上周，谷歌在I/O大会上宣布了人工智能方面的一项严重打破。他们揭晓了一种新的“机器学习”方式——用神经网络打造更好的神经网络，即教AI自学成才。这些人造神经网络可以模拟人类大脑的学习方式。这项新技术被命名为AutoML，它可以使神经网络开展得更强大、更高效、运用更便利。
他们的思绪如下：首先，选择一些备选神经网络，视它们为神经网络婴儿；其次，用一个神经网络去迭代它们，直至得到最佳神经网络。这个过程被称为“强化学习”，即计算机能够将试错与某种奖励联络起来，就好比教一只狗学习新花招。这个过程需求大量计算才能，但谷歌硬件曾经可以做到让一个神经网络去剖析另一个神经网络。
通常，神经网络需求一支科学家及工程师团队消耗大量时间停止开发。但有了AutoML之后，简直任何人都能够打造AI系统，去处置任何所需任务。他们希望AutoML可以具有连博士生都难以具备的才能，在三五年内让成千上万名开发者依据本身需求设计新的神经网络。
所谓“机器学习”，即计算机依据样本数据自行做决议。这是开发人工智能的一种方式，其中触及两个主要步骤：锻炼和推论。举个例子，在锻炼过程中，计算机可能要阅读数千张猫狗图片，学习每种动物的像素兼并类型；然后，系统运用所学内容自行作出有依据的揣测。将上述例子中的猫狗交换成神经网络，大致就是AutoML的运转方式——不是辨认动物，而是辨认哪种系统最聪明。
就目前结果看来，在辨认处理问题的最佳方式上，AutoML可能以至比人类专家更凶猛。将来，这或许可以大大降低AI系统开发过程的工作量，由于它们在一定水平上可以完成自我开发。
谷歌表示，AutoML仍旧处于初期阶段，但人工智能、机器学习、深度学习都正设法进军我们日常运用的APP中。往常，计算机以至比人类更擅长辨认照片中的东西。谷歌行将推出一款APP，可以经过摄像头停止内容辨认，比方一朵花或街边店铺。这种超强的深度学习算法也正逐步进入安康范畴。往常，图像处置系统可以辨认癌症迹象，准确度以至比专家更高。
AutoML出炉后，人工智能平台应该可以更快速地提升智能。谷歌的科研专家以为，它能够促成新的神经网络类型，让非专家也可以依据本身需求树立神经网络，机器学习将对每个人具有更深远的影响。
评论0