文章摘要：此外，數(shù)據(jù)科學(xué)家也在努力探索適用于深度神經(jīng)網(wǎng)絡(luò)的高性能架構(gòu)。自動(dòng)機(jī)器學(xué)習(xí)可以自動(dòng)搜索和評(píng)估架構(gòu)（即神經(jīng)架構(gòu)搜索），從而加速開發(fā)人工智能模型解決方案。

研究當(dāng)前的機(jī)器學(xué)習(xí)模型構(gòu)建過程，發(fā)現(xiàn)模型構(gòu)建的代價(jià)高昂，不僅需要高水平的技術(shù)專家，還需要投入大量的時(shí)間、資金，反復(fù)地進(jìn)行研發(fā)工作。以下為推動(dòng)自動(dòng)機(jī)器學(xué)習(xí)發(fā)展的四個(gè)因素：

縮小技能差距

由于企業(yè)很難招募到兼具領(lǐng)域知識(shí)和技能的人才來構(gòu)建模型，導(dǎo)致缺乏開發(fā) AI 和 ML 相關(guān)的專業(yè)技術(shù)，阻礙了機(jī)器學(xué)習(xí)的進(jìn)一步發(fā)展。借助自動(dòng)機(jī)器學(xué)習(xí)，非專業(yè)人才也可以參與構(gòu)建AI。企業(yè)不僅無需招聘大量高專業(yè)化人才，還能提高創(chuàng)新速度，最終實(shí)現(xiàn)人工智能的規(guī)模化應(yīng)用。

縮短面市時(shí)間

在一些快速發(fā)展的領(lǐng)域，縮短上市時(shí)間就能取得巨大的競(jìng)爭優(yōu)勢(shì)。而機(jī)器學(xué)習(xí)流程自動(dòng)化恰好能夠減少構(gòu)建模型所需的時(shí)間。對(duì)于從未部署過 AI 的公司來說，自動(dòng)機(jī)器學(xué)習(xí)不僅能夠降低其進(jìn)入該領(lǐng)域的門檻，還可以提供成功的解決方案。

降低成本

從零開始構(gòu)建機(jī)器學(xué)習(xí)模型，需要耗費(fèi)大量的時(shí)和資金。數(shù)據(jù)科學(xué)家及其他機(jī)器學(xué)習(xí)領(lǐng)域的專家，他們的薪資相對(duì)較高。從零開始構(gòu)建模型，費(fèi)時(shí)又費(fèi)力，相比之下，自動(dòng)機(jī)器學(xué)習(xí)工具則具有較高的性價(jià)比。

構(gòu)建更佳模型

自動(dòng)機(jī)器學(xué)習(xí)在模型和超參數(shù)方面的迭代速度比手工操作更快。在規(guī)定時(shí)間段內(nèi)，迭代越多，所構(gòu)建的模型性能就越高。自動(dòng)機(jī)器學(xué)習(xí)既提高了決策效率，又加快了模型研究的速度。

此外，數(shù)據(jù)科學(xué)家也在努力探索適用于深度神經(jīng)網(wǎng)絡(luò)的高性能架構(gòu)。自動(dòng)機(jī)器學(xué)習(xí)可以自動(dòng)搜索和評(píng)估架構(gòu)（即神經(jīng)架構(gòu)搜索），從而加速開發(fā)人工智能模型解決方案。

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來源：http://www.gototw.com.cn/ucm/report/17317