研發(fā)人員有一個(gè)夢(mèng)想,讓人工智能機(jī)器創(chuàng)造其他的人工智能機(jī)器。但是,對(duì)高級(jí)程序員們來說,這是一個(gè)噩夢(mèng)。
最近,在硅谷和中國的演講中,谷歌首席工程師之一JeffDean都提到了AutoML。ML,機(jī)器學(xué)習(xí)(machinelearning)的縮寫,是一種能夠通過分析數(shù)據(jù)自行完成特定任務(wù)的計(jì)算機(jī)算法。AutoML也是一種機(jī)器學(xué)習(xí)算法,但它學(xué)習(xí)的是如何創(chuàng)造其他機(jī)器學(xué)習(xí)算法。
有了AutoML,不久以后,谷歌或許就可以找到一種創(chuàng)造AI的技術(shù),部分取代人類。這是科技產(chǎn)業(yè)的未來,許多人認(rèn)為。
從能識(shí)別人臉的智能手機(jī)應(yīng)用,到自動(dòng)駕駛的汽車,科技產(chǎn)業(yè)前景光明。但據(jù)估計(jì),具備創(chuàng)建復(fù)雜(甚至有些神秘)算法的教育背景、經(jīng)驗(yàn)和能力的人,全世界僅1萬人左右。
世界最大高科技企業(yè),包括谷歌,臉書和微軟,每年在AI人才方面投入數(shù)百萬美元,讓這一稀缺人才市場(chǎng)更加陷入困境。百年樹人,人才短缺問題很難短時(shí)間內(nèi)得到解決,掌握這些技能也要花費(fèi)好幾年。
但是,產(chǎn)業(yè)發(fā)展不會(huì)等人。目前,公司企業(yè)正在研發(fā)各種工具,幫助簡(jiǎn)化打造AI軟件的過程,比如,圖像和語音識(shí)別服務(wù),在線聊天機(jī)器人等。
最近,微軟公布了一款可以幫助程序員創(chuàng)建深度神經(jīng)網(wǎng)絡(luò)的工具。「每出現(xiàn)一種新技術(shù),計(jì)算機(jī)科學(xué)就會(huì)以這樣的方式跟進(jìn)?!刮④浀母笨偛肑osephSirosh表示,「我們正在省去許多繁重的勞作。」
這不是利他主義。
像JeffDean這樣的研發(fā)人員們相信,更多的人和企業(yè)研究人工智能,會(huì)促進(jìn)自己的研究。巨頭們也在這一趨勢(shì)中看到了光明「錢」途。他們紛紛對(duì)外出售云計(jì)算服務(wù),幫助企業(yè)和開發(fā)者創(chuàng)建AI。
「存在這方面的剛需,當(dāng)前的工具不能完全滿足這些需求?!勾a隆科技的聯(lián)合創(chuàng)始人兼首席技術(shù)官M(fèi)attScott表示。這家創(chuàng)業(yè)公司也致力于類似服務(wù)。
這也正是谷歌希望AutoML能夠做的事情。上個(gè)月公布新款安卓智能手機(jī)時(shí),谷歌CEOSundarPichai還曾炫耀過AutoML。
這個(gè)項(xiàng)目最終會(huì)幫助其他公司創(chuàng)建具備人工智能的系統(tǒng),即使這些公司沒有豐富的專業(yè)知識(shí)。JeffDean表示,如今也僅幾千家家公司具備打造AI的能力,更多的公司擁有必要的數(shù)據(jù)。
「希望首先可以解決幾千家組織的機(jī)器學(xué)習(xí)問題,然后幫助幾百萬家公司組織?!顾f。
谷歌正在云計(jì)算業(yè)務(wù)上傾注巨資,期待未來幾年,該業(yè)務(wù)成為公司主要的經(jīng)濟(jì)引擎。將大部分世界頂尖AI研發(fā)人員收入囊中后,谷歌也有啟動(dòng)引擎的砝碼了。
神經(jīng)網(wǎng)絡(luò)正在快速加速人工智能的發(fā)展。如今,工程師們可以更快地創(chuàng)建自主學(xué)習(xí)算法。過去,程序員都是手動(dòng)創(chuàng)建一個(gè)圖像識(shí)別服務(wù)或是一個(gè)文字翻譯app,一次只能完成一行編碼。
例如,通過分析大量傳統(tǒng)技術(shù)支持通話中的聲音,機(jī)器學(xué)習(xí)算法能夠?qū)W會(huì)識(shí)別口頭單詞。
但是,構(gòu)建神經(jīng)網(wǎng)絡(luò)并不像創(chuàng)建網(wǎng)站或是普通的智能手機(jī)應(yīng)用那么簡(jiǎn)單。數(shù)學(xué),極端的試錯(cuò)、相當(dāng)多的直覺,一個(gè)都不能少。獨(dú)立的機(jī)器學(xué)習(xí)實(shí)驗(yàn)室ElementAI的首席執(zhí)行官Jean-Fran?oisGagné將這個(gè)過程定義為「一種新的計(jì)算機(jī)編程。」
在創(chuàng)建神經(jīng)網(wǎng)絡(luò)的過程中,研發(fā)人員通常會(huì)運(yùn)用大量的機(jī)器網(wǎng)絡(luò)運(yùn)行幾十或幾百項(xiàng)實(shí)驗(yàn),測(cè)試該算法能多大程度上學(xué)會(huì)識(shí)別圖像或是翻譯一種語言。他們會(huì)不斷地調(diào)整算法特定部分,直到找到起作用的那一部分。這一技術(shù)被稱為「黑暗的藝術(shù)」,因?yàn)檠邪l(fā)人員發(fā)現(xiàn)很難解釋,為什么會(huì)做出這樣的調(diào)整。
谷歌正在嘗試使用AutoML將這個(gè)過程自動(dòng)化。通過創(chuàng)建能分析其他算法研發(fā)過程的算法,就能搞清楚哪些方法湊效,哪些不能。最終,系統(tǒng)將學(xué)會(huì)創(chuàng)建出更有效的機(jī)器學(xué)習(xí)。
現(xiàn)在,谷歌認(rèn)為AutoML可以創(chuàng)造識(shí)別圖片物體的算法,比完全由人類專家建造的算法更精確。該項(xiàng)目一位成員、谷歌研究人員BarretZoph相信,這種辦法最終也適用于其他的任務(wù),例如語音識(shí)別和機(jī)器翻譯。
這是AI研究的重要趨勢(shì)之一,專家稱作「學(xué)會(huì)學(xué)習(xí)」或「元學(xué)習(xí)」。
許多人相信,這樣的方法會(huì)極大地促進(jìn)人工智能的發(fā)展,無論是在網(wǎng)絡(luò)世界還是現(xiàn)實(shí)世界。伯克利的研發(fā)人員們正在打造讓機(jī)器人基于過去經(jīng)驗(yàn)解決新問題的技術(shù)。
「實(shí)際上,計(jì)算機(jī)會(huì)為我們創(chuàng)造這樣的算法。」伯克利的教授Pieterabbeel稱,「計(jì)算機(jī)創(chuàng)造的算法,能迅速地解決很多問題,至少我們有這樣的希望?!棺罱x開OpenAI,成立了一家機(jī)器人創(chuàng)業(yè)公司。(又一員大將離開馬斯克的OpenAI自立門戶,稱工業(yè)機(jī)器人市場(chǎng)大有可為)
這也是讓更多的人和企業(yè)有能力打造AI的方式。這些方法不會(huì)完全取代人類研究人員。專家們?nèi)匀恍枰龊芏嘀匾O(shè)計(jì)工作。但是,他們希望的是,少數(shù)專家的工作成果,可以幫助更多的人創(chuàng)建自己的軟件。
現(xiàn)在還不現(xiàn)實(shí),未來幾年會(huì)實(shí)現(xiàn),只是時(shí)間問題。RenatoNegrinho說。他是卡內(nèi)基梅隆大學(xué)研究人員,也正在開發(fā)類似AutoML的技術(shù)。