Gadgetshowto
Vi er kanskje langt fra singularitet, men maskinlæring går så raskt at Googles AutoML-system antas å ha produsert koder med bedre effektivitet enn forskerne har laget som opprettet systemet til å begynne med. Ironisk nok ble teknologien opprinnelig utviklet for å motvirke mangel på utviklere av høy kvalitet som spesialiserer seg innen AI. Det var ment å lage selvlæringskode og kjøre simuleringer for å bestemme hvilke spesifikke områder som kan forbedres. Det er vanskelig å vite hva forskerne forventet akkurat da de startet prosjektet, men det viser seg at maskinene nå kaster ut bedre kode raskere enn de beste menneskelige programmererne på planeten.
Hvis det ikke var nok fôr til at motstandere nok en gang kunne slå alarmklokkene om AI, har systemet tilsynelatende også blitt bedre til å kode selvlærende AI-systemer enn forskerne som laget det. Ifølge rapporter er teknologien allerede viser bedre nøyaktighetsnivåer enn mennesker i ulike AI-baserte oppgaver. Programvaren kodet av AutoML-systemet nådde angivelig 42% nøyaktighet i noen av de mest komplekse oppgavene sammenlignet med 39% for programvaren kodet av mennesker. Denne spesielle oppgaven involverte tilsynelatende ting som er integrert i autonome roboter og utvidet virkelighet: å markere plasseringen av flere objekter i et bilde.
Det gjenstår å se om AI-skeptikere som Elon Musks utbrudd mot maskinlæring viser seg å være alarmistiske rumling av en paranoid mann langt borte fra teknologiske realiteter eller spot-on advarsler fra en visjonær om en farlig teknologi som ikke ble nippet i knoppen. når det fremdeles var tid til å gjøre noe med det. Men før noen begynner å strekke seg etter tinnfoliehatten, ville det være viktig å se hvordan disse proof-of-concept-demoene oversettes til praktiske anvendelser. Det ville være den store testen for AutoML, og hvis det lykkes, kan teknologien ha innvirkning langt utenfor teknologibransjens rammer.
