谷歌公司今年稍早時間宣布，他們的人工智能(AI)系統(tǒng)已能發(fā)明自己的加密算法，還能生成自己的AI。而據(jù)谷歌官方博客及未來主義(Futurism)新聞網(wǎng)近日消息稱，這個由AI創(chuàng)造的“子AI”，性能已打敗人類創(chuàng)造的AI：測試中，名為NASNet的“子AI”系統(tǒng)正確率達到82.7%，比之前公布的同類AI產(chǎn)品的結(jié)果高1.2%，系統(tǒng)效率高出4%。

2017年5月，“谷歌大腦”(Google Brain)的研究人員宣布研發(fā)出自動人工智能AutoML，該人工智能可以產(chǎn)生自己的“子AI”系統(tǒng)。日前，他們決定向AutoML發(fā)起迄今為止最大的挑戰(zhàn)——嘗試用AutoML自己創(chuàng)造出的AI，打敗人類設(shè)計的AI。

團隊成員使用一種被稱為強化學習的方法，自動化設(shè)計機器學習模型。此次，AutoML的“身份”是一個控制器神經(jīng)網(wǎng)絡(luò)，為特定任務(wù)開發(fā)一個“子AI”。這個新生成的“孩子”名為NASNet，可以實時地在視頻中識別人體、汽車、交通信號燈、手袋、背包等目標。AutoML作為“家長”，會評估“孩子”NASNet的性能，并使用這些信息來改善“子AI”，再將這一過程重復(fù)數(shù)千次。

團隊成員在ImageNet(計算機視覺系統(tǒng)識別項目，是目前世界最大的圖像識別數(shù)據(jù)庫)圖像分類和COCO目標識別兩個數(shù)據(jù)集上，對“子AI”NASNet進行了測試。他們表示，這是計算機視覺領(lǐng)域兩個最受認可的大規(guī)模學術(shù)數(shù)據(jù)集，其數(shù)量級之龐大使得測試非常嚴峻。

結(jié)果，在ImageNet測試中，NASNet在驗證集上的預(yù)測準確率達到了82.7%，比之前公布的同類人工智能產(chǎn)品的結(jié)果好1.2%，與論文預(yù)印網(wǎng)站上報告但未發(fā)表的結(jié)果不相上下，系統(tǒng)效率則提高了4%，最大模型的平均精確度為43.1%。團隊成員表示，NASNet將被用于各類應(yīng)用程序，用戶能通過該AI系統(tǒng)進行圖像分類和對象檢測。