谷歌AI自產(chǎn)“子AI” 性能略勝人類所造

谷歌公司今年稍早時(shí)間宣布,他們的人工智能(AI)系統(tǒng)已能發(fā)明自己的加密算法,還能生成自己的AI。而據(jù)谷歌官方博客及未來主義(Futurism)新聞網(wǎng)近日消息稱,這個(gè)由AI創(chuàng)造的“子AI”,性能已打敗人類創(chuàng)造的AI:測試中,名為NASNet的“子AI”系統(tǒng)正確率達(dá)到82.7%,比之前公布的同類AI產(chǎn)品的結(jié)果高1.2%,系統(tǒng)效率高出4%。

2017年5月,“谷歌大腦”(Google Brain)的研究人員宣布研發(fā)出自動(dòng)人工智能AutoML,該人工智能可以產(chǎn)生自己的“子AI”系統(tǒng)。日前,他們決定向AutoML發(fā)起迄今為止最大的挑戰(zhàn)——嘗試用AutoML自己創(chuàng)造出的AI,打敗人類設(shè)計(jì)的AI。

團(tuán)隊(duì)成員使用一種被稱為強(qiáng)化學(xué)習(xí)的方法,自動(dòng)化設(shè)計(jì)機(jī)器學(xué)習(xí)模型。此次,AutoML的“身份”是一個(gè)控制器神經(jīng)網(wǎng)絡(luò),為特定任務(wù)開發(fā)一個(gè)“子AI”。這個(gè)新生成的“孩子”名為NASNet,可以實(shí)時(shí)地在視頻中識別人體、汽車、交通信號燈、手袋、背包等目標(biāo)。AutoML作為“家長”,會評估“孩子”NASNet的性能,并使用這些信息來改善“子AI”,再將這一過程重復(fù)數(shù)千次。

團(tuán)隊(duì)成員在ImageNet(計(jì)算機(jī)視覺系統(tǒng)識別項(xiàng)目,是目前世界最大的圖像識別數(shù)據(jù)庫)圖像分類和COCO目標(biāo)識別兩個(gè)數(shù)據(jù)集上,對“子AI”NASNet進(jìn)行了測試。他們表示,這是計(jì)算機(jī)視覺領(lǐng)域兩個(gè)最受認(rèn)可的大規(guī)模學(xué)術(shù)數(shù)據(jù)集,其數(shù)量級之龐大使得測試非常嚴(yán)峻。

結(jié)果,在ImageNet測試中,NASNet在驗(yàn)證集上的預(yù)測準(zhǔn)確率達(dá)到了82.7%,比之前公布的同類人工智能產(chǎn)品的結(jié)果好1.2%,與論文預(yù)印網(wǎng)站上報(bào)告但未發(fā)表的結(jié)果不相上下,系統(tǒng)效率則提高了4%,最大模型的平均精確度為43.1%。團(tuán)隊(duì)成員表示,NASNet將被用于各類應(yīng)用程序,用戶能通過該AI系統(tǒng)進(jìn)行圖像分類和對象檢測。

總編輯圈點(diǎn)

機(jī)器人能夠造機(jī)器人,AI能夠設(shè)計(jì)AI。想想也沒什么奇怪的,只要目標(biāo)定義清楚,強(qiáng)大的計(jì)算機(jī)當(dāng)然比人腦算得快,遲早會替代人。但這不等于AI可以脫離人自行進(jìn)步了。因?yàn)锳I還是被拴在籠子里,偶爾被放進(jìn)賽道,跑一跑罷了。什么時(shí)候AI突發(fā)奇想,為自己設(shè)定一個(gè)目標(biāo),那什么時(shí)候它才能跟人相比?，F(xiàn)在還差得遠(yuǎn)吶。(記者張夢然)