人工智能自己造了个人工智能?

#科技05:52281

众译鸣谢

原文字幕:祐子祐于2018.04.11制作完成

译文字幕:ABC于2018.04.23制作完成

审核过程:8

字幕详情

你现在观看的是冷流科技
冷流科技
大家好 欢迎再次收看ColdFusion视频栏目
如果你是本频道的常客
那么你可能已经知道
本频道之前介绍过近几年人工智能的重大突破
但今天的视频内容会有点与众不同
谷歌人工智能可以自产“子人工智能”
在人工智能领域 它的性能达到了前所未有的高度
虽然听起来很不可思议 但事实就是如此
本视频中 咱们就来一探究竟
这个受到热议的人工智能叫“自动化机器学习” 简称Auto ML
由“谷歌大脑”的研究人员研发
谷歌的CEO桑达尔·皮查伊说
谷歌的研究员用了强化学习
来创建人工智能的图像识别模型
我们一直致力于设计更好的机器学习模型
但目前要做到这一点要耗费大量的时间
它凝聚着许多工程师 科学家
还有机器专业博士的心血
对于成百上千的开发者来说
他们希望机器学习成为可能
所以在不使用神经网络的情况下
如何才能更好地设计神经网络呢?
我们将这种学习方法称为自动化机器学习
也就是学会学习
在一些标准任务方面我们已经迈向了最先进
我们在图像识别方面和Safari浏览器不分高下
每当我和团队待在一起
思考神经网络设计神经架构这个问题的时候
我都会想起一部最喜欢的电影《盗梦空间》
我告诉他们我们必须走得更深
所以自动化机器学习并不会苦哈哈地花几个小时去编码
进而去创建一个人工智能来完成某项特定的任务
因为它的学习过程是自动化的
谷歌团队曾说过这么一句话:
“在我们的方案中(指的是自动化机器学习)
控制器神经网络会生成子模型架构
之后会执行特定的任务来训练并评估子模型架构的优劣
然后会向控制器作出反馈
控制器会将此反馈作为下一次循环修改的参考
我们会把这个过程重复上千次——
设计新架构 测试新架构
向控制器作出反馈 控制器从中学习
举一个简单的例子
这个过程就像父母孕育孩子
然后通过测试 积累成败经验
来教孩子如何完成一项特定的任务
这个道理也适用于自动化机器学习
NASNet神经网络的角色就相当于这个孩子
NASNet是具有识别能力的人工智能
它可以识别人体 汽车 交通信号灯
还有实时录像中的大部分内容
你可能会说 听起来没啥大不了的
但你要明白这个自动人工智能最让人惊叹的地方在于
它能完败之前所有人工智能的机械视觉
NASNet的系统精确度达到了82.7%
比同类人工智能高1.2%
系统效率则提高了4%
人工智能自产“子人工智能”
这个子人工智能的性能好过人类创造的人工智能
而且还更有效率
谁强谁差一目了然
很明显 该人工智能可以应用于无人驾驶汽车上
还能对人类进行近距离目标识别——
也就是说它能完成健康护理之类的工作
该人工智能的应用场景之所以非常多元
主要是因为它能自动设计
还能建立既有效率又有精度的系统
所以该人工智能不仅能应用到机器学习上
还能完成一些繁重的工作
自动化机器学习的研发算不上划时代创举
但它确实具有里程碑意义
自动化机器学习也使人工智能惠及更多泛的人群
谷歌公司说过这样一句话:
“我们希望以一些模型为基础
建立起更大的机器学习社区 来解决我们还未想象到的
许多机械视觉问题”
我们认为这可以激发新类型的神经网络
使这一现象成为可能——
非专家为了特定需求而量身定做神经网络
并使机器学习对人类产生更广泛的影响”
以上
随着自动化机器学习科技的产生
不可避免地会产生一些问题
即如果自动化机器学习在机械视野以外的领域广泛使用
那么一些担忧也随之而来
如果人工智能把错误和偏见遗留给子人工智能怎么办?
还有
如果子人工智能的学习步伐太快
我们人类卯足劲也跟不上怎么办?
这样的话我们人类的学习还有什么意义
现在这些问题看起来可能是有点思虑过多
但是在未来的某一天 我们还真避免不了这些问题
不信的话就先看个相关例子吧
不久前 谷歌发布了一个视频
就是不需要人类帮助 谷歌的人工智能就能为视频换天气
而且效果相当惊人
只要一想到这还是目前人工智能初期就很有趣
无论如何吧 在本视频中
我们简述了目前正在发展的机械视觉的相关内容
我觉得视频内容很有趣
我想知道大家对此有什么看法
所以请在下方评论区告诉我
如果你是游客 希望你能订阅本频道
这里是Dagogo 你正在观看的是ColdFusion
期待与你在下次视频中相见
再见 祝你愉快
以下内容有剧透 , 请注意打开姿势

精彩推荐

  • 索尼Playstation的故事

    07:18246

  • 电动飞机来了

    05:25817

  • 丰田公司有多大(它们拥有特斯拉27%的股权)

    14:05291

  • 我从欧洲回来

    03:30120

  • 迪士尼到底有多大?

    14:17504

  • A.I. 不断发展的前方是什么

    12:07550

  • 尼古拉·特斯拉part1

    10:58563

  • 迪士尼到底有多大?

    14:17504

更多视频, 请移步译学馆APP欣赏  GET APP