人工智能前沿探讨利用软件开发学习软件问题

  据麻省理工学院网站报道,随着人工智能(AI)的进步,有人担心软件可能会在某些工作上取代人类,譬如卡车驾驶。而顶级AI研究人员已能开发出设计机器学习软件的软件——这正是研究人员自己工作中最棘手的一部分。

▲“自动机器学习”是“谷歌大脑”团队正在探索的最有前途的研究途径之一

“谷歌大脑”(Google Brain)人工智能研究团队在一次实验中,让软件设计出一种机器学习系统,参与一项检测语言处理软件的试验,其效果超越了人类设计软件先前公布的结果。近几个月,包括非盈利研究机构OpenAI(埃隆·马斯克担任联合创始人)、麻省理工学院、加州大学伯克利分校以及谷歌另一人工智能研究团队“深脑”(DeepMind)在内的若干团队也在“学习软件开发学习软件”方面取得了进步。在2017年1月11—12日于加州圣克拉拉举行的人工智能前沿会议上,来自上述多个团队的主要研究人员就此方面分享了各自的见解。

自启动AI技术(Self-Starting AI Technique)若得到实用,可以在经济生活各方面提高使用机器学习软件的速度,私营企业现在必须为供不应求的机器学习专家支付额外的费用。不过,“谷歌大脑”研究团队带头人杰夫·迪恩表示,这些专家的部分工作可以由软件代替执行。迪恩指出,“自动机器学习”是其团队正在探索的最有前途的研究途径之一。

谷歌“深脑”团队的一组实验表明,研究人员当前所称为的“学习如何学习”(Learning to Learn)也有助于减少机器学习软件需消耗大量数据才能执行好某一具体任务所带来的麻烦。研究人员寻求使用所开发的软件创建学习系统,解决多个不同但相互关联的问题集合(譬如通过迷宫),结果得到了能够归纳并以较通常情况更少的训练学会新任务的设计方案。

曾于20世纪90年代探索过“创建软件学习如何学习”这一概念的加拿大蒙特利尔大学教授 Yoshua Bengio表示,深度学习技术的出现促成了软件学习如何学习,不过,由于需要极大的运算力,目前这一方案尚不能减轻相关工作量,或部分取代机器学习专家。

“谷歌大脑”研究人员提到了软件利用800个高功率图形处理器才能设计出堪比人类设计的图像识别系统的经历。麻省理工学院媒体实验室奥特克里斯特•古普塔认为这一情况将发生改变。古普塔与其同事曾在实验中,让学习软件设计出了在物体识别标准测试中堪比人类设计系统的深度学习系统。他们计划开放相关软件的源代码。古普塔致力于该项目,是受自己花费了大量时间来设计及试验机器学习模型启发,他认为私营公司及研究人员有理由设法实现自动机器学习。