隨著人工智能的發(fā)展，不少人擔(dān)心相關(guān)軟件會(huì)搶奪人類的飯碗，比如貨物運(yùn)輸?shù)取，F(xiàn)在，一些權(quán)威研究人員發(fā)現(xiàn)，這些軟件還開(kāi)始搶自己的飯碗，自主設(shè)計(jì)機(jī)器學(xué)習(xí)軟件。

谷歌大腦(即Google Brain)是谷歌旗下的人工智能研究團(tuán)隊(duì)，其工作人員曾經(jīng)做過(guò)這樣一項(xiàng)試驗(yàn)，讓人工智能軟件自行設(shè)計(jì)機(jī)器學(xué)習(xí)系統(tǒng)，用來(lái)測(cè)試原先處理語(yǔ)言的軟件。結(jié)果顯示，與人類設(shè)計(jì)的系統(tǒng)相比，由軟件設(shè)計(jì)的系統(tǒng)表現(xiàn)更好。

在最近這幾個(gè)月中，還有許多其他研究團(tuán)隊(duì)也表示，已經(jīng)在學(xué)習(xí)軟件自行設(shè)計(jì)學(xué)習(xí)軟件這一領(lǐng)域取得重大進(jìn)展。其中包括非營(yíng)利性研究機(jī)構(gòu)OpenAI(由埃隆·馬斯克參與創(chuàng)建)、麻省理工、加州大學(xué)伯克利分校以及谷歌旗下的另一人工智能研究團(tuán)隊(duì)DeepMind。

如果未來(lái)人工智能技術(shù)果真能夠?qū)崿F(xiàn)自主設(shè)計(jì)，那將會(huì)加快機(jī)器學(xué)習(xí)軟件在整個(gè)經(jīng)濟(jì)領(lǐng)域的應(yīng)用速度。目前，市場(chǎng)上的機(jī)器學(xué)習(xí)專家供不應(yīng)求，各家公司都需要花大價(jià)錢(qián)才能聘請(qǐng)到這些專家。

谷歌大腦負(fù)責(zé)人Jeff Dean上周表示，諸如普通勞工等工作崗位，將來(lái)可能會(huì)遭到智能軟件的排擠。他將這種軟件自行設(shè)計(jì)軟件的趨勢(shì)稱作“自動(dòng)化機(jī)器學(xué)習(xí)”，并表示這是自家團(tuán)隊(duì)最看重的研究課題之一。

就在本月，首屆人工智能前沿峰會(huì)(即AI Frontiers)在加州圣克拉拉會(huì)議中心舉行。Dean在大會(huì)上表示：“目前，我們主要依靠專業(yè)知識(shí)和數(shù)據(jù)計(jì)算來(lái)解決人工智能方面的問(wèn)題。在不久的將來(lái)，我們是否能夠在沒(méi)有機(jī)器學(xué)習(xí)專業(yè)知識(shí)的指導(dǎo)下，直接自行解決問(wèn)題呢?”

目前，機(jī)器學(xué)習(xí)軟件在完成某一特定任務(wù)時(shí)需要耗費(fèi)大量數(shù)據(jù)，這是一個(gè)不小的問(wèn)題。谷歌旗下的DeepMind團(tuán)隊(duì)，從一組試驗(yàn)中發(fā)現(xiàn)，研究人員口中的“自主學(xué)習(xí)的機(jī)器學(xué)習(xí)軟件”，能夠有效緩解這一問(wèn)題。

研究人員試圖讓機(jī)器學(xué)習(xí)軟件自行生成學(xué)習(xí)系統(tǒng)，以解決各不相同但彼此相關(guān)的問(wèn)題。最終，這些學(xué)習(xí)軟件設(shè)計(jì)出的系統(tǒng)，無(wú)需額外訓(xùn)練就能夠歸納并完成新的任務(wù)。

其實(shí)，讓學(xué)習(xí)軟件自行學(xué)習(xí)并設(shè)計(jì)系統(tǒng)這一想法，早在20世紀(jì)90年代就出現(xiàn)了，是由蒙特利爾大學(xué)的教授Yoshua Bengio提出的。不過(guò)，在此之前的諸多試驗(yàn)，都沒(méi)有得出令人信服的結(jié)論，根本無(wú)法撼動(dòng)人類在設(shè)計(jì)軟件和系統(tǒng)方面的主導(dǎo)地位。

Bengio指出，深度學(xué)習(xí)技術(shù)的出現(xiàn)，使我們對(duì)人工智能有了更加深刻的了解。不僅如此，它還能夠幫助我們提高計(jì)算能力。但同時(shí)該教授也表示，到目前為止，我們想要完全用它來(lái)取代機(jī)器學(xué)習(xí)專家，哪怕是部分取代，都是不現(xiàn)實(shí)的。

谷歌大腦的研究人員介紹說(shuō)，為了給學(xué)習(xí)軟件提供強(qiáng)大的支撐基礎(chǔ)，他們利用了800個(gè)高能圖像處理器。結(jié)果發(fā)現(xiàn)，該軟件設(shè)計(jì)出來(lái)的圖像識(shí)別系統(tǒng)，比人類設(shè)計(jì)的最優(yōu)秀的系統(tǒng)還要有效。

Otkrist Gupta是一名來(lái)自麻省理工學(xué)院媒體實(shí)驗(yàn)室(即MIT Media Lab)的研究員，他和同事計(jì)劃開(kāi)源自家試驗(yàn)中使用的軟件。在他們的試驗(yàn)中，學(xué)習(xí)軟件設(shè)計(jì)出來(lái)的深度學(xué)習(xí)系統(tǒng)，在物體識(shí)別方面，完全比得上人類設(shè)計(jì)的系統(tǒng)。

其實(shí)，在取得這一進(jìn)展之前，Gupta花了不少時(shí)間和精力，來(lái)設(shè)計(jì)和測(cè)試機(jī)器學(xué)習(xí)模型，但都以失敗告終。他認(rèn)為，各家公司和各位研究人員肯定都想要找到一種方式，將自動(dòng)化機(jī)器學(xué)習(xí)運(yùn)用到實(shí)際生活中。對(duì)此，他們可以說(shuō)是動(dòng)力滿滿。

Gupta表示：“想辦法減輕數(shù)據(jù)科學(xué)家身上的負(fù)擔(dān)，會(huì)為我們帶來(lái)意想不到的好處。因?yàn)檫@樣做，不僅會(huì)提高我們的生產(chǎn)能力，創(chuàng)建出更好的模型，還會(huì)解放我們的思想，以便去探索更高層次的創(chuàng)意想法。”

關(guān)鍵詞： AI人工智能 AI軟件