新闻资讯
开发者颤抖吧AI现在开始学习写AI软件了
发布时间:2021-07-05 04:05
  |  
阅读量:
字号:
A+ A- A
本文摘要:何谓图片、识声音、下围棋、玩游戏德州扑克、进卡车……或许更加多人能玩游戏的事情AI也能玩游戏而且玩游戏得比人还拦。但继续有一部分人还是自我感觉安全性的——程序员的工作AI还是很难胜任的对吧?却是这个东西必须逻辑思维,必须框架和流程设计,哪里是AI能一下子胜任的事情。但Google等公司指出,AI现在可以开始自学一些AI专家做到的事情了,那就是写出AI程序。 GoogleBrain人工智能研究小组的研究人员最近就展开了这样的尝试。

欧宝app在线登录

何谓图片、识声音、下围棋、玩游戏德州扑克、进卡车……或许更加多人能玩游戏的事情AI也能玩游戏而且玩游戏得比人还拦。但继续有一部分人还是自我感觉安全性的——程序员的工作AI还是很难胜任的对吧?却是这个东西必须逻辑思维,必须框架和流程设计,哪里是AI能一下子胜任的事情。但Google等公司指出,AI现在可以开始自学一些AI专家做到的事情了,那就是写出AI程序。

GoogleBrain人工智能研究小组的研究人员最近就展开了这样的尝试。他们在一次试验中让软件设计了一套机器学习系统,然后对这套系统展开测试语言处置方面的测试。结果找到该系统的回应多达了人类设计的软件。

GoogleBrain团队首先用迭代神经网络分解神经网络的叙述,然后利用增强自学对该RNN展开训练。其方法可以让AI从零开始设计出有一个精致的神经网络架构,在利用CIFAR-10数据集(含6万张32x32的彩图,牵涉到10类对象,每一类各6000张。

其中5万张为训练图像,1万张为测试图像)展开图像识别测试时,其辨识的精度甚至比人类设计的最差架构还要低,错误率仅有为3.84%,与目前最先进设备的神经网络模型比起,其错误率仅有较低0.1个百分点,但速度快了1.2倍。而在用作自然语言处置的PennTreebank数据集上,其模型结构出来的一种迭代神经单元也打破了被普遍用于的LSTM神经单元等近期基准指标,在复杂度方面比后者好3.6倍。

类似于地,Google的另一个AI团队DeepMind最近也公开发表了一篇取名为《学会增强自学》的论文。其研究某种程度针对的是深度自学所需的训练数据量大且提供成本高的缺点。

他们明确提出了一种取名为deepmeta-reinforcementlearning的增强自学方法,利用迭代神经网络可在几乎有监督的背景下反对元自学的特点,把它应用于到了增强自学上面。从而将用一个增强自学算法训练出来的神经网络部署到给定环境上,使得AI在训练数据量很少的情况下不具备了应用于多种场景的元自学能力。或者用DeepMind团队的话来说,叫作“学会自学”的能力,或者叫作能解决问题类似于涉及问题的概括能力。GoogleBrain团队的负责人JeffDean最近在总结AI进展情况时,就曾多次表态说道机器学习专家的部分工作只不过应当由软件来负责管理。

他把这种技术叫作“自动化机器学习”,并指出这是最有前途的AI研究方向之一,因为这将大大降低AI应用于的门槛。当然,创立学会自学的软件这个点子由来已久,蒙特利尔大学的YoshuaBengio早在1990年代就明确提出了这个点子。

但之前的试验结果并不理想,因为AI做到出来的东西还是比不上人类想要出来的模型。但近年来随着计算能力的大大强化,以及深度自学的经常出现,AI学会自学的能力再一获得了突破。

尽管AI的自学能力获得了突破,但是在近期内还无法大面积推展。因为事前这种能力必须可观的计算资源。

比方说GoogleBrain那个设计出有识别率多达人类所研发系统的图像识别系统的AI就必须800个GPU。但这种情况将来可能会发生变化。

欧宝app在线登录

最近MITMediaLab也研发出有了设计深度自学系统的自学软件,其所研发出来的深度自学系统的对象识别率也多达了人类设计的系统。MITMediaLab计划将来把它的这套AI开源出来,让大家之后这方面的探寻。

除了Google和MIT以外,据报导最近几个月有好几个小组也在让AI软件自学撰写AI软件方面获得了进展。其中还包括了非盈利的AI研究的组织OpenAI(其他的非盈利AI的组织可参看这里)、MIT、加州大学、伯克利分校等。

一旦这类自启动式的AI技术不具备实用性,机器学习软件在各行业应用于的节奏毫无疑问将大大减缓。因为目前机器学习专家十分紧缺,各家企业的组织都必须高薪布施这批人。


本文关键词:开发者,颤抖,欧宝app下载,吧,现在,开始,学习,写,软件,了

本文来源:欧宝app-www.miaozhixing.com