In de lente van dit jaar presenteerden Google Brain-ingenieurs AutoML-kunstmatige intelligentie die in staat is om zijn eigen unieke AI te creëren zonder menselijke tussenkomst. Nog niet zo lang geleden werd bekend dat AutoML de eerste was die het NASNet computer vision-systeem creëerde, aanzienlijk beter dan alle analogen die door de mens zijn gemaakt. Dit op AI gebaseerde systeem kan een serieuze hulp worden bij de ontwikkeling van bijvoorbeeld zelfrijdende auto's, maar ook in robotica, waardoor je de visie van robots naar een heel nieuw niveau kunt tillen.
AutoML ontwikkelt zich volgens het zogenaamde reinforcement leersysteem. In feite is het een neuraal controlenetwerk dat onafhankelijk volledig nieuwe neurale netwerken ontwikkelt voor alle gespecialiseerde taken. In dit geval was het belangrijkste doel van AutoML om een systeem te creëren voor de meest nauwkeurige herkenning van objecten op video in realtime. AI heeft onafhankelijk een nieuw neuraal netwerk getraind, de fouten ervan opgespoord en zijn werk aangepast. Het leerproces werd vele duizenden keren herhaald totdat het systeem operationeel werd. Bovendien overtrof het alle bestaande vergelijkbare neurale netwerken die door mensen zijn gemaakt en getraind.
Volgens de officiële verklaring van Google is de herkenningsnauwkeurigheid van NASNet 82,7%. Dit is 1,2% beter dan het vorige record van september van dit jaar door experts uit Oxford en Momenta. Het neurale netwerk bleek ook 4% efficiënter te zijn dan analogen met een gemiddelde nauwkeurigheid van 43,1%. Een vereenvoudigde versie van NASNet aangepast voor mobiele platforms presteert beter dan vergelijkbare neurale netwerken met meer dan 3%. In de toekomst kan dit systeem worden gebruikt om zelfrijdende auto's te maken, want voor hen is computervisie ongelooflijk belangrijk. Ondertussen blijft AutoML nieuwe neurale netwerken creëren, en wie weet welke hoogten het in de nabije toekomst kan bereiken.
Sergey Gray
