Согласно исследователям из Google, NASNet успешно предугадывала изображения в контрольной выборке ImageNet в 82,7% случаев. Это на 1,2% лучше, чем прошлый рекорд. При этом система также оказалась на 4% эффективней, с 43,1% средней точности (mAP). Кроме того, менее затратная версия NASNet превзошла лучшие схожие модели для мобильных платформ на 3,1%. Существует множество возможных вариантов применения AutoML и NASNet. Точные, эффективные алгоритмы компьютерного зрения могут быть использованы для создания сложных ИИ-роботов или, например, для помощи слабовидящим людям. Такие алгоритмы могут также помочь в совершенствовании технологий автономного вождения: чем быстрее беспилотный автомобиль распознает объекты на своем пути, тем быстрее он реагирует. При этом, конечно, возникают этические вопросы, связанные с опасениями по поводу ИИ: что, если AutoML будет создавать системы с такой скоростью, что общество просто за ними не поспеет? Впрочем, многие крупные компании стараются учитывать проблемы безопасности ИИ. Например, Amazon, Facebook, Apple и некоторые другие корпорации являются членами Партнерства по развитию ИИ (Partnership on AI to Benefit People and Society). Институт инженеров и электротехники (IEE) же предложил этические стандарты для ИИ, а DeepMind, например, анонсировал создание группы, которая будет заниматься моральными и этическими вопросами, связанными с применениями искусственного интеллекта.
Существующие похожие прогнозы
Когда-нибудь
прогноз сбудется
Техника и наука
Своим мнением на этот счет поделился создатель HoloLens - сотрудник корпорации Microsoft Алекс Кипман. Он считает, будущее - за устройствами дополненной реальности (AR)
Когда-нибудь
прогноз сбудется
Техника и наука
Исследователи пришли к выводу, что схема биплана позволит существенно уменьшить лобовое сопротивление самолета при сохранении большого внутреннего объема
Не позднее
20 февраля 2025
прогноз сбудется
Техника и наука
Электромобили могут победить по чисто экономическим соображениям, но Норвегия, как и ряд других стран, поддерживает этот переход с помощью законов и льгот.
Примерно
29 сентября 2021
прогноз сбудется
Техника и наука
До сих пор у NASA не было надежной системы для наблюдения за астероидами.
Примерно
20 декабря 2019
прогноз сбудется
Техника и наука
За счет высокоинтенсивного светового излучения оружие будет способно временно ослепить противника и создать условия для его нейтрализации. Технология уже используется на кораблях ВМФ...
Когда-нибудь
прогноз сбудется
Техника и наука
Представленный проект десятикилометрового подводного скоростного туннеля предполагает возможность добраться с материка до Тайваня всего за 13 минут
Примерно
31 июля 2023
прогноз сбудется
Техника и наука
Зарубежные СМИ сообщают о том, что к 2023 году компания Bugatti может презентовать свой первый электромобиль. Не исключено, что в основе модели будет лежать платформа от Porsche Taycan.
Примерно
31 декабря 2026
прогноз сбудется
Техника и наука
В Лангонском медицинском центре обсуждался вопрос о строительстве человеческого генома из базовых оснований.
Примерно
31 декабря 2020
прогноз сбудется
Техника и наука
Как отмечается, он будет выпущен дочерней компанией GroundX, создавшей блокчейн Klaytn.
Не позднее
31 декабря 2023
прогноз сбудется
Техника и наука
ВВС США планируют, что искусственный интеллект «Скайборг» (Skyborg) станет управлять их беспилотными боевыми дронами в ближайшие два года...

Смотрите индивидуальную Ленту новостей, настроенную по вашим интересам

Настройте вашу ленту: подпишитесь на прогнозы и мнения авторов сайта, своих друзей, экспертов, СМИ или блогеров

Поиск будущих событий    Тенденции    Календарь    Завершенные прогнозы