AI 自造“子 AI ” 打敗人類所造智能
谷歌公司今年稍早時間宣布，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。
科技日報北京 12 月 5 日電 （記者張夢然）谷歌公司今年稍早時間宣布，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，自動化設(shè)計機(jī)器學(xué)習(xí)模型。此次，AutoML 的 " 身份 " 是一個控制器神經(jīng)網(wǎng)絡(luò)，為特定任務(wù)開發(fā)一個 " 子 AI"。這個新生成的 " 孩子 " 名為 NASNet，可以實(shí)時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)識別兩個數(shù)據(jù)集上，對 " 子 AI"NASNet 進(jìn)行了測試。他們表示，這是計算機(jī)視覺領(lǐng)域兩個最受認(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 AI。想想也沒什么奇怪的，只要目標(biāo)定義清楚，強(qiáng)大的計算機(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)?AI 還是被拴在籠子里，偶爾被放進(jìn)賽道，跑一跑罷了。什么時候 AI 突發(fā)奇想，為自己設(shè)定一個目標(biāo)，那什么時候它才能跟人相比。現(xiàn)在還差得遠(yuǎn)吶。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標(biāo)注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務(wù)必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。
