En mai de cette année, nous avons écrit sur le projet AutoML, la technologie d'intelligence artificielle (IA) de Google conçue spécifiquement pour créer d'autres IA. Maintenant, Google a annoncé que son AutoML a surpassé les développeurs d'IA et est capable de créer à lui seul un logiciel d'apprentissage automatique plus efficace et plus puissant que les meilleurs exemples de systèmes similaires développés par des humains.
AutoML a récemment établi un record pour l'efficacité et la vitesse du catalogage d'images dans les conditions spécifiées, avec une efficacité de 82%. Et bien que cette tâche elle-même se soit avérée relativement simple pour le système, AutoML a également été en mesure de surpasser les systèmes automatisés et les systèmes spéciaux de réalité augmentée dans une tâche plus complexe: déterminer l'emplacement de plusieurs objets dans une image. Dans ce test, AutoML a effectué 43% du temps, tandis que les systèmes artificiels ont effectué 39%.
Les résultats sont impressionnants car même dans une entreprise géante comme Google, seules quelques personnes ont l'expérience nécessaire pour diriger le développement de systèmes d'IA de ce niveau. L'automatisation de ce domaine nécessite un très large éventail de compétences, mais une fois le résultat atteint, cela pourrait complètement changer l'industrie, selon Google.
«Aujourd'hui, seuls quelques milliers de spécialistes de l'apprentissage automatique dans le monde peuvent créer de tels logiciels. Mais nous voulons nous assurer que des centaines de milliers d'autres développeurs puissent également y participer », - Le magazine Wired cite les propos du PDG de Google Sundar Pichai.
Une grande partie du méta-apprentissage concerne l'imitation des réseaux neuronaux du cerveau humain, ainsi que la nécessité d'exécuter d'énormes quantités de données différentes à travers ces réseaux. Bien sûr, la tâche la plus difficile est précisément de savoir comment imiter la structure du cerveau et lui faire résoudre des problèmes plus complexes.
Aujourd'hui, les réseaux de neurones existants sont encore plus faciles à moderniser ou à personnaliser pour des tâches spécifiques que d'en développer de nouveaux à partir de zéro. Cependant, des recherches comme celle dont nous parlons suggèrent que ce n'est que temporaire.
Comme il sera plus facile pour la nouvelle IA de créer des systèmes de plus en plus complexes conçus pour effectuer des tâches que les humains ne sont tout simplement pas en mesure d'effectuer, il est très important que les humains restent le lien clé, sans lequel ces systèmes ne peuvent tout simplement pas fonctionner. Une véritable IA à part entière peut facilement utiliser une interprétation biaisée dans certaines questions, par exemple, en stéréotypant le parallèle entre les caractéristiques éthiques et de genre. Cependant, si les ingénieurs consacrent plus de temps à résoudre ce problème potentiel maintenant, sans tout laisser pour plus tard, ils auront moins de chances de se produire à l'avenir.
En général, Google essaie de perfectionner AutoML afin que les développeurs puissent l'utiliser pour résoudre des problèmes dans le monde réel. S'ils réussissent, alors l'effet de l'utilisation d'AutoML peut affecter bien au-delà des murs de l'entreprise elle-même.
Vidéo promotionelle:
"Nous voulons le démocratiser", a déclaré Pichai, cité par le magazine Wired.
Nikolay Khizhnyak