微软:人才稀缺正在阻碍机器学习的大规模运用,“机器教学”或可解决行业痛点

栏目: 数据库 · 发布时间: 7年前

内容简介:机器学习是将 "AI" 部署到产品或服务中的重要途径,因此对算法专家的需求量也随着 AI 的火热而日益暴增。这样一来,

微软:人才稀缺正在阻碍机器学习的大规模运用,“机器教学”或可解决行业痛点

不懂算法的人,未来也能自主开发训练机器学习模型。

机器学习是将 "AI" 部署到产品或服务中的重要途径,因此对算法专家的需求量也随着 AI 的火热而日益暴增。这样一来, 算法技术人员的稀缺直接限制了机器学习的大规模运用

为了解决这一行业痛点,微软 AI 研究院进行了多年的观察和研究,找到了一种可以将机器学习与算法背景分离开的方法:” 机器教学 ”,并成立了机器教学专家组。

微软承诺,”机器教学”工具将最大程度降低模型开发的准入门槛。

机器学习 VS 机器教学

简单来说, 机器学习是让计算机拥有类似人的学习能力来解决问题 ,为了获取这种能力,需要大规模数据训练,利用算法发现数据背后隐藏的关联和规律,生成模型。下次遇到新的数据,就可以通过模型预测结果。

在比较困难和模糊的深度增强学习中,一个任务的解决方案有数百万种可能,如果机器学习从 0 开始训练,不仅浪费大量的计算资源和时间,结果也不一定如人所愿。

人类学习的优势是可以从有限的样本归纳出泛化能力极高的准则。如果某些领域专家(律师,会计师,工程师等)将一些抽象概念分解成更容易的任务交给机器学习,并为机器学习模型提供如何更快找到解决方案的线索,这将大大缩短模型找到解决方案所需的时间。

微软:人才稀缺正在阻碍机器学习的大规模运用,“机器教学”或可解决行业痛点

图丨机器教学过程(来源:Microsoft blog)

“机器教学”就是让计算机从非技术行业的专家那里学习知识规律,而不是仅从数据中提取知识。这种更依赖于行业专家的知识引导,模型结果也更符合专家意图。

微软研究人员将”机器教学”作为”机器学习”的补充。机器学习是在算法的基础上找到数据模型,机器教学是专业人士用专业技能来训练机器学习模型。

微软:人才稀缺正在阻碍机器学习的大规模运用,“机器教学”或可解决行业痛点

图丨 微软AI 商业总经理 Mark Hammond(来源:DanDeLong for Microsoft)

本质上, ”机器教学”是在”机器学习”层次之上的,它能让没有编码能力的人也可以部署和训练AI 系统 。微软 AI 商业总经理 Mark Hammond 在接受 venturebeat 采访时解释道。

微软研究员 Simard 很早就注意到,在机器学习会议上几乎所有论文都在研究如何提高算法,而同一算法在不同的数据集上表现差异非常大,实验中的效果未必能在真实世界产生的数据中复现。他意识到,现实中很多行业拥有的数据有限,处理的任务也很简单机械。”机器教学”比”机器学习”更适用这些行业。

微软:人才稀缺正在阻碍机器学习的大规模运用,“机器教学”或可解决行业痛点

图丨 微软研究员Patrice Simard,Alicia Edelman Pelton和Riham Mansour(左至右)正致力于将”机器教学”融入微软产品中。[来源:DanDeLong for Microsoft]

2015 年,微软 AI 研究院成立人工智能机器教学组,之后微软又分别在 2018 年 6 月和 9 月收购了 Bonsai 和 Lobe 两家创业公司。Lobe 专注于无需代码的深度学习,Bonsai 旨在帮助企业开发用于制造、建筑管理和机器人的系统。目前,担任微软 AI 商业总经理的 Mark Hammond 正是前 Bonsai 公司创始人。

仍需 AI 算法专家坐镇

AI 的发展最终一定会让越来越多的普通人也能接触运用它,微软视频演示中的”机器教学”工具 demo 向大家传递着这一可能性。

不过,也引来了业内专业咨询公司 Gartner 的质疑,行业分析师 Erick Brethenoux 表示未来公司仍然需要 AI 专家。

一方面,”机器教学”取决于特定的 AI 试错法,也就是深度增强学习。例如,如果目标是将对象移动到特定目的地,则只要系统将对象指向正确的方向,系统就会得到正向反馈。Brethenoux 称这类应用领域目前仍然非常窄,很难大规模推广使用。

即使微软能将它的适用范围推向更多领域,Brethenoux 仍建议企业要有 AI 专家在后台监控预测系统,以便随时应对可能发生的情况。

Brethenoux 还指出,微软并不是唯一一家试图简化机器学习模型开发的公司。另外有 Cogitai (https://www.cogitai.com/),是一家能提供个性化的深度增强学习平台,以及谷歌 Cloud AutoML (https://cloud.google.com/automl/),向用户承诺可以用最少的机器学习知识训练自定义 AI 模型。不过 Brethenoux 对微软在普及 AI 开发 工具 上的努力和贡献还是非常肯定的。

目前,微软在多个视频中演示了机器教学项目的创建使用过程,预计将于 5 月 6 日至 8 日在西雅图举行的 Build 年度开发者大会上,发布更多有关升级微软机器教学模型工具的细节。

参考:
https://venturebeat.com/2019/04/23/microsoft-ais-next-frontier-is-experts-teaching-machines/
https://blogs.microsoft.com/ai/machine-teaching/

-End-

微软:人才稀缺正在阻碍机器学习的大规模运用,“机器教学”或可解决行业痛点

  DeepTech 招聘 :  科技编辑/记者,实习生  

坐标:北京·国贸

联系方式:hr@mittrchina.com

请随简历附上3篇往期作品(实习生除外)

微软:人才稀缺正在阻碍机器学习的大规模运用,“机器教学”或可解决行业痛点

点击阅读原文了解题跋派 ↓↓↓


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

An Introduction to the Analysis of Algorithms

An Introduction to the Analysis of Algorithms

Robert Sedgewick、Philippe Flajolet / Addison-Wesley Professional / 1995-12-10 / CAD 67.99

This book is a thorough overview of the primary techniques and models used in the mathematical analysis of algorithms. The first half of the book draws upon classical mathematical material from discre......一起来看看 《An Introduction to the Analysis of Algorithms》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

URL 编码/解码
URL 编码/解码

URL 编码/解码