滬企問鼎人工智能比賽 助推復(fù)雜場(chǎng)景智能化應(yīng)用
2019-04-28 09:49:55 未知
在人工智能時(shí)代,許多實(shí)際應(yīng)用程序都依賴于機(jī)器學(xué)習(xí),然而這些程序的開發(fā)人員卻并不具備專業(yè)的機(jī)器學(xué)習(xí)算法研發(fā)能力,因而非常需要AutoML(Automatic Machine Learning自動(dòng)機(jī)器學(xué)習(xí))算法來進(jìn)行自動(dòng)學(xué)習(xí)。
AutoML全稱為自動(dòng)機(jī)器學(xué)習(xí),是一項(xiàng)讓機(jī)器自動(dòng)完成建模、調(diào)參的方式。而本次比賽的題目,則是設(shè)計(jì)一種終身機(jī)器學(xué)習(xí)框架(AutoML for lifelong machine learning),來解決實(shí)際應(yīng)用中,數(shù)據(jù)分布隨時(shí)間不斷變化的環(huán)境下,給機(jī)器學(xué)習(xí)模型精度所帶來的影響。
經(jīng)過三個(gè)月激烈角逐,最終,深蘭科技團(tuán)隊(duì)在五個(gè)測(cè)試任務(wù)中共獲四項(xiàng)第一、一項(xiàng)第二,而在"四項(xiàng)第一"中,其成績(jī)平均領(lǐng)先第二名達(dá)1.97%。要知道,通常在此類競(jìng)賽中,頂尖隊(duì)伍之間的差距只存在千分位、甚至萬(wàn)分位上。
關(guān)于大幅領(lǐng)先的秘訣,深蘭人工智能芯片研究院院長(zhǎng)、DeepBlueAI團(tuán)隊(duì)導(dǎo)師介紹到,“首先還是來自于我們核心的算法,同時(shí)這次比賽我們也運(yùn)用到了最新的AutoML的方式,這樣的方式可以自動(dòng)生成神經(jīng)網(wǎng)絡(luò)架構(gòu),也就是說原來一些科學(xué)家可能在做的大量的試錯(cuò)工作,我們都可以用機(jī)器學(xué)習(xí)的辦法、用人工智能的辦法去解決。所以在五個(gè)數(shù)據(jù)集上也分別有不同的千萬(wàn)級(jí)的數(shù)據(jù)存在在里面,我們也通過這些辦法可以找到這些數(shù)據(jù)中的一些特征,通過這些特征也可以預(yù)測(cè)出很多在真實(shí)場(chǎng)景中實(shí)際發(fā)生的問題和一些趨勢(shì)。”
深度學(xué)習(xí)對(duì)于人工智能的發(fā)展異常關(guān)鍵,第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人"AlphaGo"依靠的就是這項(xiàng)技術(shù)。作為目前深度學(xué)習(xí)領(lǐng)域的重要技術(shù)方向,AutoML有望將原先需要2到3年深度學(xué)習(xí)實(shí)現(xiàn)的數(shù)據(jù)集和精準(zhǔn)度縮短至半個(gè)月。而通過本次比賽確立的終身機(jī)器學(xué)習(xí)框架技術(shù),可以真正實(shí)現(xiàn)人工智能算法的自我學(xué)習(xí),提高人工智能產(chǎn)品進(jìn)入復(fù)雜場(chǎng)景的的適應(yīng)性,從而降低企業(yè)應(yīng)用AI的門檻。
未來,深蘭科技將把AutoML作為開發(fā)工具,在公司搭建的世界級(jí)核心算法平臺(tái)上推出系統(tǒng)性的解決方案,賦能AI交通、AI醫(yī)療、AI工業(yè)、AI社區(qū)等領(lǐng)域。
關(guān)鍵詞: 人工智能 智能化應(yīng)用
EETOP 官方微信
創(chuàng)芯大講堂 在線教育
半導(dǎo)體創(chuàng)芯網(wǎng) 快訊
相關(guān)文章