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( 二 ) 机器学习的研究人员在设计新

在这一愿景中，围绕可信度和公平性的标准将类似于任何其他机器学习的限制，比如准确性。而AutoML可以在算法发布之前识别并自动纠正被发现的偏见。

文章图片
探索仍在继续
但对于深度学习而言， AutoML还有很长的路要走。用于训练深度学习模型的数据，如图像、文档和语音，通常是密集而复杂的。
它需要巨大的计算能力来处理。训练这些模型的成本和时间都令人望而却步，只有在财力雄厚的私人公司工作的研究人员才能从事。会议上的一个比赛要求参与者开发神经结构搜索的节能替代算法，这是一个相当大的挑战，因为这种技术有着极高的计算要求。
它会自动在无数个深度学习模型中循环，帮助研究人员为他们的应用选择正确的模型，但这个过程可能需要几个月，花费超过100万美元。这些被称为“零成本神经架构搜索代理”的替代算法的目标是，通过显著减少其计算程度，使神经架构搜索更容易访问和环保。
最终他们希望在几秒钟之内得到结果，而不是几个月。不过这些技术仍处于开发的早期阶段，通常是不可靠的，但机器学习研究人员预测，它们拥有很大潜力，能过让模型选择过程更高效。
支持：Ren
原文：
https://www.technologyreview.com/2022/08/05/1056814/automation-ai-machine-learning-automl/返回搜狐，查看更多
责任编辑：