Sztuczna inteligencja tworzy sztuczną inteligencję… i to lepiej od ludzi

Sztuczna inteligencja (SI) zdolna do generowania własnej, zdolniejszej i szybszej sztucznej inteligencji – to brzmi jak scenariusz z hollywoodzkiego horroru. A jednak to rzeczywistość. NASNet to „dziecko” algorytmu – AutoML opracowanego przez specjalistów z Google Brain. Powstało bez udziału człowieka i jest mistrzem w rozpoznawaniu obiektów na nagraniach wideo.

W maju tego roku naukowcy z Google Brain poinformowali o stworzeniu AutoML (Auto Machine Learning), sztucznej inteligencji, która jest w stanie się replikować. Teraz przedstawili światu najnowsze osiągnięcie AutoML. Okazuje się, że sztuczna inteligencja od Google „urodziła” inną sztuczną inteligencję, która przewyższa nie tylko ją samą, ale też wszystkie stworzone przez człowieka odpowiedniki.

Opracowany przez AutoML system wizyjny deklasuje najnowocześniejsze rozwiązania tego typu stworzone przez ludzi. Algorytm NASNet rozpoznaje obiekty na obrazie wideo z 82,7 procentową dokładnością. To wynik o 1,2 proc. lepszy od innych podobnych programów. Potrafi precyzyjnie wskazań na nagraniu ludzi, samochody, światła uliczne, torebki damskie, plecaki, sprzęt sportowy itp. – i to w czasie rzeczywistym.

Uczenie maszynowe, zastosowane także w NASNet, zapewnia systemom sztucznej inteligencji zdolność wykonywania określonych zadań. Sama koncepcja za tym stojąca jest dość prosta. Algorytm doskonali sam siebie przy pomocy zgromadzonych danych i nabywa na tej podstawie nową wiedzę.

W przypadku NASNet badacze z Google zastosowali metodę tzw. wzmocnionego uczenia się. Polega to na kontroli „dziecka” przez nadrzędną sieć neuronową – „rodzica”. Tworzona SI otrzymuje gotowy model „rodzica” i pod jego nadzorem rozwija się w celu rozwiązania określonego zadania.

Ideą speców z Google Brain była automatyzacja tworzenia systemów sztucznej inteligencji. Efektem jest SI, która może tworzyć nowe, lepsze wersje samej siebie. W przypadku NASNet, dokładne i wydajne systemy rozpoznawania obiektów na nagraniach wideo w czasie rzeczywistym są pożądane ze względu na liczbę potencjalnych zastosowań.

NASNet może być użyty w systemach monitoringu miejskiego, na lotniskach czy dworcach. Może także pomagać osobom niewidomym. Technologia może być również z powodzeniem zastosowana w pojazdach autonomicznych. Im szybciej autonomiczny pojazd rozpozna obiekty na swojej drodze, tym szybciej może na nie zareagować, zwiększając w ten sposób bezpieczeństwo na drodze. Sami twórcy przyznają, że NASNet może okazać się przydatny dla szerokiej gamy aplikacji.

fot. Google

Ale to dopiero początek. Eksperci z Google Brain chcą się dzielić swoją wiedzą. – Mamy nadzieję, że społeczność zaangażowana w tworzenie systemów sztucznej inteligencji, bazując na naszych osiągnięciach, będzie mogła budować jeszcze lepsze algorytmy, aby rozwiązać problemy, których jeszcze sobie nawet nie wyobraziliśmy – napisali na blogu twórcy NASNet.

Pozostaje pytanie, czy tego typu sztuczna inteligencja nie stworzy w przyszłości czegoś, co może zagrozić człowiekowi, co będzie od niego doskonalsze lub za czym nie będą nadążały rozwiązania prawne. Nietrudno sobie wyobrazić wykorzystanie NASNet do inwigilacji społeczeństwa. Ale każdą technologię można wykorzystać do złych celów.

Z tego właśnie powodu powstają inicjatywy takie jak Partnership on AI to Benefit People and Society – które skupiają się na odpowiedzialnym rozwoju sztucznej inteligencji. Do wspomnianej inicjatywy przystąpili już giganci nowych technologii: Amazon, Facebook, Apple i wielu innych. Nad przepisami, które zapobiegają wykorzystywaniu sztucznej inteligencji do niebezpiecznych celów pracują też różne agencje rządowe wielu państw.

Dopóki ludzie utrzymają kontrolę nad ogólnym kierunkiem rozwoju sztucznej inteligencji, korzyści z jej istnienia powinny znacznie przewyższać potencjalne pułapki.

 

Źródło: Futurism, fot. Geralt/Pixabay