“僅需幾行代碼就能構(gòu)建一個(gè)回歸模型?！背绦騿T認(rèn)可谷歌AutoML的工作表現(xiàn)，認(rèn)為AutoML設(shè)計(jì)的模型和機(jī)器學(xué)習(xí)專家設(shè)計(jì)的不相上下。日前，谷歌工程師分別在中國(guó)和硅谷重點(diǎn)推介谷歌AutoML項(xiàng)目。
不明就里的疑惑緊跟著紛至沓來(lái)——AI又進(jìn)化了？！已經(jīng)會(huì)自開(kāi)發(fā)了？能操控自己的進(jìn)化了？是要擺脫人類嗎？
進(jìn)化分幾步
AI確實(shí)進(jìn)化了，它能做的事情越來(lái)越多，成績(jī)斐然。它的背后是AI實(shí)現(xiàn)路徑的“三級(jí)跳”——
國(guó)家超級(jí)計(jì)算濟(jì)南中心大數(shù)據(jù)研發(fā)部研究員趙志剛說(shuō)：“起初我們用數(shù)學(xué)公式和‘if……then’等語(yǔ)句告訴計(jì)算機(jī)第一步做什么、第二步做什么，手把手地教，后來(lái)給機(jī)器n組輸入和輸出，中間的規(guī)則或規(guī)律由它自己學(xué)會(huì)?！?/p>
“之前，很多聰明的頭腦花一輩子時(shí)間研究：如何抽取有效的特征。”專注于智能導(dǎo)購(gòu)對(duì)話機(jī)器人的智能一點(diǎn)公司CTO莫瑜解釋道，“神經(jīng)網(wǎng)絡(luò)算法的發(fā)明、深度學(xué)習(xí)技術(shù)的出現(xiàn)，使得AI進(jìn)化到2.0，抽取特征的工作由AI自己進(jìn)行，我們的工作也隨之發(fā)生了變化?！?/p>
用數(shù)學(xué)函數(shù)的模式很容易解釋“1.0”到“2.0”的轉(zhuǎn)變：如果把識(shí)別圖像、語(yǔ)義理解、下棋等任務(wù)的達(dá)成都看成是不同的Y=f（X），即輸入的“貓”的圖片、聲音或棋招是“X”，輸出的“貓”、回答、棋高一招是“Y”。深度學(xué)習(xí)之前，人通過(guò)自己的分析尋找函數(shù)f對(duì)應(yīng)的公式，告訴給AI。而深度學(xué)習(xí)之后，人輸入大量的X與Y的對(duì)應(yīng)，AI自己發(fā)現(xiàn)函數(shù)f對(duì)應(yīng)的公式。
“AI找到的函數(shù)f的具體內(nèi)容，可能比人找到的更好，但是人類并不知道，就像一個(gè)黑匣子。”莫瑜說(shuō)，“但是f的形式是AI研究員通過(guò)研究設(shè)計(jì)出來(lái)的，如果使用深度神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)中的模塊以及模塊之間的組織方式也是提前設(shè)計(jì)的。”
隨著深度學(xué)習(xí)技術(shù)的成熟和普遍化，模型構(gòu)建出現(xiàn)了特定可追尋的經(jīng)驗(yàn)?！案鞣N共性神經(jīng)網(wǎng)絡(luò)的發(fā)布，使得從業(yè)門(mén)檻越來(lái)越低。一些普通的模型構(gòu)建與優(yōu)化，剛畢業(yè)的學(xué)生在網(wǎng)上學(xué)學(xué)教程就能上手。”趙志剛說(shuō)。
當(dāng)構(gòu)建模型成為可習(xí)得的技能，AutoML就出現(xiàn)了。它能做的正是AI研究員的模型設(shè)計(jì)工作?！皩椭煌窘?a href="http://ygpos.cn/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD_1.html" target="_blank" class="keylink">人工智能系統(tǒng)，即使他們沒(méi)有廣泛的專業(yè)知識(shí)?！惫雀韫こ處熯@樣推介。AI成功進(jìn)化到3.0。
事實(shí)上，AutoML替代的仍舊是人類能夠提煉出經(jīng)驗(yàn)的工作。“如果說(shuō)之前人描繪一套尋找函數(shù)f的‘路網(wǎng)’，在深度學(xué)習(xí)的技術(shù)輔助下，機(jī)器能最快找到優(yōu)化路徑；那么AI現(xiàn)在可以自己設(shè)計(jì)路網(wǎng)了?！壁w志剛言簡(jiǎn)意賅。
可以看出，不論是深度學(xué)習(xí)、還是AutoML，都只替代人類的一部分群體已經(jīng)鉆研透了的工作?！皺C(jī)器能做的事情，盡量不要手工勞動(dòng)”，這是很多程序員的人生信條，這個(gè)信條催生了AutoML。本著同樣的信條，微軟開(kāi)發(fā)了DeepCoder?！八梢杂脕?lái)生成滿足給定輸入輸出的程序?！蹦ふf(shuō)，但它的表現(xiàn)目前還不盡如人意，只能編寫(xiě)一些簡(jiǎn)單的程序。
誰(shuí)是“上帝”
答案毫無(wú)疑問(wèn)，人類。
既然AI在進(jìn)化中走向了更高一階的模型設(shè)計(jì)，那么“上帝之手”又發(fā)生了哪些變化呢？
“煉丹”，莫瑜用兩個(gè)字形象地說(shuō)起自己的工作，“智能一點(diǎn)是專業(yè)做智能客服的，研發(fā)人員的工作主要集中于問(wèn)題建模（如何將實(shí)際問(wèn)題轉(zhuǎn)化為人工智能技術(shù)解決的問(wèn)題）和算法優(yōu)化（如何提升人工智能算法的效果）?！?/p>
“煉”意味著不斷地調(diào)試和完善。“針對(duì)特定的人，越投脾氣越好，回答越精準(zhǔn)越好?！蹦ふf(shuō)，“我們的X是客戶的問(wèn)話，Y是機(jī)器人客服的回復(fù)，中間的函數(shù)f需要訓(xùn)練?！?/p>
這是個(gè)不容易的任務(wù)。如果把人類社會(huì)的經(jīng)驗(yàn)分為3類：有公式的確定規(guī)則、可言傳的知識(shí)、只可意會(huì)不可言傳的感覺(jué)。最后一類最難琢磨。
“因此，我們想辦法構(gòu)建完善的閉環(huán)反饋，了解特定用戶的喜好，通過(guò)情感、趣味的表達(dá)，最終做到投其所好?！蹦ふf(shuō)，“目前處于人機(jī)協(xié)同的工作階段，但是越來(lái)越多樣本的獲取，將幫助我們的智能客服給出精準(zhǔn)的、討喜的回答?！?/p>
可見(jiàn)，并不是所有領(lǐng)域都適合交給AI自開(kāi)發(fā)去做，比如問(wèn)題建模方面，如何將實(shí)際問(wèn)題抽象轉(zhuǎn)換為機(jī)器學(xué)習(xí)問(wèn)題，AI還無(wú)法自主完成。在AI2.0階段，研發(fā)人員還需要人工設(shè)計(jì)函數(shù)f的形式。
那么，AutoML普及的未來(lái)會(huì)是什么樣？
“人類被從低一級(jí)的工作中解放出來(lái)。”趙志剛說(shuō)，“如果模型設(shè)計(jì)可以由AI來(lái)做，那么AI研究員將更多地探尋構(gòu)成模型的基礎(chǔ)模塊的設(shè)計(jì)。”
12下一頁(yè)>（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
