精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    深度學(xué)習(xí)技術(shù)已經(jīng)讓AI學(xué)會(huì)自我進(jìn)化 但人類還是上帝

    “僅需幾行代碼就能構(gòu)建一個(gè)回歸模型?!背绦騿T認(rèn)可谷歌AutoML的工作表現(xiàn),認(rèn)為AutoML設(shè)計(jì)的模型和機(jī)器學(xué)習(xí)專家設(shè)計(jì)的不相上下。日前,谷歌工程師分別在中國和硅谷重點(diǎn)推介谷歌AutoML項(xiàng)目。

    不明就里的疑惑緊跟著紛至沓來——AI又進(jìn)化了?!已經(jīng)會(huì)自開發(fā)了?能操控自己的進(jìn)化了?是要擺脫人類嗎?

    進(jìn)化分幾步

    AI確實(shí)進(jìn)化了,它能做的事情越來越多,成績斐然。它的背后是AI實(shí)現(xiàn)路徑的“三級跳”——

    國家超級計(jì)算濟(jì)南中心大數(shù)據(jù)研發(fā)部研究員趙志剛說:“起初我們用數(shù)學(xué)公式和‘if……then’等語句告訴計(jì)算機(jī)第一步做什么、第二步做什么,手把手地教,后來給機(jī)器n組輸入和輸出,中間的規(guī)則或規(guī)律由它自己學(xué)會(huì)?!?/p>

    “之前,很多聰明的頭腦花一輩子時(shí)間研究:如何抽取有效的特征。”專注于智能導(dǎo)購對話機(jī)器人的智能一點(diǎn)公司CTO莫瑜解釋道,“神經(jīng)網(wǎng)絡(luò)算法的發(fā)明、深度學(xué)習(xí)技術(shù)的出現(xiàn),使得AI進(jìn)化到2.0,抽取特征的工作由AI自己進(jìn)行,我們的工作也隨之發(fā)生了變化?!?/p>

    用數(shù)學(xué)函數(shù)的模式很容易解釋“1.0”到“2.0”的轉(zhuǎn)變:如果把識別圖像、語義理解、下棋等任務(wù)的達(dá)成都看成是不同的Y=f(X),即輸入的“貓”的圖片、聲音或棋招是“X”,輸出的“貓”、回答、棋高一招是“Y”。深度學(xué)習(xí)之前,人通過自己的分析尋找函數(shù)f對應(yīng)的公式,告訴給AI。而深度學(xué)習(xí)之后,人輸入大量的X與Y的對應(yīng),AI自己發(fā)現(xiàn)函數(shù)f對應(yīng)的公式。

    “AI找到的函數(shù)f的具體內(nèi)容,可能比人找到的更好,但是人類并不知道,就像一個(gè)黑匣子?!蹦ふf,“但是f的形式是AI研究員通過研究設(shè)計(jì)出來的,如果使用深度神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)中的模塊以及模塊之間的組織方式也是提前設(shè)計(jì)的。”

    隨著深度學(xué)習(xí)技術(shù)的成熟和普遍化,模型構(gòu)建出現(xiàn)了特定可追尋的經(jīng)驗(yàn)?!案鞣N共性神經(jīng)網(wǎng)絡(luò)的發(fā)布,使得從業(yè)門檻越來越低。一些普通的模型構(gòu)建與優(yōu)化,剛畢業(yè)的學(xué)生在網(wǎng)上學(xué)學(xué)教程就能上手?!壁w志剛說。

    當(dāng)構(gòu)建模型成為可習(xí)得的技能,AutoML就出現(xiàn)了。它能做的正是AI研究員的模型設(shè)計(jì)工作?!皩椭煌窘?a href="http://worldfootballweekly.com/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD_1.html" target="_blank" class="keylink">人工智能系統(tǒng),即使他們沒有廣泛的專業(yè)知識?!惫雀韫こ處熯@樣推介。AI成功進(jìn)化到3.0。

    事實(shí)上,AutoML替代的仍舊是人類能夠提煉出經(jīng)驗(yàn)的工作?!叭绻f之前人描繪一套尋找函數(shù)f的‘路網(wǎng)’,在深度學(xué)習(xí)的技術(shù)輔助下,機(jī)器能最快找到優(yōu)化路徑;那么AI現(xiàn)在可以自己設(shè)計(jì)路網(wǎng)了。”趙志剛言簡意賅。

    可以看出,不論是深度學(xué)習(xí)、還是AutoML,都只替代人類的一部分群體已經(jīng)鉆研透了的工作?!皺C(jī)器能做的事情,盡量不要手工勞動(dòng)”,這是很多程序員的人生信條,這個(gè)信條催生了AutoML。本著同樣的信條,微軟開發(fā)了DeepCoder?!八梢杂脕砩蓾M足給定輸入輸出的程序?!蹦ふf,但它的表現(xiàn)目前還不盡如人意,只能編寫一些簡單的程序。

    誰是“上帝”

    答案毫無疑問,人類。

    既然AI在進(jìn)化中走向了更高一階的模型設(shè)計(jì),那么“上帝之手”又發(fā)生了哪些變化呢?

    “煉丹”,莫瑜用兩個(gè)字形象地說起自己的工作,“智能一點(diǎn)是專業(yè)做智能客服的,研發(fā)人員的工作主要集中于問題建模(如何將實(shí)際問題轉(zhuǎn)化為人工智能技術(shù)解決的問題)和算法優(yōu)化(如何提升人工智能算法的效果)。”

    “煉”意味著不斷地調(diào)試和完善。“針對特定的人,越投脾氣越好,回答越精準(zhǔn)越好?!蹦ふf,“我們的X是客戶的問話,Y是機(jī)器人客服的回復(fù),中間的函數(shù)f需要訓(xùn)練?!?/p>

    這是個(gè)不容易的任務(wù)。如果把人類社會(huì)的經(jīng)驗(yàn)分為3類:有公式的確定規(guī)則、可言傳的知識、只可意會(huì)不可言傳的感覺。最后一類最難琢磨。

    “因此,我們想辦法構(gòu)建完善的閉環(huán)反饋,了解特定用戶的喜好,通過情感、趣味的表達(dá),最終做到投其所好。”莫瑜說,“目前處于人機(jī)協(xié)同的工作階段,但是越來越多樣本的獲取,將幫助我們的智能客服給出精準(zhǔn)的、討喜的回答?!?/p>

    可見,并不是所有領(lǐng)域都適合交給AI自開發(fā)去做,比如問題建模方面,如何將實(shí)際問題抽象轉(zhuǎn)換為機(jī)器學(xué)習(xí)問題,AI還無法自主完成。在AI2.0階段,研發(fā)人員還需要人工設(shè)計(jì)函數(shù)f的形式。

    那么,AutoML普及的未來會(huì)是什么樣?

    “人類被從低一級的工作中解放出來。”趙志剛說,“如果模型設(shè)計(jì)可以由AI來做,那么AI研究員將更多地探尋構(gòu)成模型的基礎(chǔ)模塊的設(shè)計(jì)?!?/p> 12下一頁>

    (免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
    任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )

    贊助商
    2017-11-20
    深度學(xué)習(xí)技術(shù)已經(jīng)讓AI學(xué)會(huì)自我進(jìn)化 但人類還是上帝
    “僅需幾行代碼就能構(gòu)建一個(gè)回歸模型?!背绦騿T認(rèn)可谷歌AutoML的工作表現(xiàn),認(rèn)為AutoML設(shè)計(jì)的模型和機(jī)器學(xué)習(xí)專家設(shè)計(jì)的不相上下。日前,谷歌工程師分別在中國和硅谷重點(diǎn)推介谷歌AutoML項(xiàng)目。

    長按掃碼 閱讀全文