谷歌AutoML击败人类工程师,图像识别准确率达82%
来源:互联网 发布:查看mysql端口号 编辑:程序博客网 时间:2024/05/17 00:58
今年5月份,谷歌发布了其AutoML项目,目的是帮助人类创建其他AI系统。现在,谷歌宣布AutoML已经可以胜任这项工作。在开发机器学习软件方面,AutoML已经击败人类AI工程师,并且创造出比人类设计更强大、更高效的AI系统。
AutoML系统最近打破了一项纪录,将图像按其内容分类,准确率达到82%。
谷歌将这种方法应用于深度学习中的两个重要基准数据集:CIFAR-10图像识别和Penn Treebank的语言建模数据集。在这两个数据集上,新方法可以设计出比机器学习专家(包括我们自己的团队中的一些人)设计的最先进的模型还要高精度的模型。
比如在图像中标记多个物体的位置。在这一任务中,AutoML的准确率为43%,而人类设计的AI系统则为39%。
左边是人类专家设计的神经网络,右边是用AutoMl方法创建的一个体系结构
机器选择的架构确实与人类设计的架构有共同特征,但也有一些新元素 - 例如,机器选择的架构包含乘法组合(右图中最左边的蓝色节点标记为“ elem_mult ”)。
这种方法可能教会我们,到底为什么某些类型的神经网络工作得如此之好。右侧的架构有许多通道,以便梯度可以flow backwards,这可能有助于解释为什么LSTM RNN比标准RNN能更好地工作。
这些结果是非常有意义的,因为即使是在谷歌,也很少有人具备构建下一代AI系统所需的专业技能。这就需要一种技术帮助自动化这个过程,一旦取得突破,它就会改变整个行业。
谷歌大部分的“元学习”都是模仿人类神经网络进行的,并试图通过越来越多的数据训练这些网络。当机器接受过训练,它们会非常适合做这些工作。最困难的部分是最初模仿大脑结构,并在适当的尺度上处理更复杂的问题。
原文:https://research.googleblog.com/2017/05/using-machine-learning-to-explore.html
数据集:
https://www.cs.toronto.edu/~kriz/cifar.html
https://www.cs.toronto.edu/~kriz/cifar.html
★推荐阅读★
华为新品手机发布会全程回顾
超级计算机图像识别率达人类医生水平
一文读懂语音识别史
打造百度AI大脑的80后科学家
斯坦福发布3D街景数据集
搜狗招股书90次提到AI,王小川持股超10亿
谷歌重磅发布43页Waymo无人车报告
3行Python代码完成人脸识别
2018年人工智能将赋能所有行业
初学者必读的八个趣味机器学习项目
AMD深度学习开源战略
长期招聘志愿者
加入「AI从业者社群」请备注个人信息
添加小鸡微信 liulailiuwang
- 谷歌AutoML击败人类工程师,图像识别准确率达82%
- 用深度学习keras的cnn做图像识别分类,准确率达97%
- 吴恩达团队展示全新医疗影像识别技术:肺炎诊断准确率超过人类医生
- 吴恩达团队展示全新医疗影像识别技术:肺炎诊断准确率超过人类医生
- 深度丨吴恩达团队最新论文:用CNN算法识别肺炎影像,准确率超过人类医生
- 利用resnet 做kaggle猫狗大战图像识别,秒上98准确率
- 《耶鲁神经科学扫描大脑判断人类智力,区分准确率达99%》笔记
- 利用 AutoML 进行大规模图像分类和对象检测
- 谷歌推广AutoML:机器学习帮助人类解决人才空缺
- javacpp-opencv图像处理系列:国内车辆牌照检测识别系统(万份测试准确率99.7%以上)
- javacpp-opencv图像处理系列:国内车辆牌照检测识别系统(万份测试准确率99.7%以上)
- AutoML 学习
- CNN卷积神经网络实现验证码识别(准确率达99%)
- 谷歌升级AutoML,可用于大规模图像分类和物体检测
- 人类是如何识别物体的呢,和图像学中基于特征的算法有什么异同?
- 人类是如何识别物体的呢,和图像学中基于特征的算法有什么异同?
- 乌镇人机大战AlphaGo Master击败柯洁,人工智能将取代人类?
- 星际争霸界也出了位“带路党”,当年的冠军正帮谷歌AI击败人类
- linux查看系统版本
- SSM框架——详细整合教程(Spring+SpringMVC+MyBatis)
- 梯度消失(vanishing gradient)和梯度爆炸(exploding gradient)
- Java实现8皇后算法
- 怎么计算Oracle的表一条记录占用空间的大小
- 谷歌AutoML击败人类工程师,图像识别准确率达82%
- 曾患乳腺癌的MIT女教授,使用人工智能检测早期乳腺癌,准确率97%
- 拍人更美!谷歌工程师揭秘Pixel 2手机黑科技
- 运算能力提升百倍!英特尔联手Facebook发布首款神经网络处理器
- HDU1710 Binary Tree Traversals(DFS,二叉树的遍历)
- 拉格朗日乘子法和KKT条件
- ASP.NET内置对象
- 前端概念深入理解
- 数组循环题