Gadgetshowto
Nous sommes peut-être loin de la singularité, mais l'apprentissage automatique progresse à un rythme si rapide que le système AutoML de Google aurait récemment produit des codes avec meilleure efficacité que celles réalisées par les chercheurs qui a créé le système au départ. Ironiquement, la technologie a été développée à l'origine pour contrer la pénurie de développeurs de haute qualité spécialisés dans le domaine de l'IA. C'était censé créer du code d'auto-apprentissage et exécuter des simulations pour déterminer quels domaines spécifiques peuvent être améliorés. Il est difficile de savoir à quoi s'attendaient exactement les chercheurs lorsqu'ils ont lancé le projet, mais il s'avère que les machines sont maintenant en train de sortir. meilleur code à un rythme plus rapide que les meilleurs programmeurs humains de la planète.
Si cela ne suffisait pas pour que les détracteurs sonnent à nouveau l'alarme à propos de l'IA, le système a également apparemment s'est amélioré dans le codage de systèmes d'IA auto-apprenants que les chercheurs qui l'ont fait. Selon les rapports, la technologie est déjà affichant de meilleurs niveaux de précision que les humains dans diverses tâches basées sur l'IA. Le logiciel codé par le système AutoML aurait atteint une précision de 42% dans certaines des tâches les plus complexes, contre 39% pour le logiciel codé par des humains. Cette tâche particulière impliquait apparemment des éléments qui font partie intégrante des robots autonomes et de la réalité augmentée: marquer l'emplacement de plusieurs objets dans une image.
Il reste à voir si les sceptiques de l'IA comme les explosions d'Elon Musk contre l'apprentissage automatique se révèlent être des grondements alarmistes d'un homme paranoïaque loin des réalités technologiques ou des avertissements précis d'un visionnaire sur une technologie dangereuse qui n'a pas été étouffée dans l'œuf. quand il était encore temps de faire quelque chose. Mais avant que quiconque ne commence à chercher le chapeau en aluminium, il serait important de voir comment ces démonstrations de preuve de concept se traduisent en applications pratiques. Ce serait le grand test pour AutoML et en cas de succès, la technologie pourrait bien avoir un impact bien au-delà des limites de l'industrie technologique.
