Kita mungkin jauh dari singularitas, tetapi pembelajaran mesin berkembang dengan sangat cepat sehingga sistem AutoML Google diyakini baru-baru ini menghasilkan kode dengan efisiensi yang lebih baik daripada yang dibuat oleh para peneliti yang menciptakan sistem tersebut sejak awal. Ironisnya, teknologi tersebut awalnya dikembangkan untuk mengatasi kelangkaan pengembang berkualitas tinggi yang berspesialisasi dalam bidang AI. Itu seharusnya membuat kode belajar mandiri dan menjalankan simulasi untuk menentukan area spesifik mana yang dapat diperbaiki. Sulit untuk mengetahui apa sebenarnya yang diharapkan para peneliti ketika mereka memulai proyek, tetapi ternyata, mesin sekarang menghasilkan kode yang lebih baik dengan kecepatan lebih cepat daripada pemrogram manusia terbaik di planet ini.
Jika itu tidak cukup menjadi umpan bagi para pencela untuk sekali lagi membunyikan lonceng peringatan tentang AI, sistem tersebut juga tampaknya menjadi lebih baik dalam mengkodekan sistem AI belajar mandiri daripada para peneliti yang membuatnya. Menurut laporan, teknologi tersebut sudah menampilkan tingkat akurasi yang lebih baik daripada manusia dalam berbagai tugas berbasis AI. Perangkat lunak yang dikodekan oleh sistem AutoML dilaporkan mencapai akurasi 42% yang tinggi dalam beberapa tugas paling rumit dibandingkan dengan 39% untuk perangkat lunak yang dikodekan oleh manusia. Tugas khusus ini tampaknya melibatkan hal-hal yang tidak terpisahkan dari robot otonom dan augmented reality: menandai lokasi beberapa objek dalam sebuah gambar.
Masih harus dilihat apakah skeptis AI seperti ledakan Elon Musk terhadap pembelajaran mesin berubah menjadi gemuruh alarmis dari seorang pria paranoid yang jauh dari realitas teknologi atau peringatan langsung dari seorang visioner tentang teknologi berbahaya yang tidak menggigit sejak awal. ketika masih ada waktu untuk melakukan sesuatu tentang hal itu. Tetapi sebelum siapa pun mulai meraih topi kertas timah, penting untuk melihat bagaimana demo proof-of-concept ini diterjemahkan ke dalam aplikasi praktis. Itu akan menjadi ujian besar bagi AutoML dan jika berhasil, teknologi tersebut mungkin akan berdampak jauh melampaui batasan industri teknologi.