El Principio del fin ???

Inteligencia artificial de Google ha creado su propia IA y supera a la producida por el hombre

El algoritmo NASNet ha conseguido identificar hasta el 82,7% de los objetos presentes en vídeos y fotografías.

El algoritmo de Google denominado «NASNet» ha logrado identificar y reconocer objetos en fotografías y vídeos. Lo más resaltante de este software —que ha superado las expectativas, identificando hasta el 82,7% de los elementos presentes en las imágenes, lo que supone una mejora del 1,2% frente a sus análogos— es que ha sido creado por la inteligencia artificial de Google, un código informático llamado AutoML, según se informa en su blog.

Los expertos creen que NASNet supera a cualquier algoritmo conocido en este ámbito. Además, es un 4% más eficiente que sus predecesores, ya que requiere de menos recursos para funcionar. Para capacitar a este algoritmo, Google ha utilizado las más de 60.000 instantáneas de sus varios bancos de imágenes, como CIFAR-10, Penn Treebank e ImageNet.

AutoML es un «software» que no solo crea otros algoritmos, sino que se mejora a sí mismo aprendiendo cada vez algo nuevo y optimizando su propia estructura. Este proceso se repite miles de veces y consiste en crear «nuevas arquitecturas, probarlas y darle retroalimentación a AutoML para que aprenda de ellas».Uno de los objetivos que busca lograr Google con AutoML es hacer la creación de programas de inteligencia artificial más accesibles para las empresas, ya que este proceso, ya de por sí laborioso, requiere de los programadores un altísimo nivel de competencia. Por su parte, NASNet podría ser utilizada en coches inteligentes y en sistemas de vigilancia automáticos.

Según los investigadores comentan en su blog:

Sospechamos que las características de la imagen aprendidas por NASNet pueden reutilizarse para muchas aplicaciones de visión por computadora. Por lo tanto, NASNet podría ser aplicada para inferencia en la clasificación de imágenes y para la detección de objetos. Esperamos que la comunidad más grande de aprendizaje automático pueda basarse en estos modelos para abordar multitud de problemas de visión artificial que aún no hemos imaginado.”