En
el pasado, Google ha lanzado notables proyectos basados en inteligencia artificial, ya sea AlphaGo, que ha vencido a campeones mundiales de juegos de
mesa o Google
Duplex, que es un sistema completamente automatizado que realiza llamadas
como seres humanos.
En el 2019, investigadores de Google Brain desarrollaron un sistema
de inteligencia artificial (IA) que
creó su propia hija. Además, la IA original entrenó su creación
a un nivel tan alto que supera
a cualquier otro sistema de IA construido por humanos.
Inteligencia artificial padre AutoML
Este
sistema se llama AutoML, una inteligencia
artificial (IA) que es capaz de generar
sus propias IA. Los ingenieros explican que el objetivo de AutoML es facilitar
y automatizar el proceso de diseño de modelos de aprendizaje automático.
“Nuestro enfoque puede diseñar modelos que alcancen precisiones a la par con los modelos de vanguardia diseñados por expertos en aprendizaje automático (¡incluyendo algunos de nuestro propio equipo!)”, afirman en su publicación. Incluso agregan las IA hijas tienen ciertas características de diseño que parecen no ser de ninguna utilidad clara para sus propios investigadores.
Googles
automatizó el diseño de modelos de aprendizaje automático utilizando el
aprendizaje por refuerzo. La máquina aprende a hacerlo a través de
algoritmos evolutivos y algoritmos de aprendizaje de refuerzo.
El
AutoML actúa como una red neuronal controladora que quizás podamos llamar al
padre que desarrolla una red de IA hija para una tarea específica. Se le
da una tarea particular al hijo y la retroalimentación se le da al padre.
Esta
información se usa para decirle al controlador cómo mejorar sus propuestas para
la próxima ronda. El proceso se repite miles de veces, generando nuevas
arquitecturas, probándolas y enviando los comentarios al controlador para
aprender.
Inteligencia artificial hija NASNet
La hija
creada por IA se llama NASNet, Google la diseñó, como un sistema que puede
hacer detección de objetos que incluye
personas, automóviles, semáforos, bolsos, mochilas, entre
otros, en un video en tiempo real.
Luego,
NASNet se pone a prueba en la clasificación de imágenes de ImageNet y en los
conjuntos de datos de detección de objetos COCO, que los investigadores de
Google denominan "dos de los conjuntos de datos académicos a gran escala
más respetados en visión informática".
NASNet superó a todos los demás sistemas de visión artificial en esta prueba. Finalmente, NASNet tuvo una precisión del 82.7 por ciento para predecir las imágenes correctamente.
Esto
es 1.2 por ciento mejor que cualquier resultado publicado anteriormente, y el
sistema también es 4 por ciento más eficiente, con un 43.1 por ciento de
precisión media (mAP).
Además,
una versión de NASNet menos exigente computacional superó a los modelos de
tamaño similar para plataformas móviles en un 3.1 por ciento.
Usos de esta inteligencia artificial
Los
investigadores de Google reconocen que NASNet podría ser útil para muchas
aplicaciones y tener una IA de código abierto para inferir sobre la
clasificación de imágenes y la detección de objetos es genial.
“Esperamos que la comunidad de aprendizaje automático más grande pueda basarse en estos modelos para analizar multitud de problemas de visión por computadora que aún no hemos imaginado”, dijeron los investigadores a cargo de NASNet y que pueda usarse para aplicaciones de visión por computadora.”
Si
bien hay muchos usos posibles de AutoML
y NASNet, también hay problemas éticos relacionados con la IA.
Por
ejemplo, qué sucede si AutoML crea sistemas de IA a una velocidad tal que la
sociedad simplemente no puede mantenerse al día con ellos o qué pasa si el
padre de la IA pasa los prejuicios no deseados a su hijo.
Para
mantener todo esto bajo control humano, es muy importante llevar a cabo regulaciones más estrictas y estándares éticos mejorados para evitar el uso de la IA confines maliciosos.
¿Qué
te parece este novedoso y peligroso avance de inteligencia artificial?
Fuente:
Techgrabyte