谷歌公司通過(guò)“AutoML”人工智能研究項(xiàng)目使計(jì)算機(jī)算法可以通過(guò)分析數(shù)據(jù)來(lái)學(xué)會(huì)執(zhí)行特定任務(wù)，如開(kāi)發(fā)其它機(jī)器學(xué)習(xí)算法。在某些情況下，它所產(chǎn)生的結(jié)果比研究人員自己設(shè)計(jì)的最好的系統(tǒng)更加強(qiáng)大和高效，從而實(shí)現(xiàn)“人工智能構(gòu)建人工智能”。該系統(tǒng)最近在一個(gè)圖像分類任務(wù)中實(shí)現(xiàn)了破紀(jì)錄的82%的正確率。在另一個(gè)難度更大的在圖像中標(biāo)記多個(gè)對(duì)象位置的任務(wù)中，自動(dòng)生成的系統(tǒng)達(dá)到43%的正確率，而人類構(gòu)建的最優(yōu)的系統(tǒng)正確率只有39%。
“AutoML”項(xiàng)目將幫助大量企業(yè)開(kāi)發(fā)人工智能應(yīng)用系統(tǒng)，其研究人員正致力于“元學(xué)習(xí)”（即學(xué)會(huì)如何學(xué)習(xí)的能力）上加快部署人工神經(jīng)網(wǎng)絡(luò)。該技術(shù)涉及為數(shù)學(xué)運(yùn)算網(wǎng)絡(luò)提供數(shù)據(jù)，其靈感來(lái)自于對(duì)大腦中的神經(jīng)元的研究。
紐約大學(xué)正與谷歌合作，建立一個(gè)名為AdaNet的系統(tǒng)。當(dāng)給定一組已經(jīng)標(biāo)記好的數(shù)據(jù)時(shí)，該系統(tǒng)會(huì)逐層地構(gòu)建一個(gè)神經(jīng)網(wǎng)絡(luò)，并測(cè)試添加到設(shè)計(jì)中的每個(gè)參數(shù)，以確保它能提高性能。AdaNet已經(jīng)能夠自動(dòng)生成神經(jīng)網(wǎng)絡(luò)，生成的網(wǎng)絡(luò)能夠與標(biāo)準(zhǔn)的、人工構(gòu)建的而且兩倍之于它的規(guī)模的神經(jīng)網(wǎng)絡(luò)同樣好地完成一項(xiàng)任務(wù)。
