如何攻克计算机科学圣杯?自动机器学习让AI模型在几秒内给出结果
机器学习的研究人员在设计新模型时做出了许多决定 , 比如他们会决定在神经网络中包含多少层 , 以及输入值在每个节点上的权重 。
德国弗莱堡大学的机器学习实验室负责人弗兰克·哈特(FrankHutter)表示 , 所有这些人类决策的结果是 , 复杂的模型最终是“由直觉设计的” , 而不是系统设计的 。
如今 , 一个被称为自动机器学习(AutoML)的领域正在快速发展 , 旨在消除直觉的主导作用 。 其核心思想是让算法做出模型的设计决策 , 而不是研究人员 。
这种技术最终可以使机器学习变得更容易获得 。 尽管自动机器学习已经存在了近十年 , 但研究人员仍在努力改进它 。
最近 , 一个新会议在美国巴尔的摩举行 , 组织者称其为“第一次关于这个主题的国际会议” , 会上展示了为提高AutoML准确性和优化其性能所做的努力 。
人们对AutoML简化机器学习的潜力非常感兴趣 。 亚马逊和谷歌等公司已经提供了使用AutoML技术的低代码机器学习工具 。 如果这些技术变得更有效 , 它就可以加速研究 , 并允许更多的人使用机器学习 。
核心思想是为了让人们能够选择一个他们想问的问题 , 指派一个AutoML工具 , 最终收到他们想要的结果 。
会议组织者之一、美国怀俄明大学的助理教授拉尔斯·科托夫(LarsKotthoff)表示 , 这个愿景是“计算机科学的圣杯” , “由你来指定问题 , 计算机确定如何解决它——你只需要做这些 。 ”但首先 , 研究人员必须弄清楚如何使这些技术更节省时间和能源 。
文章图片
【如何攻克计算机科学圣杯?自动机器学习让AI模型在几秒内给出结果】(来源:MSTECH)
文章图片
什么是AutoML?
乍一看 , AutoML的概念似乎是多余的——毕竟 , 机器学习已经在自动化从数据中获取见解的过程了 。
但是 , 由于AutoML算法在底层机器学习模型之上的抽象层上运行 , 只利用这些模型的输出作为指导 , 因此它们可以节省时间和计算 。 研究人员可以将AutoML技术应用于预训练模型 , 以获得新的见解 , 而无需在重复现有研究方面浪费算力 。
例如 , 美国富士通研究中心的研究科学家迈赫迪·巴拉米(MehdiBahrami)和他的合作者展示了最近的工作 , 即如何使用具有不同预训练模型的BERT-sort算法 , 以适应新的目的 。
BERT-sort是一种算法 , 在数据集上训练时 , 它可以计算出所谓的“语义顺序” 。 例如 , 给定一套电影评论数据 , 它可以知道“杰出(great)”电影的排名高于“好(good)”和“坏(bad)”电影 。
用AutoML技术 , 算法学习到的语义顺序也可以用在癌症诊断分析 , 甚至是韩文文本分类等任务上 , 减少时间和计算 。 巴拉米说:“BERT需要几个月的计算 , 而且非常昂贵 , 模型的生成和重复就要花上100万美元 。
所以 , 如果每个人都想做同样的事情 , 它又是很昂贵、浪费的 , 那其实对世界并不友好 。 ”尽管该领域展示出了希望 , 但研究人员仍在寻找使AutoML技术提高计算效率的方法 。
例如 , 像神经架构搜索这样的方法 , 目前正在构建和测试许多不同的模型 , 以找到最佳拟合 , 而完成所有这些迭代所需的能源是不可小觑的 。 AutoML技术也可以应用于不涉及神经网络的机器学习算法 , 比如创建随机决策森林或支持向量机来对数据进行分类 。
这些领域的研究更加深入 , 许多编码库已经适用于那些想要将AutoML技术整合到项目中的人 。 会议组织者弗兰克·哈特(FrankHutter)表示 , 下一步是使用AutoML来量化不确定性 , 并解决算法中的可信度和公平性问题 。
- Python|联想ThinkBook16+和联想拯救者Y7000P2022,如何进行选择?
- TCL|预算有限,该如何投多变体的产品广告?
- 百度地图|巨鲸数字-Web3-Web3是如何改变互联网的?
- excel|零基础如何成功转行数据分析?!
- 如今这个时代|大家认为这款一加Ace Pro的实力如何?
- oppo a57|好评度高达97%的中端机!OPPO A57实际表现如何?一文读懂
- Java|线上酒店代理如何做好呢?
- 企业文化是企业的灵魂|巨海商学:如何才能真正地成为价值的创造者?
- 视频号发短视频时如何挂商品链接带货变现视频号万粉可以开通创作者变现|视频号发短视频时如何挂商品链接带货变现
- 小米科技|5G信号测试,华为、苹果、OPPO的表现都如何?