• 博客访问: 113823
  • 博文数量: 28
  • 用 户 组: 管理员
  • 注册时间: 2018-03-30 13:29
文章分类

全部博文(28)

文章存档

2018年(28)

我的朋友

分类: 人工智能

2018-05-21 16:27:01

谷歌的AutoML是一款全新的机器学习工具套件。它基于谷歌在图像识别方面的最新研究,一项被称为神经结构搜索(Nas)的技术。NAS是一种通过您的特定数据集,搜索最优的神经网络来执行该数据集上特定任务的算法。AutoML作为一整套机器学习工具,它可以帮助人们轻松地训练高性能的深层网络,而不需要用户对深度学习或人工智能有一定的了解。您所要做的只是对数据进行标记!Google会通过NAS为您的特定数据集和任务找到最优方案。实践证明,谷歌的方案比手动设计网络的方案好的多。

AutoML完全改变了目前机器学习的局面。因为它简单、容易上手,不需要专门的技能和知识。这样使公司只需要有深层的网络就可以完成一些相对简单的任务,比如图像分类。如果说原先他们需要雇佣5个在机器学习方面经验丰富的人来完成这个任务;使用AutoML后,他们只需一个能够整理、处理移动数据的人。

毫无疑问,“企业+人工智能”是一场伟大的变革。但这是一场怎样的变革?变革中谁是受益者?以及,这场变革对从事机器学习的人又会带来什么样的影响?在这篇文章中,作者将对谷歌的AutoML进行分析与讨论以解决上面的问题。

程序员,谷歌带来的这场变革,你了解吗?

要敢于探索,不要只停留在商业表面

在深度学习领域,许多企业,尤其是初创企业,大多还停留在做一些相对简单的事情。他们的产值大部分来源于他们最终组装的产品。例如,大多数计算机视觉初创公司使用的某种图像分类网络,只是AutoML套件中的一个工具。

事实上,谷歌的Nasnet已经在TensorFlow上公开发布了目前最先进的图像分类技术。这些技术将帮助企业跳过实验-研究这个复杂的部分,而只需对任务进行转移学习。(由于目前实验研究较少,作者建议把更多的业务资源放在产品设计、开发和所有重要数据上。)

产品设计是否合理

众所周知,随着对产品设计和开发的深入研究,公司产品的迭代将变的更快。公司的产值将不再在立足于他们的研究是否前沿,而在于他们的产品或技术设计得是否足够好。

易用吗?他们数据管道的设置方式是否能够快速、方便地改进模型?这些将是改进他们的产品、比他们竞争对手的产品更快迭代的新的关键问题。可以说,对尖端技术的研究也要服务于产品。

程序员,谷歌带来的这场变革,你了解吗?

数据和资源变得至关重要

既然研究已经不再那么重要了,企业该如何脱颖而出呢?又要怎样才能在市场中遥遥领先?是的,销售、市场营销和我们刚才讨论过的产品设计都是非常重要的因素。但是,这些因素都是建立在您的数据和资源上的。您拥有的数据越精准、越多样化。任务针对性越强(包括质量和数量),就越适合使用AutoML这样的软件工具来改进您的模型。这也意味着在获取和处理数据中,您需要大量的资源。但好处也显而易见,您将远离编写大量代码所带来的困难。

软件2.0:对大多数人来说,深度学习更是工具箱中的另一个工具

所有您现在要做的是使用谷歌的AutoML上传您的标签数据。对于那些不了解深度学习,只是单纯想利用技术的人而言,这是一个很大的工程。通过深度学习,我们可以使应用变得更加人性化,编码更少,插入更多地工具套件。然而,对于大多数人来说,深入学习依旧只是他们工具箱里的一个工具罢了。

程序员,谷歌带来的这场变革,你了解吗?

科学研究没有止境

研究永不停!就好比,汽车被发明后,我们没有停止脚步,而是试图让它变得更好。尽管现在它已经可以“堪称”完美了。AI技术也是这个道理。AI自身不具有创造力,也不能推理,有时候甚至不能处理复杂的任务。它需要大量标签数据,并且经过大量的训练才能达到一定的准确率(精度)。对于一些简单的任务,比如分类、深度学习模型的发挥还是可以的。但有时也很差(取决于任务的复杂性)。

以上这些都为科学和研究提供了机会,特别是为推进当前的人工智能技术提供了机会。在商业方面,一些公司,特别是科技巨头(如谷歌、微软、Facebook、苹果、亚马逊),需要通过科学和研究创新才能与其他几个公司相竞争。他们依托大量的数据和资源,设计出令人惊叹的产品,并进行售卖。他们是通过尖端科技做到“与众不同”的。

人工智能技术转变是好是坏?

总的来说,作者认为人工智能技术方式的转变是一件好事。虽然大多数企业还是墨守成规,利用旧有的机器学习工具。作者谈到,让人工智能贴近人们的生活才能打破企业的僵局。

人工智能是一个相当“开放”的领域,有像吴恩达这样的大咖设立课程来教人们理解这一新技术。毫无疑问,这样做对技术的推广,对人们与科技的连接有着举足轻重的作用。

技术的转变已经有很多旧例了。比如说计算机程序设计是从编码开始!很多人认为C语言太复杂,便有了C+。甚至有人觉得C+也很复杂,便有了我们所使用的Python或R等超高级语言!我们只使用最合适我们的工具。也可以简单地使用更高层次或内置的东西(例如Python,传输学习,人工智能工具)。

同时,在人工智能技术的科学和研究方面继续努力是至关重要的。我们可以通过设计基于人工智能的新产品为世界带来巨大的价值.但总有一天需要新的科学来继续推进。人类的创造力永远是有价值的。

阅读(842) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~
评论热议
请登录后评论。

登录 注册