李菲菲的Twitter
近日,谷歌宣布发布Cloud AutoML系统,旨在大大降低深度学习门槛。开发者只需要上传少量带有标签的数据,AutoML 就可以自动生成一个机器学习模型。即使你不懂任何AI技术,也能在短时间内创建一个属于自己的定制化模型。
事实上,大概在一年以前,微软就已经发布过类似产品Custom Vision,只是缺乏宣传才鲜为人知。
AI系统已经能够自己实现AI模型了,将来还需要“深度学习调参师”吗?其实,要完成一个实用的机器学习模型,人工要做的事情远远不止调参这么简单。更多的时候,需要基于对具体问题的理解,前期做大量的数据预处理。相比模型的选择,前期的工作依然需要人类的先验知识。
另一方面,AutoML主要应用了迁移学习和强化学习技术,迁移学习可以在少量数据的情况下,利用以往的模型微调来完成新的任务,而强化学习可以用来调整网络的超参,选择最合适的参数设置,从这个角度确实可以取代很多人工苦力。
然而如果你要生成一个小冰一样的AI程序,AutoML显然是无能为力的。如果你想通过AutoML来解决某个大数据比赛中的问题,我相信它也不可能做到第一的水平。也就是说,AutoML能够做的事情其实非常有限,大部分情况下它并不能解决人们尚未解决的问题,只是能把人们已经解决的问题扩展到更多的领域。
相对20年后的人工智能程序来说,现在的机器学习还处于非常幼稚的阶段,真正的人工智能专家永远都不会担心找不到工作。但是如果你只是一个“调包侠”、“调参侠”,就真的要担心下自己的未来啦。
最后我想说一句:难道谷歌不是在借用这个平台免费获取大量有标签的数据?
领取专属 10元无门槛券
私享最新 技术干货