Google的人工智能系统已能自行创建AI，甚至比人类所打造出来的更好
机器是否将战胜人类？目前google的人工智能(ai)系统已能自行创建ai，甚至比人类所打造出来的更好。
据fudzilla及futurism报导，google brain研究人员在5月宣布打造出能自行创建ai程序的ai系统automl。他们最近决定进一步挑战automl，要其创造出比人类设计得更好的ai。
google研究人员使用强化学习方法来自动设计机器学习模型，并由automl充当神经网络控制器(controller neural network)，为特定任务开发1个子ai网络。研究人员将此子网络称为ai nasnet，其任务是在视讯影像中，实时辨识人、车、交通号志、手提包、背包等物件。automl将评估nasnet的效能，用这些信息来改善其子ai，并重复此过程数千次。
在两大计算机视觉领域最受推祟的大型学术数据集，即imagenet影像分类和coco目标检测数据集上，进行测试时，nasnet表现优于其它所有计算机视觉系统。
nasnet在预测imagenet验证集上的影像时，准确率达82.7%。比之前已发表的系统好1.2%，系统效率也提高4%，平均精度均值(map)为43.1%。此外，运算能力需求较低版本的nasnet效能也比类似规模的最佳行动机器学习模型高3.1%。
机器学习是许多ai系统执行特定任务的关键能力。其背后概念虽很简单，即算法透过提供大量数据来学习，但过程需要花费大量时间和精力。若能将创建准确、高效的ai系统等过程自动化，如automl这样能创建ai的ai系统，就能替人类代劳。最终，这意味着非专家也能透过automl利用机器学习和ai技术。
目前高度精确、高效的计算机视觉算法因有大量潜在应用而备受追捧。google研究人员表示，计算机视觉算法可用来创建由ai驱动的先进机器人，或协助视力受损的人恢复视力，还能协助设计人员改进自驾车技术。自驾辆能愈快辨识路径上的物体，就能愈快对其做出反应，进而提升自驾车的安全性。
google研究人员认为nasnet可广泛用于各种应用，并已开放此ai用于影像分类和目标检测的推论。研究人员在博客上写到，希望更大的机器学习社区能以这些模型为基础，解决大家尚未想到的大量计算机视觉问题。
使用人脸识别解决方案时，应注意什么？
Ixxat USB-to-CAN V2接口的优势
苹果正在失去定价权，低价格趋势将会给5G带来挑战
国星光电高性价比Mini LED IMD-M09标准版即将面世
游戏概念股爆发，大数据云计算是支撑
Google的人工智能系统已能自行创建AI，甚至比人类所打造出来的更好
最新转换器技术：12位，100 kSPS完整采样A / D转换器IC
如何正确选择光纤温度传感产品
如何在Docker容器中运行Nginx
荣耀智慧屏X1：实现8K解码、支持MEMC运动补偿功能
思博伦方案获CTIA授权 提供LTE设备A-GPS空口测试
VR日报：“VR色情”在圣诞节前后搜索热度急剧上升
首个5G通话接通 我们还要等多久
东芝在闪存峰会上展示最新NAND和存储产品
格芯放弃开发7纳米制程 台积电或将稳坐7纳米宝座
ARM学习
读激光院士专访有感：谈激光显示在显示应用中的竞争优势
工信部发布2020年1-10月电池行业运行情况
一个220V LED闪光器电路
新一代BlackBerry Workspaces，可帮助企业从网络攻击中迅速恢复
据fudzilla及futurism报导，google brain研究人员在5月宣布打造出能自行创建ai程序的ai系统automl。他们最近决定进一步挑战automl，要其创造出比人类设计得更好的ai。
google研究人员使用强化学习方法来自动设计机器学习模型，并由automl充当神经网络控制器(controller neural network)，为特定任务开发1个子ai网络。研究人员将此子网络称为ai nasnet，其任务是在视讯影像中，实时辨识人、车、交通号志、手提包、背包等物件。automl将评估nasnet的效能，用这些信息来改善其子ai，并重复此过程数千次。
在两大计算机视觉领域最受推祟的大型学术数据集，即imagenet影像分类和coco目标检测数据集上，进行测试时，nasnet表现优于其它所有计算机视觉系统。
nasnet在预测imagenet验证集上的影像时，准确率达82.7%。比之前已发表的系统好1.2%，系统效率也提高4%，平均精度均值(map)为43.1%。此外，运算能力需求较低版本的nasnet效能也比类似规模的最佳行动机器学习模型高3.1%。
机器学习是许多ai系统执行特定任务的关键能力。其背后概念虽很简单，即算法透过提供大量数据来学习，但过程需要花费大量时间和精力。若能将创建准确、高效的ai系统等过程自动化，如automl这样能创建ai的ai系统，就能替人类代劳。最终，这意味着非专家也能透过automl利用机器学习和ai技术。
目前高度精确、高效的计算机视觉算法因有大量潜在应用而备受追捧。google研究人员表示，计算机视觉算法可用来创建由ai驱动的先进机器人，或协助视力受损的人恢复视力，还能协助设计人员改进自驾车技术。自驾辆能愈快辨识路径上的物体，就能愈快对其做出反应，进而提升自驾车的安全性。
google研究人员认为nasnet可广泛用于各种应用，并已开放此ai用于影像分类和目标检测的推论。研究人员在博客上写到，希望更大的机器学习社区能以这些模型为基础，解决大家尚未想到的大量计算机视觉问题。
使用人脸识别解决方案时，应注意什么？
Ixxat USB-to-CAN V2接口的优势
苹果正在失去定价权，低价格趋势将会给5G带来挑战
国星光电高性价比Mini LED IMD-M09标准版即将面世
游戏概念股爆发，大数据云计算是支撑
Google的人工智能系统已能自行创建AI，甚至比人类所打造出来的更好
最新转换器技术：12位，100 kSPS完整采样A / D转换器IC
如何正确选择光纤温度传感产品
如何在Docker容器中运行Nginx
荣耀智慧屏X1：实现8K解码、支持MEMC运动补偿功能
思博伦方案获CTIA授权 提供LTE设备A-GPS空口测试
VR日报：“VR色情”在圣诞节前后搜索热度急剧上升
首个5G通话接通 我们还要等多久
东芝在闪存峰会上展示最新NAND和存储产品
格芯放弃开发7纳米制程 台积电或将稳坐7纳米宝座
ARM学习
读激光院士专访有感：谈激光显示在显示应用中的竞争优势
工信部发布2020年1-10月电池行业运行情况
一个220V LED闪光器电路
新一代BlackBerry Workspaces，可帮助企业从网络攻击中迅速恢复