Disamba 5, 2017

AI ɗin Google na Gina shi Ownan nasa ne na Betan AI wanda yafi Kowa Madean Adam

Harshen Artificial da Ilmantarwa Na'ura su ne kalmomin biyu mafi zafi a cikin masana'antu da yawa a cikin 'yan shekarun nan. Ci gaban fasaha na baya-bayan nan a cikin wannan yankin shine ci gaban AI wanda hakan ya haifar da AI mafi kyau fiye da kowane AI da ɗan adam yayi.

google-ai-ginannen-ai

A cikin Janairu 2017 Brain Google ya fara bunkasa AI software wanda zai iya gina ƙarin AIs. Daga baya a cikin watan Mayu na wannan shekara, masu binciken suka kirkiro AutoML, ilimin koyon aikin injiniya wanda ke iya ƙirƙirar nasa AI ta ƙarshe rage dogaro ga mutane. Kwanan nan kwanan nan, sun yanke shawarar jefa AutoML tare da babban ƙalubalen ta har zuwa yau, watau ƙirƙirar “yaro” wanda ya wuce duk takwarorinsa ɗan adam.

Googleungiyar Google Brain ta yi amfani da hanyar da ake kira ƙarfafa ilmantarwa don sanya fasalin ƙirar tsarin koyon na'ura. AutoML yana aiki azaman mai kula da hanyoyin sadarwar jijiyoyi wanda zai iya ƙirƙirar cibiyar sadarwar "yaro" don aiwatar da takamaiman aiki.

Ga wannan ɗayan yaron AI, wanda masu binciken suka kira NASNet, aikin sa shine gano abubuwa a cikin abincin bidiyo na ainihi, kamar mutane, motoci, fitilun hanya, jakunkuna, ko jakunkuna. Sannan za a kimanta aikin ta ta hanyar AutoML mai kula da layin yanar gizo sannan kuma a sake horar da yaron ta hanyar ba da amsa har sai ya haɓaka aikinta kuma ya kai ga ingantacciyar sigar NASNet.

Bayan wucewa ta hanyar ingantawa ba tare da iyaka ba, sai aka sanya NASNet don gwaji akan rarrabaccen hoto na ImageNet da kuma bayanan abubuwan gano abubuwa na COCO - duka biyun da aka sani da "ƙididdigar ƙididdigar manyan ilimin ilimi a cikin hangen nesa na kwamfuta". Kuma bisa ga sakamakon, NASNet ya fi duk sauran tsarin hangen nesa na kwamfuta.

google-ai-ginannen-ai

NASNet ta iya yin hasashen kashi 82.7% na hotunan da aka nuna akan sahihan ingancin ImageNet wanda ya fi kashi 1.2% sama da sakamakon da aka buga a baya, a cewar masu binciken. Hakanan, tsarin ya kasance da kashi 4 cikin ɗari mafi inganci, tare da kashi 43.1 bisa ɗari yana nufin Matsakaicin Matsakaici (mAP). Bugu da ƙari, ƙarancin buƙatar lissafi na NASNet ya ƙware da dandamali ta hannu ta hanyar 3.1%.

Masu binciken na Google sun kuma yarda cewa za a iya amfani da fasalin da aka inganta na NASNet don aikace-aikacen hangen nesa da kwamfuta da yawa. Hakanan, suna da NASNet mai buɗewa don amfani akan rabe-raben hoto da kuma gano abu a cikin wuraren Slim da Abun Gano TensorFlow.

"Muna fatan cewa ya fi girma inji koyo jama'a za su iya yin gini a kan wadannan tsarin don magance dumbin matsalolin hangen na’urar komputa da ba mu yi zato ba tukuna, ”in ji masu binciken a cikin sakon da suka wallafa.

Komai amfanin NASNet da AutoML wataƙila, ba mu sani ba idan jama'a za su iya ci gaba da tsarin da AutoML ke ƙirƙirawa. Don kiyaye abu a ƙarƙashin sarrafawa, yana da matukar mahimmanci aiwatar da ƙa'idodi masu ƙarfi da haɓaka ƙa'idodin ɗabi'a don hana amfani da AI don dalilai marasa kyau. Kuma gwamnatoci da kamfanoni daban-daban suna mai da hankali kan ƙirƙirar tasirin ɗabi'a da ɗabi'a na AI.

Game da marubucin 

Megan


{"email": "Adireshin imel ba daidai ba ne", "url": "Adireshin gidan yanar gizo ba shi da inganci", "required": "Filin da ake buƙata ya ɓace"}