详细内容或原文请订阅后点击阅览
神经网络设计自动化开始
新一代人工智能系统使用算法自动设计机器学习系统，称为神经网络，比工程师手工设计的传统系统更准确、更高效。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）新一代人工智能系统使用算法自动设计机器学习系统，称为神经网络，比工程师手工设计的传统系统更准确、更高效。
但这种所谓的神经架构搜索（NAS）技术需要昂贵的计算。
Google 新开发的最先进的 NAS 算法使用图形处理单元 (GPU) 进行计算。创建一个用于图像分类和识别任务的卷积神经网络需要 48,000 小时。但并不是每家公司都有能力并行运行数百个 GPU 和其他专用设备。
在国际表示学习会议上发表的一篇论文中，麻省理工学院的研究人员描述了一种新的 NAS 算法，该算法将有助于直接学习目标硬件平台的自定义卷积神经网络 (CNN)。当在海量图形数据集上运行时，它只需要 200 小时的 GPU 计算，从而可以更广泛地使用这些类型的算法。
研究人员表示，资源匮乏的工程师和公司可以通过节省时间和成本从该算法中受益。论文合著者、麻省理工学院微系统技术实验室研究员、电气工程和计算机科学助理教授宋瀚表示，总体目标是“人工智能民主化”。 “我们希望人工智能专家和经验不足的工人都能够通过在特定硬件上快速运行的按钮解决方案来有效地设计神经网络架构。”