聯(lián)系方式
東莞市拓木自動化設(shè)備有限公司
聯(lián)系人：王小姐
手 機：13556695861
電 話：0769-23380796
傳 真：0769-26384327
郵 箱：toprobot@yeah.net
網(wǎng) 址：www.dgtoprobot.com.cn
- 為什么“自動化AI系統(tǒng)”讓谷歌CEO如此興奮
桑達爾·皮查伊在谷歌年度開發(fā)人員大會上
【騰訊科技編者按】業(yè)界媒體《MIT科技評論》網(wǎng)站發(fā)表文章，介紹了谷歌AutoML項目的重要性。這種“自動化AI系統(tǒng)”可以幫助開發(fā)AI軟件，解決AI軟件設(shè)計中的一個棘手問題，加快計算機智能化的進程。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)，所以目前機器學習專家非常短缺。 谷歌的首席執(zhí)行官桑達爾·皮查伊（Sundar Pichai）說，要解決人才短缺的問題，一個辦法就是讓機器學習軟件來幫助開發(fā)機器學習軟件。
在今年的谷歌年度開發(fā)者大會上，皮查伊向大家介紹了一個名為AutoML的項目，它是該公司的人工智能研究團隊谷歌大腦（Google Brain）推出的。為特定的任務(wù)設(shè)計機器學習軟件有一些很棘手的部分，而該團隊表示，他們的學習算法可以把其中最棘手的部分之一進行自動化。在某些情況下，這個自動化系統(tǒng)提供的設(shè)計足以媲美人類專家的最佳作品。
“這是一個非常令人興奮的進步，” 皮查伊在一封電郵中表示 ，“它可以加速整個領(lǐng)域的發(fā)展，幫助我們解決當今面臨的一些最具挑戰(zhàn)性的問題。”
皮查伊希望AutoML項目可以擴大機器學習開發(fā)人員的數(shù)量，因為有了AutoML，開發(fā)人員不需要掌握那么多的專業(yè)知識，也能夠利用機器學習的威力了。谷歌本來就打算把公司的云計算服務(wù)定位為建立和托管機器學習的最佳場所，所以推出AutoML很符合這個方針。該公司正在努力吸引企業(yè)云計算市場的新客戶，目前它在這個領(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“深度學習”的技術(shù)，谷歌和其他公司使用“深度學習”來強化語音和圖像識別、翻譯和機器人技術(shù)。
“深度學習”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。但要做到這一點并不容易。 谷歌AutoML項目的機器學習研究員Quoc Le說：“我們是通過直覺來選擇構(gòu)架的。”
上個月，Quoc Le和同事Barret Zoph向大家介紹了一個實驗的結(jié)果。在這個實驗中，他們讓機器學習系統(tǒng)找出一個最佳架構(gòu)，來讓軟件學習如何解決語言和圖像識別任務(wù)。
在涉及圖像的任務(wù)上，這個系統(tǒng)可以媲美人類專家設(shè)計的最佳架構(gòu)。而在涉及語言任務(wù)上，這個系統(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。”
學會“更好地學習”的軟件， 這個概念并不新鮮。但是就像人工智能領(lǐng)域的很多概念一樣，深度學習的力量為新的進步開啟了大門。谷歌另一個AI研究部門DeepMind以及馬斯克（Elon Musk）創(chuàng)辦的非營利組織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？聽到這個問題，Quoc Le和Zoph都笑了起來。就目前來說，這項技術(shù)太昂貴了，無法廣泛使用——兩人的那個實驗使用了800個強大的圖形處理器，運轉(zhuǎn)了幾個星期，搞得電費飆升。這種研究屬于投石問路的性質(zhì)，沒有幾家公司能夠負擔得起。
但谷歌有這個資源，現(xiàn)在該公司擴大了的AutoML項目團隊規(guī)模，其任務(wù)包括減少項目的資源密集程度。Quoc Le認為這可能會有助于提高視頻或語音識別的準確度，甚至可能會在一個更加棘手的問題上取得進步：讓軟件在沒有人類明確指導(dǎo)的情況下進行學習。（翻譯/云開）
