2017 年 5 月，Google Brain 團隊公佈了 AutoML 項目：能自己生成 AI 的 AI。最近，研究人員嘗試用 AutoML 創造出性能打敗人類 AI 的子 AI。 他們使用了強化學習的方法自動化機器學習模型的設計，AutoML 作為一個控制器神經網路創造一個執行特定任務的子 AI 網路。這個被研究人員稱為 NASNet 的子 AI 的任務是從視頻裡實時識別出諸如人、汽車、交通燈、手提包和背包等目標。 AutoML 會評估 NASNet 的性能表現，然後使用獲得的信息進行開發以改進版本，這一過程會重複數千次。研究人員用 NASNet 測試了 ImageNet 圖像分類和 COCO 目標識別兩大數據集（電腦視覺領域最被認可的兩個大型學術數據集），結果顯示 NASNet 的性能表現優於所有其他電腦視覺系統。在 ImageNet 的測試中 NASNet 的正確率達到了 82.7%，比人類的最新結果高 1.2%，效率高 4%，運算需求也更少。
對 NASNet 而言，它帶來了高精準和高效的計算機視覺算法，正如一位研究人員所建議的，它們可以用來創建複雜的，由人工智能驅動的機器人，或者幫助視力受損的人以另一種方式恢復視力。他們還可以幫助設計人員改進自動駕駛技術。自動駕駛車輛能夠識越快別道路上的物體，它們作出反應的速度就越快，從而增加了車輛的安全性。不過當然也有人擔心這可能會帶來的道德問題。 |
首頁|手機版|Chip123 科技應用創新平台 |新契機國際商機整合股份有限公司
GMT+8, 2024-4-20 07:29 PM , Processed in 0.072004 second(s), 16 queries .
Powered by Discuz! X3.2
© 2001-2013 Comsenz Inc.
