本文摘要：科技日报北京12月5日电 （记者张梦然）谷歌公司今年稍晚时间宣告，他们的人工智能（AI）系统已能发明者自己的加密算法，还能分解自己的AI。而据谷歌官方博客及未来主义（Futurism）新闻网近日消息称之为，这个由AI建构的“子AI”，性能已击败人类建构的AI：测试中，取名为NASNet的“子AI”系统正确率超过82.7%，比之前发布的同类AI产品的结果低1.2%，系统效率高达4%。

科技日报北京12月5日电 （记者张梦然）谷歌公司今年稍晚时间宣告，他们的人工智能（AI）系统已能发明者自己的加密算法，还能分解自己的AI。而据谷歌官方博客及未来主义（Futurism）新闻网近日消息称之为，这个由AI建构的“子AI”，性能已击败人类建构的AI：测试中，取名为NASNet的“子AI”系统正确率超过82.7%，比之前发布的同类AI产品的结果低1.2%，系统效率高达4%。

2017年5月，“谷歌大脑”（Google Brain）的研究人员宣告研发出有自动人工智能AutoML，该人工智能可以产生自己的“子AI”系统。日前，他们要求向AutoML发动迄今为止仅次于的挑战——尝试用AutoML自己建构出有的AI，击败人类设计的AI。团队成员用于一种被称作增强自学的方法，自动化设计机器学习模型。

此次，AutoML的“身份”是一个控制器神经网络，为特定任务研发一个“子AI”。这个新的分解的“孩子”取名为NASNet，可以动态地在视频中辨识人体、汽车、交通信号灯、手袋、背包等目标。AutoML作为“家长”，不会评估“孩子”NASNet的性能，并用于这些信息来提高“子AI”，再行将这一过程反复数千次。团队成员在ImageNet（计算机视觉系统辨识项目，是目前世界仅次于的图像识别数据库）图像分类和COCO目标辨识两个数据集上，对“子AI”NASNet展开了测试。

他们回应，这是计算机视觉领域两个最不受接纳的大规模学术数据集，其数量级之可观使得测试十分不利。结果，在ImageNet测试中，NASNet在检验集上的预测准确率超过了82.7%，比之前发布的同类人工智能产品的结果好1.2%，与论文预印网站上报告但并未公开发表的结果不相上下，系统效率则提升了4%，仅次于模型的平均值精确度为43.1%。团队成员回应，NASNet将被用作各类应用程序，用户能通过该AI系统展开图像分类和对象检测。

总编辑圈点机器人需要建机器人，AI需要设计AI。看看也没什么怪异的，只要目标定义确切，强劲的计算机当然比人脑算得快，迟早会替代人。但这不相等AI可以瓦解人自行变革了。

因为AI还是被拴在笼子里，有时候被放入赛道，跑完一跑完罢了。什么时候AI突发奇想，为自己原作一个目标，那什么时候它才能跟人比起。现在还差得远呐。

本文来源：开元0726官网-www.brucemubayiwa.com