看一看 AutoML将深度学习最难一环自动化，AGI技术基础已开始铺设

【逐日科技网】新智元编译谈到实现技术奇点，几近肯定会触及AI能够提高本身能力的问题。谷歌现在创建了可以构建AI的AI，沿着这个方向又迈进了1小步。谷歌首席履行官Sundarpichai在面向app程序员和硬件制造商举行的年度I/O开发者大会上发布了1个名为AutoML的项目，它可以自动化设计深度学习软件最难的部份之1：为神经网络选择正确的架构。这些人工神经网络被设计成为模仿大脑的学习方式。";它的工作方式是，我们采取1组候选神经网络，将它们看做是baby神经网络，然后用1个神经网络来遍历它们，直到我们找到最好的神经网络。"pichai解释说。把猫换成神经网络，你就明白AutoML是做甚么的了谷歌的研究人员创建了1个使用强化学习的机器学习系统试错法本身就是谷歌许多最著名的AI利用的核心理念以找出完成语言和图象辨认任务的最好架构。在这个称为强化学习的进程中，计算机可以将尝试和毛病与某种嘉奖联系起来，就像教狗新的把戏1样。这需要大量的计算能力，但Google的硬件正在进入到可以支持1个神经网络分析另外一个神经网络的阶段。科学家和工程师的专家团队通常需要花费大量的时间来组合神经网络，现在有了AutoML，几近任何人都能够构建AI系统来处理任何他们想做的任务。1个神经网络选择其他神经网络pichai在1篇博文中写道：";我们希望AutoML的能力能抵上现在几个博士之和，并且可以在3到5年的时间内为不计其数的开发人员设计出新的神经网络以满足他们的特殊需求。"机器学习使计算机根据样本数据做出自己的决策是开发人工智能的1种方法，它触及到两个主要步骤：训练和推理。训练进程要求1台计算机看不计其数的猫狗照片，以了解每种动物显现出怎样的像素组合。随后的推理进程是系统根据其学到的东西作出猜想。用神经网络替换猫和狗唑尼沙胺，你就明白AutoML的工作是甚么了。现在它要做的不是辨认动物，而是辨认出哪些系统是最聪明的。自动化构建机器学习系统的进程可以帮助克服人机学习和数据科学人材的短缺根据Google的研究，AutoML在找到解决问题的最好方法方面比人类专家更聪明。这可能会为未来AI系统的构建节省大量工作，由于它们可以进行部份程度的自我构建了。就如Google科学家QuocLe和BarretZoph所说：";我们认为这可以激起新型神经网络，并且使非专家可以根据自己的特定需求创建神经网络，从而使得机器学习增加对人们的影响力。"AutoML的选择结果不但可以与最好的人性化设计架构相对抗，而且系统做出了1些非常规的选择，研究人员之前会认为类似选择不合适这些任务。相干研究人员对MITTechReview表示，这类方法还有很长的路要走，由于它捆绑了800个强大的图形处理器。不过谷歌认为，自动化构建机器学习系统的进程可以帮助克服人机学习和数据科学人材的短缺，这两点拖慢了新技术的利用进程。AutoML其实不是唯1的1个。据Wired报导，Facebook的工程师们也已开发了称为";自动化机器学习工程师"的工具。它的名字也叫AutoML，能够就最有可能解决问题的算法和参数做出选择。去年夏天，1个称为AutoMLchallenge的挑战任务(资助者包括微软、英伟达等)让很多团队开始构建1种机器学习";黑匣子"，能自行选择模型和调剂参数，而不必人为干预。挑战任务乃至吸引了游戏设计师的参与，游戏SpaceEngineers的开发团队利用部份游戏收入组建了1个专家团队来设计可以优化自己软硬件的AI。AI在让自己变得更聪明的进程中，变得更聪明虽然此类自动化可使非专家更容易设计和部署AI系统白癜风有哪些饮食禁忌，但它仿佛也为机器控制自己的命运奠定了基础。";递归的自我完善"概念是大多数从中等智能快速跃升至AI超级智能理论的核心。其核心理念在于，随着AI愈来愈强大，它可以开始自我调剂，以提高其能力。AI在让自己变得更聪明的进程中，变得更聪明，这很快就致使了智能化的指数增长。1般来讲，所谓的";种子AI"被假想为通用人工智能(AGI)，它是1种能够履行任何智力任务的机器，就像人类1样，而不是像今天的大部份算法1般，只是某1个特定领域的专家。今天的系统离AGI还有很长的距离，它们的目的是开发和改进其他机器学习系统，而非本身。在机器学习以外，代码的自我调剂已存在了1段时间，但是部署这类技术来编辑神经网络可能要复杂很多。但是，创造能够处理机器学习代码的算法明显是迈向未来学家假想的自我改进AI的第1步。最近的其他1些技术进展可能也会推动这1方向的发展。许多AI研究人员正在努力将好奇心和创造力编码到机器学习系统中(如新智元端五节为大家介绍过的文章《UC伯克利为AI植入好奇心》)，这两个特点可能对1台重新自我设计以提升性能的机器来讲是必须的。还有1些研究人员正在尝试让机器人分享他们所学到的东西，有效地将它们变成1种";蜂巢思想"。这类研究此前新智元也有过报导，如【Science】机器人从单1演示中学习并相互传授技能，AI迈出统治世界第1步?

毫无疑问，这些能力想要到达可以有效地实现能够自我改进的AI，还有很长的路要走，但我们确切已可以看到1些相干的技术基础正在铺设当中。