Google разработает более эффективный способ обучения ИИ


1 000
Примерно
1 августа 2019
прогноз сбудется
Компания Google объявила об очередном большом шаге в разработке искусственного интеллекта, рассказав о новом подходе к машинному обучению

Сводная информация по прогнозу Редактировать сводную информацию

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.

 

4 декабря 2017
4teller(85)%
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
Новая технология позволяет сделать умные стекла автономными. Беспроводные “умные” покрытия можно наклеивать с внутренней стороны на стекла в доме или квартире.
(+4)
(+2)
Когда-нибудь
прогноз сбудется
Техника и наука
Исследователям из Университета Манчестера удалось создать простое, портативное, а главное очень точное устройство для выявления ядовитого алкоголя
Примерно
17 апреля 2028
прогноз сбудется
Техника и наука
Один из основателей Apple Стив Возняк заявил, что блокчейн-платформа Ethereum может повторить успех его бывшей компании
Примерно
1 декабря 2019
прогноз сбудется
Техника и наука
Повысить безопасность аккаунтов интернет-пользоватлей позволят считывающие устройства в смартфонах или устройствах виртуальной реальности, например, Oculus VR...
Примерно
3 декабря 2018
прогноз сбудется
Техника и наука
Запас хода автомобиля составляет более 500 км. Специальное зарядное устройство позволяет на 80% пополнить заряд батарей за 90 минут. Мощность электрокара составит 400 л.с.
(+2)
(+5)
Когда-нибудь
прогноз сбудется
Техника и наука
На минувшей выставке компания продемонстрировала публике прототип прозрачного телевизора с OLED-матрицей
Примерно
28 декабря 2022
прогноз сбудется
Техника и наука
Предполагается, что отклонение от точки приземления будет не более 100 м, что является очень высокой точностью для подобных задач.
Примерно
7 июня 2020
прогноз сбудется
Техника и наука
Mercedes-Benz начал тесты систем беспилотного управления 3 уровня, которые позволят выходить из критических ситуаций на дорогах, однако все равно требуют участия водителя
Примерно
30 декабря 2018
прогноз сбудется
Техника и наука
Ростех сообщает о начале реализации проекта «Электо», в рамках которого оборудует федеральные трассы «Дон» и «Кавказ» станциями «Микрон молния»
(+2)
(+1)
Примерно
27 декабря 2020
прогноз сбудется
Техника и наука
Оба агентства собираются объединить свои ресурсы и осуществить совместную космическую миссию. Цель проекта JEM – Европа, один из спутников Юпитера.

Политика:    2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

Технологии:    2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

Экономика:      2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

Общество:      2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

Медицина:        2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

 

С помощью поиска можно найти прогнозы по любым темам