谷歌AutoML系統(tǒng)自動(dòng)開(kāi)發(fā)出計(jì)算機(jī)視覺(jué)模型，遠(yuǎn)超最先進(jìn)的模型

Google的AutoML項(xiàng)目旨在讓人工智能自主建立其他人工智能，現(xiàn)在已經(jīng)開(kāi)發(fā)了一個(gè)計(jì)算機(jī)視覺(jué)系統(tǒng)，遠(yuǎn)遠(yuǎn)超過(guò)了最先進(jìn)的模型。該項(xiàng)目可以改善自動(dòng)駕駛和下一代人工智能機(jī)器人“看到”的方式。

AI可以自己“孕育”AI

2017年5月，Google Brain的研究人員宣布創(chuàng)建AutoML--一種能夠讓AI生成AI的人工智能。 最近，他們決定向AutoML提出迄今為止最大的挑戰(zhàn)，使得AI可以自己“孕育”AI，創(chuàng)建了一個(gè)超過(guò)所有人類(lèi)智慧的“孩子”。

Google的研究人員使用一種稱(chēng)為強(qiáng)化學(xué)習(xí)的方法來(lái)自動(dòng)設(shè)計(jì)機(jī)器學(xué)習(xí)模型。 AutoML充當(dāng)一個(gè)神經(jīng)網(wǎng)絡(luò)控制器，為特定任務(wù)開(kāi)發(fā)一個(gè)子AI網(wǎng)絡(luò)。 對(duì)于研究人員稱(chēng)為NASNet的這個(gè)特殊的兒童AI來(lái)說(shuō)，這個(gè)任務(wù)是實(shí)時(shí)地在視頻中識(shí)別物體：人，汽車(chē)，交通信號(hào)燈，手袋，背包等等。

AutoML將評(píng)估NASNet的性能，并使用這些信息來(lái)改善其子AI，重復(fù)這個(gè)過(guò)程數(shù)千次。 在Google研究人員稱(chēng)為“計(jì)算機(jī)視覺(jué)領(lǐng)域最受尊敬的兩個(gè)大型學(xué)術(shù)數(shù)據(jù)集”的ImageNet圖像分類(lèi)和COCO目標(biāo)檢測(cè)數(shù)據(jù)集上進(jìn)行測(cè)試時(shí)，NASNet勝過(guò)了所有其他計(jì)算機(jī)視覺(jué)系統(tǒng)。

據(jù)研究人員介紹，NASNet在預(yù)測(cè)ImageNet驗(yàn)證集上的圖像時(shí)準(zhǔn)確率為82.7％。 這比以前公布的結(jié)果好1.2％，系統(tǒng)效率也提高了4％，平均精確度（mAP）平均為43.1％。另外，對(duì)NASNet的計(jì)算要求較低的版本比類(lèi)似尺寸最佳的移動(dòng)平臺(tái)版本高3.1％。

未來(lái)的應(yīng)用

機(jī)器學(xué)習(xí)是許多AI系統(tǒng)執(zhí)行特定任務(wù)的能力。 雖然背后的概念相當(dāng)簡(jiǎn)單 - 一個(gè)算法通過(guò)提供大量數(shù)據(jù)來(lái)學(xué)習(xí) - 這個(gè)過(guò)程需要花費(fèi)大量的時(shí)間和精力。 通過(guò)自動(dòng)化創(chuàng)建準(zhǔn)確，高效的AI系統(tǒng)的過(guò)程，一個(gè)可以建立AI的AI首當(dāng)其沖。 最終，這意味著AutoML可以向非專(zhuān)家開(kāi)放機(jī)器學(xué)習(xí)和AI的領(lǐng)域。

NASNet由于潛在的應(yīng)用數(shù)量的限制，高度精確，高效的計(jì)算機(jī)視覺(jué)算法受到追捧。正如一位研究人員所建議的，它們可以用來(lái)創(chuàng)建復(fù)雜的，由人工智能驅(qū)動(dòng)的機(jī)器人，或者幫助視力受損的人恢復(fù)視力。 他們還可以幫助設(shè)計(jì)人員改進(jìn)自駕車(chē)技術(shù)。 自主車(chē)輛能夠識(shí)別路徑上的物體的速度越快，其對(duì)它們作出反應(yīng)的速度就越快，從而增加了這種車(chē)輛的安全性。

Google的研究人員承認(rèn)NASNet可以被廣泛的應(yīng)用證明是有用的，并且已經(jīng)采用開(kāi)源來(lái)進(jìn)行圖像分類(lèi)和目標(biāo)檢測(cè)的推斷。 他們?cè)谒麄兊牟┛臀恼轮袑?xiě)道：“我們希望更大的機(jī)器學(xué)習(xí)社區(qū)能夠建立在這些模型上，以解決我們還沒(méi)有想到的大量計(jì)算機(jī)視覺(jué)問(wèn)題。

（圖片來(lái)源：Google Research）

盡管NASNet和AutoML的應(yīng)用程序非常豐富，但是創(chuàng)建一個(gè)可以構(gòu)建AI的AI卻引起了一些關(guān)注。 例如，怎樣防止父母將不想要的偏見(jiàn)傳遞給孩子？ 如果AutoML創(chuàng)建系統(tǒng)如此之快以至于社會(huì)無(wú)法跟上呢？ 在不久的將來(lái)，如何將NASNet應(yīng)用于自動(dòng)化監(jiān)控系統(tǒng)并不是一件很困難的事情，也許很快就會(huì)制定相關(guān)法規(guī)來(lái)控制這些系統(tǒng)。

值得慶幸的是，世界各國(guó)領(lǐng)導(dǎo)人正在努力確保這樣的系統(tǒng)不會(huì)導(dǎo)致任何反烏托邦式的未來(lái)。

亞馬遜，F(xiàn)acebook，蘋(píng)果和其他幾個(gè)人都是AI造福人類(lèi)社會(huì)的合作伙伴關(guān)系的成員，這個(gè)組織專(zhuān)注于人工智能朝負(fù)責(zé)任的方向發(fā)展。電氣和電子工程師協(xié)會(huì)（IEE）已經(jīng)提出了AI的道德標(biāo)準(zhǔn)，而谷歌母公司Alphabet所擁有的研究公司DeepMind最近宣布成立一個(gè)專(zhuān)注于AI道德和倫理影響的小組。

各國(guó)政府也在制定法規(guī)來(lái)防止將人工智能用于危險(xiǎn)目的，如自主武器，只要人類(lèi)保持對(duì)人工智能發(fā)展總體方向的控制，擁有可以建立人工智能的人工智能的好處遠(yuǎn)遠(yuǎn)超過(guò)任何潛在的陷阱。