Google's Artificial Intelligence Builds Its Own AI 'Kid'

Google की आर्टिफिशियल इंटेलिजेंस अपनी खुद की ए 'बच्चे' बनाता है

ऐसा प्रतीत होता है कि उस समय की शुरुआत जिसमें मानव निर्मित ब्रेनशिप (एआई) चौखटे कंप्यूटरीकृत तर्क के विभिन्न ढांचे को इकट्ठा कर सकते हैं। देर से, टेक राक्षस Google के आर्टिफिशियल इंटेलिजेंस (एआई) ने अपनी ऐ (आर्टिफिशियल इंटेलिजेंस) के बच्चे का निर्माण किया है

Google की आर्टिफिशियल इंटेलिजेंस अपनी खुद की ए 'बच्चे' बनाता है

दिन आ गया है जब मशीनें अलग-अलग मशीन बनाती हैं। अधिक ठोस होने के लिए, यह उस समय की शुरूआत है जिसमें मानव निर्मित ब्रेनपावर चौखटे नकली चेतना के विभिन्न ढांचे का निर्माण कर सकते हैं। एक प्रक्षेपण ने एक पीसी दृष्टि ढांचे की योजना बनाकर तकनीकी राक्षस Google के ऑटोमल्टी उद्यम को एक वास्तविकता बना दिया है जो अब तक की सबसे सामने लाइन मॉडल को पार कर रहा है।

यह उसी वर्ष मई में था जब तकनीक के विशाल Google के मस्तिष्क विश्लेषकों ने इस गतिविधि के उत्पादन की सूचना दी, एक प्रोग्राम सीखने की गणना जो यह बताती है कि अन्य मशीन सीखने की गणना कैसे एकत्रित करें। अपेक्षा की जा रही थी कि कम्प्यूटरीकृत तर्क क्या करने के लिए तैयार किया गया था, मानव मानवता के बिना एक और मानव निर्मित ब्रेनशिप को बनाने के साथ, इन अग्रिमों को अधिक उल्लेखनीय रूप से पूरा करने के एक निश्चित बिंदु के साथ। उनको बनाने के लिए कई लोगों को सुसज्जित किया गया है, वे असाधारण वांछित हैं और तुलनीय उद्यम कई अलग-अलग क्षेत्रों और संगठनों को कम्प्यूटरीकृत तर्क लाने के लिए प्रोत्साहित करेंगे, काफी अधिक तेजी से। कुछ और, अधिक धीमी गति से एआई के लिए एक असाधारण खतरे का अनुमान लगाया जाएगा, विशेषज्ञों के अनुसार डेव हीनर, तकनीक के विशाल मायक्रोसॉफ्ट के काउंसलर इसकी समृद्धि का कुछ हिस्सा बताता है कि इसका उपयोग व्यापक है।

ऑटोमिल के लिए सबसे बड़ा परीक्षण: एआई बनाएँ

पिक्सेल 2 और पिक्सेल 2 एक्स्ट्रा लार्ज की शुरूआत के बीच गूगल ग्लोबल सीईओ सुंदर पिचाई ने ऑटोमैल के बारे में गर्व किया और आज यह संकेत दे सकता है कि इस आशाजनक गतिविधि को कैसे पूरा किया है।

फ़्यूचरिज़्म में स्पष्टीकरण के रूप में, वे सीखने की सहायता के नाम पर एक दृष्टिकोण का उपयोग करने वाले मशीन सीखने के मॉडलों की संगणकीकरण करके, विश्लेषकों ने इस नकली चेतना को नियंत्रकों के एक तंत्रिका तंत्र के रूप में जाने के लिए प्रभावित किया, जिससे, नकली नाबालिग अंतर्दृष्टि की एक और प्रणाली बनाता है। इसके बावजूद, एक रचना, जिसे नासनेट कहा जाता है, ने अपने प्रत्येक सहयोगी के लोगों द्वारा बेहतर प्रदर्शन किया है।

इसकी क्षमता रिकॉर्डिंग में प्रश्नों का अनुभव करना है, लगातार संवाद करना। इसे चित्रों में व्यक्तियों, ऑटो, बोरियां, ढक्कनों और विभिन्न घटकों को पहचानना चाहिए। ऑटोएमएल निष्पादन का मूल्यांकन करता है, और इन सूचनाओं के साथ, इस नकली चेतना को आसानी से प्रक्रिया में एक बहुत सारी परिस्थितियों को पुनः प्राप्त करके ख़त्म करता है एक महंगा उपक्रम, आम तौर पर लोगों द्वारा किया जाता है, हालांकि बुनियादी।

तकनीक के विशाल Google के विशेषज्ञों ने NASNet आईडी के परिणामों के बारे में सोचा "पीसी दृष्टि में सबसे अधिक माना जाने वाला पर्याप्त पैमाने के विद्वानों के सूचनात्मक संग्रहों में से दो", ImageNet चित्र ग्रुपिंग और कोको प्रश्न स्थान की जानकारी सूचकांक, और पाया, उन्होंने पाया कि बेहतर प्रदर्शन सभी अन्य पीसी दृष्टि व्यक्तियों द्वारा बनाई गई चौखटे

विशेष रूप से, ImageNet अनुमोदन सेट की अपेक्षा में यह 82.7% सटीक था, जिसका अर्थ है कि यह पहले से वितरित परिणाम के 1.2% से ऊपर है। इसी तरह, फ्रेमवर्क इसी तरह 4% अधिक 43.1% की सामान्य सटीकता के साथ उत्पादक है। इसी तरह, कम्प्यूटेशनल परिसंपत्तियों के परिप्रेक्ष्य से 3.1% की तुलना में पोर्टेबल चरणों के लिए एक तुलनीय आकार की सर्वोत्तम मॉडल का अनुरोध किया गया।

अग्रिम जो ऑटोमंल ला सकते हैं

जैसा कि हमने शुरूआत की ओर कहा, मानवनिर्मित ब्रह्म शक्ति की उपलब्धि का कुछ हिस्सा अपने विशाल और त्वरित निष्पादन में पाएगा। अधिक नियमित क्षेत्रों ने इन अग्रिमों के माध्यम से व्यवस्था की खोज की है और अधिक संगठन उनके उपयोग का उपयोग कर सकते हैं या उन्हें अत्यधिक मुसीबत के बिना बना सकते हैं, अधिक महत्वपूर्ण अग्रिम और ब्याज के अधिक महत्वपूर्ण अंक। एक ऐसी परिस्थिति जो अतिरिक्त रूप से समर्थन करती हैं, उस अग्रिम और उन वरीयताओं को विस्तारित करते हुए देखें

इन पंक्तियों के साथ, एक कम्प्यूटरीकृत तर्क, उदाहरण के लिए, ऑटोएमएल को तेजी से जमीन पर उतरने के लिए प्रवेश द्वार खोलने की क्षमता होगी। यह सर्वोत्तम संभव कर्मचारियों के बिना संगठनों को अनुमति देगा और उनके व्यवसाय को आगे बढ़ाने के लिए एक नवाचार करने के लिए सीखना होगा। इस तथ्य के बावजूद कि यदि कोई कदम नहीं उठाया गया है, तो कम्प्यूटरीकरण का मतलब यह हो सकता है कि 2030 तक 400 और 800 मिलियन विशेषज्ञों के पास अपने रोजगार के बिना छोड़ दिया जाएगा।