谷歌AI生成自己的AI：性能已打敗人類創(chuàng)造的AI
科技日報北京12月5日電（記者張夢然）谷歌公司今年稍早時間宣布，他們的人工智能（AI）系統(tǒng)已能發(fā)明自己的加密算法，還能生成自己的AI。而據(jù)谷歌官方博客及未來主義（Futurism）新聞網(wǎng)近日消息稱，這個由AI創(chuàng)造的子AI，性能已打敗人類創(chuàng)造的AI：測試中，名為NASNet的子AI系統(tǒng)正確率達到82.7%，比之前公布的同類AI產(chǎn)品的結果高1.2%，www.tka.net.cn，系統(tǒng)效率高出4%。
2017年5月，谷歌大腦（GoogleBrain）的研究人員宣布研發(fā)出自動人工智能AutoML，該人工智能可以產(chǎn)生自己的子AI系統(tǒng)。日前，他們決定向AutoML發(fā)起迄今為止最大的挑戰(zhàn)嘗試用AutoML自己創(chuàng)造出的AI，打敗人類設計的AI。
團隊成員使用一種被稱為強化學習的方法，自動化設計機器學習模型。此次，AutoML的身份是一個控制器神經(jīng)網(wǎng)絡，工業(yè)機器人維修，為特定任務開發(fā)一個子AI。這個新生成的孩子名為NASNet，可以實時地在視頻中識別人體、汽車、交通信號燈、手袋、背包等目標。AutoML作為家長，會評估孩子NASNet的性能，KUKA機器人示教器維修，并使用這些信息來改善子AI，再將這一過程重復數(shù)千次。
團隊成員在ImageNet（計算機視覺系統(tǒng)識別項目，是目前世界最大的圖像識別數(shù)據(jù)庫）圖像分類和COCO目標識別兩個數(shù)據(jù)集上，對子AINASNet進行了測試。他們表示，這是計算機視覺領域兩個最受認可的大規(guī)模學術數(shù)據(jù)集，其數(shù)量級之龐大使得測試非常嚴峻。
結果，在ImageNet測試中，NASNet在驗證集上的預測準確率達到了82.7%，比之前公布的同類人工智能產(chǎn)品的結果好1.2%，與論文預印網(wǎng)站上報告但未發(fā)表的結果不相上下，系統(tǒng)效率則提高了4%，最大模型的平均精確度為43.1%。團隊成員表示，NASNet將被用于各類應用程序，用戶能通過該AI系統(tǒng)進行圖像分類和對象檢測。