谷歌人工智能系統(tǒng)已可創(chuàng)建優(yōu)于人類的機(jī)器學(xué)習(xí)代碼
谷歌AutoML系統(tǒng)最近出產(chǎn)了一系列機(jī)器學(xué)習(xí)代碼，其效率甚至比研究人員自身還要高。顯然，這是對人類優(yōu)越論的又一次打擊，因?yàn)闄C(jī)器人學(xué)生們已經(jīng)成為了自我復(fù)制的大師。AutoML是在人工智能頂級編程人才匱乏的情況下，www.twshmhelmet.com，作為一個(gè)解決方案而開發(fā)的。該團(tuán)隊(duì)提出了一種可以創(chuàng)建自學(xué)習(xí)代碼的機(jī)器學(xué)習(xí)軟件，系統(tǒng)會(huì)運(yùn)行數(shù)千個(gè)模擬來確定代碼的哪些方面可以作出改進(jìn)，以及在改變后繼續(xù)該過程、直到達(dá)成目標(biāo)。
GoogleNet架構(gòu)設(shè)計(jì)示意圖
這是一個(gè)對無限猴子理論的絕佳展示，機(jī)器人維修，但Google并未讓一只猴子敲鍵盤打造出Shakespeare，而是制造了一臺能夠自我復(fù)制編程的機(jī)器，且這些機(jī)器在數(shù)小時(shí)內(nèi)表現(xiàn)，比人類程序員工作幾周甚至數(shù)月都好。
雖然聽起來有些嚇人，但AutoML確實(shí)在機(jī)器學(xué)習(xí)系統(tǒng)的編程上，KUKA機(jī)器人示教器維修，遠(yuǎn)勝于創(chuàng)造它的研究人員。在某個(gè)圖像識別任務(wù)中，其實(shí)現(xiàn)了創(chuàng)紀(jì)錄的82%的準(zhǔn)確率。
即使在一些復(fù)雜的人工智能任務(wù)中，其自創(chuàng)建的代碼也比人類程序員優(yōu)越。它可以在圖像中標(biāo)記多個(gè)點(diǎn)，準(zhǔn)確率達(dá)到42%；作為對比，人類打造的軟件只有39%。
當(dāng)然，它并不代表天網(wǎng)或讓人毛骨悚然的數(shù)字幽靈，因?yàn)槲覀冞�沒有處于自我感知機(jī)器的奇點(diǎn)邊緣，只是說我們在人工智能的技術(shù)潛力上又加了一把油門。