编码中心
欢迎来稿
当前位置首页 > 科技新闻 > 正文

AI自我进化了?

2017-11-20 10:59 来源:科技日报

  “仅需几行代码就能构建一个回归模型。”程序员认可谷歌AutoML的工作表现,认为AutoML设计的模型和机器学习专家设计的不相上下。日前,谷歌工程师分别在中国和硅谷重点推介谷歌AutoML项目。

  不明就里的疑惑紧跟着纷至沓来——AI又进化了?!已经会自开发了?能操控自己的进化了?是要摆脱人类吗?

  进化分几步

  AI确实进化了,它能做的事情越来越多,成绩斐然。它的背后是AI实现路径的“三级跳”——

  国家超级计算济南中心大数据研发部研究员赵志刚说:“起初我们用数学公式和‘if……then’等语句告诉计算机第一步做什么、第二步做什么,手把手地教,后来给机器n组输入和输出,中间的规则或规律由它自己学会。”

  “之前,很多聪明的头脑花一辈子时间研究:如何抽取有效的特征。”专注于智能导购对话机器人的智能一点公司CTO莫瑜解释道,“神经网络算法的发明、深度学习技术的出现,使得AI进化到2.0,抽取特征的工作由AI自己进行,我们的工作也随之发生了变化。”

  用数学函数的模式很容易解释“1.0”到“2.0”的转变:如果把识别图像、语义理解、下棋等任务的达成都看成是不同的Y=f(X),即输入的“猫”的图片、声音或棋招是“X”,输出的“猫”、回答、棋高一招是“Y”。深度学习之前,人通过自己的分析寻找函数f对应的公式,告诉给AI。而深度学习之后,人输入大量的X与Y的对应,AI自己发现函数f对应的公式。

  “AI找到的函数f的具体内容,可能比人找到的更好,但是人类并不知道,就像一个黑匣子。”莫瑜说,“但是f的形式是AI研究员通过研究设计出来的,如果使用深度神经网络,网络中的模块以及模块之间的组织方式也是提前设计的。”

  随着深度学习技术的成熟和普遍化,模型构建出现了特定可追寻的经验。“各种共性神经网络的发布,使得从业门槛越来越低。一些普通的模型构建与优化,刚毕业的学生在网上学学教程就能上手。”赵志刚说。

  当构建模型成为可习得的技能,AutoML就出现了。它能做的正是AI研究员的模型设计工作。“将帮助不同公司建立人工智能系统,即使他们没有广泛的专业知识。”谷歌工程师这样推介。AI成功进化到3.0。

  事实上,AutoML替代的仍旧是人类能够提炼出经验的工作。“如果说之前人描绘一套寻找函数f的‘路网’,在深度学习的技术辅助下,机器能最快找到优化路径;那么AI现在可以自己设计路网了。”赵志刚言简意赅。

  可以看出,不论是深度学习、还是AutoML,都只替代人类的一部分群体已经钻研透了的工作。“机器能做的事情,尽量不要手工劳动”,这是很多程序员的人生信条,这个信条催生了AutoML。本着同样的信条,微软开发了DeepCoder。“它可以用来生成满足给定输入输出的程序。”莫瑜说,但它的表现目前还不尽如人意,只能编写一些简单的程序。

  谁是“上帝”

  答案毫无疑问,人类。

  既然AI在进化中走向了更高一阶的模型设计,那么“上帝之手”又发生了哪些变化呢?

  “炼丹”,莫瑜用两个字形象地说起自己的工作,“智能一点是专业做智能客服的,研发人员的工作主要集中于问题建模(如何将实际问题转化为人工智能技术解决的问题)和算法优化(如何提升人工智能算法的效果)。”

  “炼”意味着不断地调试和完善。“针对特定的人,越投脾气越好,回答越精准越好。”莫瑜说,“我们的X是客户的问话,Y是机器人客服的回复,中间的函数f需要训练。”

  这是个不容易的任务。如果把人类社会的经验分为3类:有公式的确定规则、可言传的知识、只可意会不可言传的感觉。最后一类最难琢磨。

  “因此,我们想办法构建完善的闭环反馈,了解特定用户的喜好,通过情感、趣味的表达,最终做到投其所好。”莫瑜说,“目前处于人机协同的工作阶段,但是越来越多样本的获取,将帮助我们的智能客服给出精准的、讨喜的回答。”

  可见,并不是所有领域都适合交给AI自开发去做,比如问题建模方面,如何将实际问题抽象转换为机器学习问题, AI还无法自主完成。在AI2.0阶段,研发人员还需要人工设计函数f的形式。

  那么,AutoML普及的未来会是什么样?

  “人类被从低一级的工作中解放出来。”赵志刚说,“如果模型设计可以由AI来做,那么AI研究员将更多地探寻构成模型的基础模块的设计。”

  “用AutoML开发AI模型类似于孩子玩‘乐高’玩具。”赵志刚深入浅出,“乐高”设计者把完整的世界拆解成细致的模块,万物可用,进而组合成复杂的模型。而人类更高一级的工作就是针对不同领域为AI找到基础单元,也就是模块。如在图像识别领域,人类已设计出卷积、池化等多种模块。“AutoML才可以以此为依据进行模型构建,不停地调整模块组合,获得更符合常理的输出。模块越精细、越能解决通用性问题,自开发AI越能施展开拳脚。”赵志刚说。

  延伸阅读

  产业需要的人才在哪儿

  缓解人才短缺问题是AutoML的主力卖点。“AI系统正在遍地开花,AI人才却远远跟不上。”谷歌方面这样解释AutoML为啥不可或缺。目前的AI人才现状如何?

  2017年,《全球AI领域人才报告》《BAT人工智能领域人才发展报告》等相继发布。“AI人才短缺是真实存在的。”盛世投资集团副总裁徐文娟说,“初创期和发展期企业人才短缺的问题尤其严重。从目前世界范围看,美国拥有数量最多的AI人才,我国AI人才无论从人数还是从业经验上都无法与之比拟。”

  赵志刚有相同的感触:“我国AI领域现在缺老手、缺高手、缺多面手及顶级大师。”模型的优化调试需要经验,模型的精巧设计需要高超技艺,把AI应用于各个行业需要复合型人才,此外,目前引领AI发展方向的顶级人才屈指可数,且多在国外。

  徐文娟介绍,中国的AI人才在BAT(百度、阿里、腾讯)中最多。一般这类人才的背景经历有几种,海归、BAT工作经验,或是来自高校或科研院所。

  “AI自开发短期内应该无法替代人的工作,还有很长的路要走。”徐文娟说。赵志刚从学术角度分析道:“只有当人类把不同应用领域的AI模型设计出来,并进一步分解出一系列通用模块,如同化学中的元素周期表、生物中的DNA、RNA,这种自开发才能有更多的应用。”

(责任编辑:王蔚)

热点推荐

SpaceX今年第7次发射  共向国际空间站运2.63吨物资

SpaceX今年第7次发射 共向国际空间站运2.63吨物资

据国外媒体报道,美国当地时间4月2日,SpaceX已成...

携手世界 为破解人类科学难题贡献中国智慧

携手世界 为破解人类科学难题贡献中国智慧

在蔚蓝的大海中,国际大洋钻探计划正在钻探地球的...

苹果允许用户彻底删除ID 重隐私者得天下

苹果允许用户彻底删除ID 重隐私者得天下

北京时间3月30日,据彭博社报道,苹果公司表示将在...

eSIM时代,运营商的末日还是新生

eSIM时代,运营商的末日还是新生

自近日中国联通宣布在国内首发Apple Watch Series ...

首枚会变色的“心脏芯片”问世

首枚会变色的“心脏芯片”问世

东南大学生物医学工程学院生物电子学国家重点实验...

“科学”号调查麦哲伦海山

“科学”号调查麦哲伦海山

海山是世界海洋生物多样性研究的热点地区。在国家...

别了,“天宫” 你是永远的“一号”

别了,“天宫” 你是永远的“一号”

2011年9月29日,你乘坐长征二号F运载火箭离我们而...