昨天 ， Google 的 Deepmind 戰勝了目前等級分排名世界第一的中國棋手柯潔九段 ， 至此 ， AI 在棋類項目上已經所向無敵了 。
這表明 AI 已經詩詞歌賦、琴棋書畫無所不能了 。 也是在這個月 ， Google 在其舉辦的I/O 大會上闡釋了AI發展的一個新的方向 ， 那將是所有科幻小說中最駭人聽聞的預言——自我復制 。

這個能力被稱為AutoML （auto machine learning ， 機器自動學習） ， 它允許一個AI成為另一個 AI 的架構師 ， 并指導其開發 ， 而不需要人力工程師的輸入 。
這等于是將可能導致失控和演變的“造物權”交給了機器 ， 在第二個AI 的開發過程中 ， AutoML 不僅僅是提煉已經存在的簡單模型 ， 而主動優化這些模型 。



在關于該項目的說明中 ， Google 首席執行官 Sundar Pichai （桑達爾·皮查伊）表示：Google 希望 AutoML 能擁有現在一些博士所具備的能力 ， 在 3 到 5 年內使眾多的開發者也能通過 AutoML 設計神經網絡 ， 來滿足其特定的需求 。
神經網絡是一種以人類大腦為模型建立的計算機系統 ， 通常說明如下：



這個想法并不瘋狂 。 因為如果我們想要讓機器深度學習人類的思維 ， 模仿人類的能力 ， 人類專家必須提供一個基本的計算類型的起始神經網絡 。
AutoML 就解決了這個問題 ， 在不需要人為監督的情況下 ， 可以找到應對該問題的最佳數學方法和最佳實施方法 。 在理論上 ， AutoML 的方法應該能夠設計出更有效的神經網絡 。
下圖是 Google 的 AutoML 的主要示例的關鍵 。 在已經給出了大量圖像分類數據庫的情況下 ， AutoML 設計了一個神經網絡 ， 它與 Google 的人類工程師設計的相似 。





左邊 ， 是人類嘗試在最好的、最有效率的神經網絡架構下來處理特定的圖像數據庫 。 右側 ， 是 AutoML 的神經網絡提出類似于人類研究人員的方法并給出的改進 。
盡管如此 ， AutoML 的最大目標并不是讓人類脫離開發過程 ， 甚至完全自動化 ， 而是讓 AI 在人類的目光下以同樣的速度來進行研發 。



【讓人工智能去創造人工智能，Google是在玩火嗎？】當下 ， 對神經網絡進行編碼的難度越來越大 ， 而且設計神經網絡是極其耗費時間的 ， 對專業知識的極高要求將適用人群縮小到了科研人員和工程師 ， 這成為一個行業問題 。 AutoML 旨在降低下一代機器學習的入門水平 。
可能有一天 ， AutoML 可以設計出更好的 AI 。 雖然 AutoML 不具備 Google 頂級工程師的理論水平和數學能力 ， 但是對一個普通開發者而言 ， 使用 AutoML ， 就等于是 Google 的頂級開發在協助你了 。
所以 ， 其實 Google 希望的通過簡化神經網絡的機器學習模型的設計 ， 降低人工智能的門檻 ， AutoML 的研究和實踐表明由神經網絡來設計神經網絡也是可行的 。
AutoML 目前只是扮演了人工智能開發中的基礎工程師的角色 ， 生殺大權還是掌握在Google 的頂級工程師手里 ， 我們暫時不用擔心“天網”的誕生 。

以上內容就是讓人工智能去創造人工智能 ， Google是在玩火嗎？的內容啦 ， 希望對你有所幫助哦！

猜你喜歡

• 人工智能來了！送你份《AI革命生存指南》
• 柯潔被打敗，但中美人工智能的戰爭才剛剛開始
• 重慶人吃火鍋的七大未解之謎，讓你成為更地道的吃貨
• 讓中國茶和中國茶文化走進世博會和聯合國館——上海茶人搭建平臺 歡迎全國茶業參與“唱戲”，花草茶品牌
• 狗狗起立訓練
• 讓狗狗不再搞破壞
• 讓狗狗變成游泳健將
• 怎樣讓香雪蘭提前開花？
• 多肉赤鬼城怎么養？掌握三大要點讓赤鬼城瘋長爆盆
• 三角梅換盆后葉子蔫了怎么辦，六個技巧讓三角梅恢復活力