谷歌又在玩黑科技了:正在训练人工智能自学成才!


上周,谷歌在输入输出会议上宣布了人工智能的重大突破。 他们公布了一种新的“机器学习”方法,该方法使用神经网络来构建更好的神经网络,即教人工智能成为自学的 这些人工神经网络可以模仿人脑的学习方式。 这种新技术被命名为AutoML,它可以使神经网络更加强大、高效和使用方便。

他们的想法如下:首先,选择一些可供选择的神经网络,把它们当作神经网络婴儿;其次,使用神经网络迭代它们,直到获得最佳的神经网络。 这个过程叫做“强化学习”,也就是说,计算机可以把反复试验和某种奖励联系起来,就像教狗学新把戏一样。 这个过程需要大量的计算能力,但是谷歌硬件已经能够让一个神经网络分析另一个

通常,神经网络需要一组科学家和工程师花费大量时间来开发它们。 但是有了自动语言,几乎任何人都可以建立人工智能系统来处理任何需要的任务。 他们希望AutoML能够拥有甚至博士生也无法拥有的能力,并在三到五年内,让成千上万的开发人员根据自己的需求设计新的神经网络。

所谓的“机器学习”是指计算机根据样本数据做出自己的决定。 这是一种开发人工智能的方法,它包括两个主要步骤:训练和推理。 例如,在训练过程中,计算机可能必须浏览成千上万张猫和狗的图片来学习每种动物的像素组合类型。然后,该系统利用它所学到的知识做出自己明智的推测。 用神经网络代替上面例子中的猫和狗大致是AutoML操作的方式。它不能识别动物,但是哪个系统最聪明

根据目前的研究结果,AutoML在确定解决问题的最佳方法方面甚至可能比人类专家更好。 将来,这可能会大大减少人工智能系统开发过程的工作量,因为它们可以在一定程度上实现自我开发

谷歌表示,AutoML仍处于早期阶段,但人工智能、机器学习和深度学习都试图进入我们的日常应用程序。 今天,电脑比人类更善于识别照片中的东西。 谷歌即将推出一款可以通过摄像头识别内容的应用,比如花或街头商店。 这种超深度学习算法也逐渐进入健康领域。 如今,图像处理系统可以比专家更准确地识别癌症迹象

AutoML发布后,人工智能平台应该能够更快地提高智能。 谷歌的研究专家认为,它可以推广新型神经网络,允许非专家根据自己的需要构建神经网络,机器学习将对每个人产生更深远的影响。

教“久坐”OL 如何告别大象腿