日韩AV黄色片,国内精品伊人久久久久777,亚洲欧美日韩精品国产91,国产欧美亚洲欧美另类在线

桑達(dá)爾·皮查伊在谷歌年度開發(fā)人員大會(huì)上

【騰訊科技編者按】業(yè)界媒體《MIT科技評(píng)論》網(wǎng)站發(fā)表文章，介紹了谷歌AutoML項(xiàng)目的重要性。這種“自動(dòng)化AI系統(tǒng)”可以幫助開發(fā)AI軟件，解決AI軟件設(shè)計(jì)中的一個(gè)棘手問題，加快計(jì)算機(jī)智能化的進(jìn)程。以下為原文內(nèi)容：

很多行業(yè)的公司都急切地想利用最新的人工智能技術(shù)，所以目前機(jī)器學(xué)習(xí)專家非常短缺。 谷歌的首席執(zhí)行官桑達(dá)爾·皮查伊（Sundar Pichai）說，要解決人才短缺的問題，一個(gè)辦法就是讓機(jī)器學(xué)習(xí)軟件來幫助開發(fā)機(jī)器學(xué)習(xí)軟件。

在今年的谷歌年度開發(fā)者大會(huì)上，皮查伊向大家介紹了一個(gè)名為AutoML的項(xiàng)目，它是該公司的人工智能研究團(tuán)隊(duì)谷歌大腦（Google Brain）推出的。為特定的任務(wù)設(shè)計(jì)機(jī)器學(xué)習(xí)軟件有一些很棘手的部分，而該團(tuán)隊(duì)表示，他們的學(xué)習(xí)算法可以把其中最棘手的部分之一進(jìn)行自動(dòng)化。在某些情況下，這個(gè)自動(dòng)化系統(tǒng)提供的設(shè)計(jì)足以媲美人類專家的最佳作品。

“這是一個(gè)非常令人興奮的進(jìn)步，” 皮查伊在一封電郵中表示 ，“它可以加速整個(gè)領(lǐng)域的發(fā)展，幫助我們解決當(dāng)今面臨的一些最具挑戰(zhàn)性的問題。”

皮查伊希望AutoML項(xiàng)目可以擴(kuò)大機(jī)器學(xué)習(xí)開發(fā)人員的數(shù)量，因?yàn)橛辛薃utoML，開發(fā)人員不需要掌握那么多的專業(yè)知識(shí)，也能夠利用機(jī)器學(xué)習(xí)的威力了。谷歌本來就打算把公司的云計(jì)算服務(wù)定位為建立和托管機(jī)器學(xué)習(xí)的最佳場(chǎng)所，所以推出AutoML很符合這個(gè)方針。該公司正在努力吸引企業(yè)云計(jì)算市場(chǎng)的新客戶，目前它在這個(gè)領(lǐng)域中落后于亞馬遜和微軟。

AutoML旨在讓大家可以比較輕松地使用一種名為“深度學(xué)習(xí)”的技術(shù)，谷歌和其他公司使用“深度學(xué)習(xí)”來強(qiáng)化語(yǔ)音和圖像識(shí)別、翻譯和機(jī)器人技術(shù)。

“深度學(xué)習(xí)”通過將數(shù)據(jù)傳播到人工神經(jīng)網(wǎng)絡(luò)中，來教導(dǎo)軟件變得聰明。人工神經(jīng)網(wǎng)絡(luò)由一些數(shù)學(xué)層組成，為其選擇正確的架構(gòu)非常關(guān)鍵。但要做到這一點(diǎn)并不容易。 谷歌AutoML項(xiàng)目的機(jī)器學(xué)習(xí)研究員Quoc Le說：“我們是通過直覺來選擇構(gòu)架的。”

上個(gè)月，Quoc Le和同事Barret Zoph向大家介紹了一個(gè)實(shí)驗(yàn)的結(jié)果。在這個(gè)實(shí)驗(yàn)中，他們讓機(jī)器學(xué)習(xí)系統(tǒng)找出一個(gè)最佳架構(gòu)，來讓軟件學(xué)習(xí)如何解決語(yǔ)言和圖像識(shí)別任務(wù)。

在涉及圖像的任務(wù)上，這個(gè)系統(tǒng)可以媲美人類專家設(shè)計(jì)的最佳架構(gòu)。而在涉及語(yǔ)言任務(wù)上，這個(gè)系統(tǒng)比人類專家還勝出一籌。

也許更重要的是，它提出了一種研究人員以前沒有考慮過的，但卻很適合這些任務(wù)的架構(gòu)。 “在某種意義上，它發(fā)現(xiàn)了我們不知道的東西，” Quoc Le說。 “這太驚人了。”

學(xué)會(huì)“更好地學(xué)習(xí)”的軟件， 這個(gè)概念并不新鮮。但是就像人工智能領(lǐng)域的很多概念一樣，深度學(xué)習(xí)的力量為新的進(jìn)步開啟了大門。谷歌另一個(gè)AI研究部門DeepMind以及馬斯克（Elon Musk）創(chuàng)辦的非營(yíng)利組織OpenAI都在探索相關(guān)的概念

他們的努力是否正在讓他們走向失業(yè)呢？聽到這個(gè)問題，Quoc Le和Zoph都笑了起來。就目前來說，這項(xiàng)技術(shù)太昂貴了，無法廣泛使用——兩人的那個(gè)實(shí)驗(yàn)使用了800個(gè)強(qiáng)大的圖形處理器，運(yùn)轉(zhuǎn)了幾個(gè)星期，搞得電費(fèi)飆升。這種研究屬于投石問路的性質(zhì)，沒有幾家公司能夠負(fù)擔(dān)得起。

但谷歌有這個(gè)資源，現(xiàn)在該公司擴(kuò)大了的AutoML項(xiàng)目團(tuán)隊(duì)規(guī)模，其任務(wù)包括減少項(xiàng)目的資源密集程度。Quoc Le認(rèn)為這可能會(huì)有助于提高視頻或語(yǔ)音識(shí)別的準(zhǔn)確度，甚至可能會(huì)在一個(gè)更加棘手的問題上取得進(jìn)步：讓軟件在沒有人類明確指導(dǎo)的情況下進(jìn)行學(xué)習(xí)。（翻譯/云開）