谷歌AI写的机器学习代码,完爆程序员

谷歌的AutoML系统能创造出比研究人员更高效的机器学习代码,在某些图像识别任务中达到了82%的准确率,并在复杂的AI任务中表现出优于人类程序员的能力。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

来自:cnBeta

链接:cnbeta.com/articles/tech/661493.htm

原文:https://thenextweb.com/artificial-intelligence/2017/10/16/googles-ai-can-create-better-machine-learning-code-than-the-researchers-who-made-it/


谷歌 AutoML 系统最近出产了一系列机器学习代码,其效率甚至比研究人员自身还要高。显然,这是对“人类优越论”的又一次打击,因为机器人“学生”们已经成为了“自我复制”的大师。AutoML 是在人工智能顶级编程人才匮乏的情况下,作为一个解决方案而开发的。该团队提出了一种可以创建自学习代码的机器学习软件,系统会运行数千个模拟来确定代码的哪些方面可以作出改进,以及在改变后继续该过程、直到达成目标。



这是一个对“无限猴子理论”的绝佳展示,但 Google 并未让一只猴子敲键盘打造出 Shakespeare,而是制造了一台能够自我复制编程的机器,且这些机器在数小时内表现,比人类程序员工作几周甚至数月都好。



虽然听起来有些吓人,但 AutoML 确实在机器学习系统的编程上,远胜于创造它的研究人员。在某个图像识别任务中,其实现了创纪录的 82% 的准确率。


即使在一些复杂的人工智能任务中,其自创建的代码也比人类程序员优越。它可以在图像中标记多个点,准确率达到 42%;作为对比,人类打造的软件只有 39% 。



当然,它并不代表“天网”或让人毛骨悚然的“数字幽灵”,因为我们还没有处于“自我感知机器”的奇点边缘,只是说我们在人工智能的技术潜力上又加了一把油门。


谷歌五个月前才宣布了 AutoML,鉴于其能够在这么短的时间内打造出一套比研究人员自身更棒的机器学习 AI 系统,未来一年的成果显然更值得期待。



●本文编号2683,以后想阅读这篇文章直接输入2683即可

●输入m获取文章目录

推荐↓↓↓ 

算法与数据结构

更多推荐18个技术类微信公众号

涵盖:程序人生、算法与数据结构、黑客技术与网络安全、大数据技术、前端开发、Java、Python、Web开发、安卓开发、iOS开发、C/C++、.NET、Linux、数据库、运维等。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值