訂閱
糾錯
加入自媒體

南京大學(xué)黃宜華:自動化機(jī)器學(xué)習(xí)AutoML 讓AI設(shè)計AI

以深度學(xué)習(xí)為代表的新一輪人工智能浪潮洶涌,同時,在大數(shù)據(jù)與超強(qiáng)計算能力的支撐下,正在不斷賦能產(chǎn)品、企業(yè)與社會,人工智能技術(shù)已經(jīng)廣泛滲透眾多的垂直應(yīng)用領(lǐng)域。作為最受矚目的AI技術(shù),AutoML(Automatic Machine Learning, AutoML),自動化機(jī)器學(xué)習(xí),即用機(jī)器去自動化的完成模型選擇和參數(shù)調(diào)優(yōu),讓模型設(shè)計自動化,替代人工方式進(jìn)行模型設(shè)計的過程,從而大量節(jié)約人力,提高建模的效率。換言之,就是以AI設(shè)計AI,未來將有助于緩解目前AI開發(fā)者供不應(yīng)求的局面。

AutoML在人工智能頂級編程人才匱乏的情況下應(yīng)運(yùn)而生,一般機(jī)器學(xué)習(xí)首先需要大量的訓(xùn)練數(shù)據(jù),再由機(jī)器學(xué)習(xí)工程師/數(shù)據(jù)科學(xué)家對數(shù)據(jù)進(jìn)行分析,設(shè)計算法形成訓(xùn)練模型;這需要大量的專業(yè)知識。如果使用AutoML,就像是在使用一個工具,只需要將訓(xùn)練數(shù)據(jù)集傳入AutoML,那么這個工具就會自動生成參數(shù)和模型,形成訓(xùn)練模型,這樣即使不具備機(jī)器學(xué)習(xí)方面深入的專業(yè)知識也可以開發(fā)機(jī)器學(xué)習(xí)模型,它也有望縮短數(shù)據(jù)科學(xué)家用來創(chuàng)建模型的時間。未來預(yù)計會看到更多的商業(yè)AutoML軟件包、更龐大的機(jī)器學(xué)習(xí)平臺里面整合AutoML。

2018年8月31日,作為“OFweek(第二屆)中國人工智能產(chǎn)業(yè)大會”的重點(diǎn)論壇之一的智能機(jī)器人專場論壇在上?鐕少彆怪行某晒εe辦。本次專場論壇圍繞人工智能技術(shù)在機(jī)器人應(yīng)用落地,就智能機(jī)器人的發(fā)展現(xiàn)狀、市場趨勢、技術(shù)難點(diǎn)等核心環(huán)節(jié)進(jìn)行了多方分析與探討。

在本次論壇上,南京大學(xué)(PASA大數(shù)據(jù)實(shí)驗室)黃宜華教授發(fā)表了《自動化機(jī)器學(xué)AutoML研究進(jìn)展》的主題演講。

南京大學(xué)(PASA大數(shù)據(jù)實(shí)驗室)黃宜華教授

黃宜華教授為我們簡單介紹PASA(Parallel Algorithms Systems Applications)實(shí)驗室:作為國內(nèi)高校最早從事大數(shù)據(jù)技術(shù)研究和教學(xué)的團(tuán)隊,自2009年開始全面進(jìn)入大數(shù)據(jù)領(lǐng)域,在分布式大數(shù)據(jù)存儲和查詢、分布式文件系統(tǒng)、大數(shù)據(jù)并行計算模式與系統(tǒng)、Hadoop/Spark/Alluxio性能優(yōu)化與功能增強(qiáng)、分布并行化機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法、大數(shù)據(jù)機(jī)器學(xué)習(xí)系統(tǒng)、大規(guī)模文本語義分析、大數(shù)據(jù)行業(yè)應(yīng)用等方面展開了廣泛的研究,并與與業(yè)界多家企業(yè)達(dá)成合作。

算法模型、業(yè)務(wù)場景、計算力、數(shù)據(jù)資源結(jié)合大數(shù)據(jù)處理技術(shù)棧才能形成大數(shù)據(jù)智能分析應(yīng)用,與互聯(lián)網(wǎng)一樣,大數(shù)據(jù)將有20年的發(fā)展周期,將孕育很多發(fā)展機(jī)遇,從2008的萌芽到如今的行業(yè)大數(shù)據(jù)應(yīng)用需求普遍出現(xiàn),基本分析應(yīng)用發(fā)展落地階段,到未來的普及階段和成熟階段,大數(shù)據(jù)趨勢明顯。其強(qiáng)大的計算能力,已成為推動大數(shù)據(jù)時代人工智能技術(shù)和應(yīng)用發(fā)展的動力,將大數(shù)據(jù)和人工智能機(jī)器學(xué)習(xí)推上了新一輪發(fā)展浪潮。

從谷歌推出的Google Cloud AutoML到開源AutoML系統(tǒng)AutoKeras、Auto-Sklearn、Auto-Weka,一系列的工具化與商業(yè)落地應(yīng)征了AutoML的強(qiáng)大適用性與商業(yè)價值。

更多精彩內(nèi)容請查看OFweek(第二屆)中國人工智能產(chǎn)業(yè)大會--AI+機(jī)器人論壇”現(xiàn)場直播

聲明: 本網(wǎng)站所刊載信息,不代表OFweek觀點(diǎn)?帽菊靖寮,務(wù)經(jīng)書面授權(quán)。未經(jīng)授權(quán)禁止轉(zhuǎn)載、摘編、復(fù)制、翻譯及建立鏡像,違者將依法追究法律責(zé)任。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號