谷歌李飞飞,李佳推出Cloud AutoML,或可替代AI工程师?

文章摘要:1月18日,谷歌正式推出Cloud AutoML。该模型由华裔科学家李飞飞和李佳主导开发。

1月18日,谷歌正式推出Cloud AutoML。该模型由华裔科学家李飞飞和李佳主导开发。李佳在朋友圈中分享了自己的喜悦:

谷歌李飞飞,李佳推出Cloud AutoML,或可替代AI工程师?现在开放出来的只有Cloud AutoML Vision功能,能够定制化生成用于特定图像识别的AI模型。比如,你想让AutoML识别一张图是不是花园,只需要输进100张花园让它自己学习就可以了。而李飞飞和李佳都表示未来Cloud AutoML的覆盖范围将会更广,囊括图像、语音、NLP等方面。

目前,谷歌还没有公布Cloud AutoML的服务价格,也暂时没有对外开放。想要试用这个服务,需要向谷歌发出申请。

谷歌采用的是增强学习和迁移学习技能。过去,谷歌已经用深度学习训练了很多图像识别,机器翻译的模型。通过迁移学习,可以将已经训练完成的模型转移到新的模型上。因此即使用户上传较少的资料,AutoML也能通过增强学习训练出机器学习模型。

在增强学习中,用户不告诉机器参数应该怎么设定,而是等它随机调整了一个参数后,如果结果是好的,给它奖励,如果结果是不好的,给它惩罚,但是不告诉它哪一步做错了。久而久之机器会自己摸索出一套最佳方案来。系统会运行数千个模拟来确定代码的哪些方面可以作出改进,以及在改变后继续该过程、直到达成目标。

那么,AutoML制作出来的模型和AI工程师做出来的模型有什么差异呢

谷歌方面提出了AutoML的三大优势——

1. 准确率提高:Cloud AutoMLVision的基础是Google领先的图像识别方法,包括迁移学习和神经结构搜索技术(neural architecture search technology)。这意味着即使企业的机器学习专业知识有限,也可以获得更准确的模型。

2.生产就绪模型的周转时间更快:使用CloudAutoML,用户可以在几分钟内创建一个简单的模型,来试用AI应用程序,或者在一天内构建完整的生产就绪模型。

3.容易使用:AutoML Vision提供了一个简单的图形用户界面,可让用户指定数据,然后将这些数据转换为针对特定需求而定制的高质量模型。

不过,也有工程师评论说AutoML的灵活性不如自己设计出来的模型。确实,如果要求更复杂的算法还得工程师调试。

AutoML的开发意味着什么呢?有什么影响呢?AutoMLvision不仅仅是一个图像识别模型系统,还意味着一场AI“民主化”的革命。Cloud AutoML降低了深度学习的门槛,让拥有资源的大公司不再处于垄断地位,小公司或者个人即便没有拥有格外优秀的AI技术人才,也能享受AI带来的技术便利。AI工程师们评论表示“刚入门,就被革了命”。Cloud AutoML的推出,在推动AI民主化的同时,也给AI工程师们以鞭策。

虽然谷歌表示AutoML是市场上唯一的同类系统。但市面上也逐渐出现类似的服务,比如Clarif.ai(一家人工智能初创,曾今入选CB Insights 2017全球AI企业100强),而且微软的内部也在定制相关的系统。AI“民主化”是大势所趋。

-End-

热门文章推荐

本文章图片来源于网络

AI锐见原创,作者:Rebuild.AI,转载请注明出处:http://www.rebuild.ai/2018/01/18/%e8%b0%b7%e6%ad%8c%e6%9d%8e%e9%a3%9e%e9%a3%9e%ef%bc%8c%e6%9d%8e%e4%bd%b3%e6%8e%a8%e5%87%bacloud-automl%ef%bc%8c%e6%88%96%e5%8f%af%e6%9b%bf%e4%bb%a3ai%e5%b7%a5%e7%a8%8b%e5%b8%88%ef%bc%9f/

0

扫一扫,分享到微信

猜你喜欢

文章评论

电子邮件地址不会被公开。 必填项已用*标注

后发表评论

上一篇

颠覆谷歌与Facebook,亚马逊从智能音箱挖掘广告市场的黄金商机

下一篇

对话百度高亮:百度输入法8.0 语音+AR多模态发展 准确率超同行20%

微信公众号

微信公众号