Googles AutoML hat einen Meilenstein erreicht: Sie hat autonom eine hochperformante KI namens NASNet geschaffen, die in Bilderkennungsaufgaben alle von Menschen entwickelten Modelle übertrifft. Dieser Durchbruch markiert einen Wendepunkt in der KI-Forschung.
AutoML nutzt Reinforcement Learning, um neuronale Netzwerke automatisch zu optimieren. Dabei bewertet sie die Leistung ihres "Kindes" NASNet bei der Echtzeit-Objekterkennung in Videos und verbessert iterativ die Algorithmen – ein vollautomatisierter Prozess.
Weiterlesen: Einer KI beim Erstellen von Fälschungen zusehen – Berühmtheitsgesichter sind Alptraumtreibstoff
Bei Tests mit den renommierten Datensätzen ImageNet und COCO – zwei der maßgeblichen Benchmarks in der Computer Vision – überzeugte NASNet: Sie erreichte 82,7 % Genauigkeit auf dem ImageNet-Validierungsset, 1,2 Prozentpunkte besser als die Konkurrenz. Zudem ist sie 4 % effizienter, mit einer mAP von 43,1 % auf COCO. Eine abgespeckte Version übertrifft mobile Systeme um 3,1 %.
NASNet birgt kein apokalyptisches Potenzial, ebnet aber den Weg zu fortschrittlicheren KI-Systemen für autonome Fahrzeuge oder smarte Fabriken. Selbstlernende KIs könnten zukünftig Routineaufgaben in der Entwicklung übernehmen.
Siehe auch: Der erste Android der Welt, Sophia, möchte eine Familie gründen. Google AI könnte Ihren nächsten Arzttermin transkribieren. Die KI, die eine Schildkröte mit einer Waffe verwechselte.
"Wir hoffen, dass die Community auf diesen Modellen aufbaut, um unvorhergesehene Computer-Vision-Probleme zu lösen", hieß es im Google-Blog.
Fortschritte wie diese werfen Fragen auf: Könnten Vorurteile in Trainingsdaten – wie beim Microsoft-Tay-Fall – auf Folgegenerationen übertragen werden? Regulierungsinitiativen, unterstützt von Experten wie Elon Musk und Stephen Hawking sowie Tech-Giganten, zielen darauf ab, ethische Standards zu wahren und gesellschaftliche Risiken zu minimieren.