谷歌發(fā)布"自動(dòng)機(jī)器學(xué)習(xí)"技術(shù) AI可自我創(chuàng)造

　　5月24日消息，據(jù)Inverse報(bào)道，今年5月份，谷歌宣布其人工智能(AI)研究取得重大進(jìn)展，似乎幫助科幻小說中最聳人聽聞的末日預(yù)言成為現(xiàn)實(shí)。谷歌推出名為“自動(dòng)機(jī)器學(xué)習(xí)(AutoML)”的技術(shù)，在無需人類工程師的支持下，允許AI進(jìn)行自我創(chuàng)造。

　　從表面上看，這種技術(shù)可能會(huì)讓人覺得AI發(fā)展終于迎來“奇點(diǎn)時(shí)刻”，它正在失去控制。但實(shí)際上，谷歌正利用它將機(jī)器學(xué)習(xí)令人不可思議的力量交到普通人手中。從本質(zhì)上講，AutoML的策略就是利用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)其他神經(jīng)網(wǎng)絡(luò)，這并不讓人感到新奇，因?yàn)榇偈钩绦驗(yàn)槠渌绦蚓帉懘a正是機(jī)器學(xué)習(xí)的神奇所在。

　　AutoML之所以讓人感覺耳目一新，原因在于它讓神經(jīng)網(wǎng)絡(luò)開始介入設(shè)計(jì)過程中。AutoML并非精煉已經(jīng)存在的簡(jiǎn)單模型，而是首先會(huì)選擇這些模型，然后再對(duì)它們進(jìn)行精煉。在這種情況下，AutoML就進(jìn)化成我們所期盼的“全功能版機(jī)器學(xué)習(xí)”。在有關(guān)這個(gè)項(xiàng)目的博文中，谷歌首席執(zhí)行官桑達(dá)爾·皮查伊(Sundar Pichai)表示：“我們希望AutoML可以具備今天少數(shù)博士擁有的能力，對(duì)于成千上萬的開發(fā)者來說，在3到5年內(nèi)就能設(shè)計(jì)出全新的神將網(wǎng)羅以滿足他們的特別需求。”

　　圖：GoogleNet架構(gòu)，設(shè)計(jì)這個(gè)網(wǎng)絡(luò)需要對(duì)卷積結(jié)構(gòu)的初始版本進(jìn)行多年的謹(jǐn)慎實(shí)驗(yàn)和完善

　　所謂的神經(jīng)網(wǎng)絡(luò)是模仿人類大腦開發(fā)出的計(jì)算機(jī)系統(tǒng)，包括許多不同的計(jì)算層。通常情況下，如果我們想要利用機(jī)器學(xué)習(xí)技術(shù)解決某個(gè)問題，人類專家必須提供啟動(dòng)神經(jīng)網(wǎng)絡(luò)，它可以按照固定規(guī)則執(zhí)行解決問題所需的基本計(jì)算。而AutoML則會(huì)嘗試許多可能合適的算法，測(cè)試完全不同的神經(jīng)網(wǎng)絡(luò)構(gòu)架，然后將其與目標(biāo)相匹配。無需人類監(jiān)督，隨著時(shí)間推移，這個(gè)過程就會(huì)給出解決問題的最佳數(shù)學(xué)方案以及執(zhí)行這個(gè)方案的最佳方式。最后的神經(jīng)網(wǎng)絡(luò)不一定要使用這些算法中的某個(gè)，而是可多次使用某個(gè)元素，前提是這樣做更加有效。

　　圖：神經(jīng)網(wǎng)絡(luò)例證

　　從理論上講，AutoML的方法應(yīng)該能夠設(shè)計(jì)出更高效的神經(jīng)網(wǎng)絡(luò)。它不僅可用于解決當(dāng)前的簡(jiǎn)單問題，也可用于幫助解決對(duì)人類來說不可思議的問題。下面我們就來看看谷歌如何利用AutoML的關(guān)鍵能力。

　　假如對(duì)龐大的圖片數(shù)據(jù)庫(kù)進(jìn)行分類，AutoML能設(shè)計(jì)出與人類工程師相似但又略優(yōu)的神經(jīng)網(wǎng)絡(luò)。這種設(shè)計(jì)令人感到震驚的是，人類工程師們?cè)谟^察AutoML設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)時(shí)，并不知道自己設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)與AutoML的設(shè)計(jì)差異所在。由于他們自己沒有提出神經(jīng)網(wǎng)絡(luò)，為此他們最初完全無法確定。

　　圖：左圖中，人類嘗試?yán)米詈?、最高效的神?jīng)網(wǎng)絡(luò)解決特定圖片數(shù)據(jù)庫(kù)分類問題。右圖，AutoML設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)擁有額外的節(jié)點(diǎn)，谷歌稱其類似人類研究員最近提出的改進(jìn)方案

　　AutoML的目標(biāo)并非是要將人類從開發(fā)過程中剝離出去，甚至也不是要開發(fā)全新的AI，而是要讓AI繼續(xù)以我們多年來已經(jīng)習(xí)慣的速度改變這個(gè)世界。編碼神經(jīng)網(wǎng)絡(luò)的挑戰(zhàn)正成為整個(gè)行業(yè)面臨的阻礙，AutoML嘗試為將來學(xué)習(xí)機(jī)器學(xué)習(xí)技術(shù)的人降低進(jìn)入的門檻。

　　雖然遠(yuǎn)遠(yuǎn)超出當(dāng)前技術(shù)的復(fù)雜水平，但AutoML依然是相同“極端民主化”過程的開始，我們已經(jīng)在正常編碼中多次看到這個(gè)過程。HTML擁有Dreamweaver，通過在AutoML模具中運(yùn)行一整套AI創(chuàng)造AI程序，機(jī)器學(xué)習(xí)可能很快就能實(shí)現(xiàn)類似水平的方便操作。

　　為此，短期內(nèi)AutoML可能還無法設(shè)計(jì)出更好的AI，盡管其最終肯定能實(shí)現(xiàn)這個(gè)目標(biāo)?？墒茿utoML能夠?yàn)檎兊媒^望的人才打開一個(gè)行業(yè)。AutoML沒有谷歌頂級(jí)工程師的理論和數(shù)學(xué)才華，但普通人也無法讓谷歌的頂級(jí)工程師來親手解決他們的問題。有了AutoML，谷歌正在創(chuàng)造普通人可以掌握的AI工程師。