Horizontal_and_Vertical_Dependencies_in_Images

Според многу од светските научници и футуролози генералната вештачка интелигенција (ВИ) е на повидок и треба да се „случи“ некаде кон средината на овој век, а дека за кратко време ќе го надмине интелектуалниот капацитет на целото човештво. Некои од нив предупредуваат на катастрофалните последици кои би можеле да настанат по целото човештво ако не преземеме чекори за управување со идната ВИ и осигурување дека ќе остане пријателска кон луѓето. Ова доаѓа од едноставниот факт дека не можеме да очекуваме осигуран пријателски однос од нејзина страна гледајќи како ние се однесуваме кон другиот инфериорен жив свет околу нас.

Па сепак, решението не е запирање на развитокот на истата. Решението е будно следење на развитокот и модифицирање на истиот за да биде поволен по нас. Под будно следење секако спаѓа информирање за најновите вести од таа област. Таква една вест доаѓа од Microsoft, чиј азиски тим објави студија во која се искажуваат резултатите на тестирањето на нивниот систем за длабоко учење.

Задачата била сортирање на слики од предмети во 1.000 категории. Тоа што е интересно е што системот за прв пат во историјата на ваквите системи остварил подобар резултат од луѓето. Системот имал процент на грешка 4,94%, а луѓето 5,1%. Ова значи дека овој систем за длабоко учење за прв пат е поспособен од човековата генерална интелигенција за сортирање на предмети.

Инаку системите за длабоко учење најчесто се базираат на симулација или емулација на неврални мрежи кои се „хранат“ со огромни количеста на податоци, од кои тие самите после тоа вадат заклучок. Кога се работи за симулација ова е изведено со помош на алгоритми кои работат информационо слично на човековите неврони и „учат“ од податоците кои им се доставуваат.

Сепак, научниците од тимот на Microsoft кажуваат дека не сметаат дека нивниот алгоритам е подобар од луѓе кога се работи за визуелно препознавање. Според нив, „Додека нашиот алгоритам даде супериорен резултат за овој конкретен збир на податоци, тоа не индицира дека машинското гледање е поспособно од човечкото гледање кога се работи за генерално препознавање на објекти. При препознавање основни категории на објекти (на пример, чести објекти или концепти во редовниот живот) како што е Pascal VOC задачата, машините се` уште имаат очигледни грешки во случаи кои се тривијални за луѓето. И покрај тоа, ние веруваме дека нашите резултати го покажуваат огромниот потенцијал на машинските алгоритми да постигнуваат резултати на човечко ниво при визуелно препознавање“.

Ваквите вести би требало да ги алармираат сите оние кои редовно го следат развитокот на ВИ. Овие резултати покажуваат дека можно е да се случи да достигнеме човекова или супериорна генерална ВИ пред што очекуваме, што може да не` фати неспремни и потенцијално да биде деструктивно за целото човештво.

Извор: VentureBeat

Претходна статијаВнатрешното јадро на Земјата е всушност поделено на две јадра
Следна статијаКакви прилагодувања ќе има Apple Watch преку апликацијата на iPhone