谷歌AutoML人工智能系统已可创建优于人类的机器学习代码



谷歌 AutoML 系统最近出产了一系列机器学习代码,其效率甚至比研究人员自身还要高。显然,这是对“人类优越论”的又一次打击,因为机器人“学生”们已经成为了“自我复制”的大师。AutoML 是在人工智能顶级编程人才匮乏的情况下,作为一个解决方案而开发的。该团队提出了一种可以创建自学习代码的机器学习软件,系统会运行数千个模拟来确定代码的哪些方面可以作出改进,以及在改变后继续该过程、直到达成目标。

谷歌AutoML人工智能系统已可创建优于人类的机器学习代码

GoogleNet 架构设计示意图(点击查看大图

这是一个对“无限猴子理论”的绝佳展示,但 Google 并未让一只猴子敲键盘打造出 Shakespeare,而是制造了一台能够自我复制编程的机器,且这些机器在数小时内表现,比人类程序员工作几周甚至数月都好。

谷歌AutoML人工智能系统已可创建优于人类的机器学习代码

虽然听起来有些吓人,但 AutoML 确实在机器学习系统的编程上,远胜于创造它的研究人员。在某个图像识别任务中,其实现了创纪录的 82% 的准确率。

即使在一些复杂的人工智能任务中,其自创建的代码也比人类程序员优越。它可以在图像中标记多个点,准确率达到 42%;作为对比,人类打造的软件只有 39% 。

谷歌AutoML人工智能系统已可创建优于人类的机器学习代码

当然,它并不代表“天网”或让人毛骨悚然的“数字幽灵”,因为我们还没有处于“自我感知机器”的奇点边缘,只是说我们在人工智能的技术潜力上又加了一把油门。

谷歌五个月前才宣布了 AutoML,鉴于其能够在这么短的时间内打造出一套比研究人员自身更棒的机器学习 AI 系统,未来一年的成果显然更值得期待。

[编译自:TNW]

来自: cnBeta



扩展阅读

近200篇机器学习&深度学习资料分享(含各种文档,视频,源码等)
谷歌开源人工智能系统TensorFlow的来龙去脉
吴恩达个人履历:人工智能领域最权威的学者之一
从新一代TPU到Google.ai,详解谷歌I/O首日人工智能五大亮点
28款GitHub最流行的开源机器学习项目

为您推荐

近200篇机器学习&深度学习资料分享(含各种文档,视频,源码等)
Quora机器学习Sessions:对话谷歌研究员Kevin Murphy
大公司开源机器学习框架
谷歌开源了TensorFlow,世界就要马上被改变了吗?
腾讯宣布推出第三代高性能机器学习计算平台Angel 并于2017年全面开源

更多

google
人工智能
开源软件

本站部分文章源于互联网,本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供。如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。

PS:推荐一个微信公众号: askHarries 或者qq群:474807195,里面会分享一些资深架构师录制的视频录像:有Spring,MyBatis,Netty源码分析,高并发、高性能、分布式、微服务架构的原理,JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源,目前受益良多

转载请注明原文出处:Harries Blog™ » 谷歌AutoML人工智能系统已可创建优于人类的机器学习代码

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址