为机器崛起做好准备：谷歌AI训练儿童AI并取得优异成绩

未来学家和科幻小说作家已经向我们明确表示，当人工智能能够在没有人类干预的情况下创造出自己的同类时，对人工智能的恐惧就会变得合理。而这一天似乎已经到来了。 最近，谷歌大脑工程师推出了AutoML项目，该项目本身就是人工智能，能够通过生成类似于人类创建的小型神经网络来设计儿童人工智能。实验表明 AutoML 可以很好地处理这个问题。因此，“机器人”设计了 NASNet 计算机视觉系统，该系统优于所有现有的类似系统。AI利用ImageNET的大型计算机视觉数据集完成了物体分类的任务。NASNet 面临着尽可能准确地实时识别视频中的对象的任务。事实证明，AutoML 独立训练了子神经网络，重复训练过程数千次。AutoML 人工智能识别 NASNet 操作中的错误，对其进行处理并进行更改以避免将来出现此类错误。 当工程师在 ImageNet 和COCO图像集上测试 NASNet 时，它的性能优于所有现有的计算机视觉系统。控制集中图像预测的准确率为82.7%，比Inception家族之前的指标提高了1.2%。此外，该神经网络的平均准确率为 43.1%，比同类产品的效率高 4%，适用于移动平台的版本为 74%。子系统的效率可用于自动驾驶汽车或为视障人士创建机器人。NASNet 是开源的，可以在TensorFlow 的 Slim和对象检测存储库中找到。