李飞飞等人的新研究，可能让人工智慧背后的“工人智慧”失业

AI与大数据 22分钟前 0

▼

你可能听过，河南的农村，非洲的城市，每个想像不到的地方，有大量的资料标记员。他们手动把图片里的花瓶和汽车框出来，标上“花瓶”和“汽车”文字。一段时间后，这些人把成千上万张标记的图片打包，传送给远在北京、上海甚至旧金山的 AI 公司。

你可以将这些人称为《帮人工智慧打工的人》。

人工智慧发展迅速，大大小小的网络科技公司相继开展研究，投入商用。然而训练可用的 AI，需要大量准确标记好的图片、影片等资料库。

正因为此，市场对资料标记的需求如此大，吸引“帮AI 打工的人”争相加入，不乏找不到工作的闲散人──毕竟这份工作只需动动鼠标，用不了太多知识。

但恐怕不久后，这些人将再次失业。

上周，约翰‧霍普金斯大学、史丹佛大学和 Google 专家联合发表一篇论文，介绍使用神经网络自动搜寻神经网络，投入影像分割研究，并取得重要进展：

研究人员采用神经架构搜寻（Neural Architecture Seartch，NAS）技术设计一个神经架构（A），放任它自动搜寻／设计新的神经架构（B），投入影像语义分割（semantic image segmentation）工作。

研究人员发现，自动搜寻出来的神经架构 B，在主流小型影像资料集，未经训练就直接使用，表现竟超过人类设计、预先训练好的模型。

以往人们一直相信，设计 AI 需要大量知识和经验，简而言之就是需要人来设计。

但现在，AI 设计的 AI，已经比人设计的 AI 更强。

论文题目为《Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation》。

研究人员将能自动搜寻（设计）神经架构的技术命名为Auto-DeepLab。这个名字来自DeepLab，Google 人工开发的影像语义分割技术。前面加上 Auto，意思是在 DeepLab 的基础上，新技术可做到很大程度的自动化。

论文署名作者中，两人来自约翰‧霍普金斯大学，第一作者是 Chenxi Liu，曾在 Google 实习；4 人来自 Google；剩余一人来自史丹佛大学，正是前Google Cloud 首席科学家，电脑视觉学术和业界都知名的李飞飞。

“本着 AutoML（注：Google 主导的 AI 计划，将选择演算法、超参数调整模型，建模更新和评估模型等工作自动化）和人工智慧普及化的精神，对不依赖专家经验知识，自动设计神经网络架构，人们的兴趣有显着提升。”作者提到。

在“AI 自动设计 AI”这件事上，Auto-DeepLab有几个较重要的新尝试。

首先，神经架构搜寻NAS 技术是 AI 领域的新兴物种，主要用于简单的图片分类。这篇论文里，研究者首次尝试将 NAS 投入高密度的图片预测工作（也就是语义分割更复杂的高解析度图片，如 Cityscapes城市街景资料集、PASCAL VOC 2012 和ADE20K 等资料集）。

其次，电脑视觉领域的神经网络架构，通常分为内外两层的两级架构，自动化的神经架构设计往往只能设计内层，外层仍需人来设计和手调。而 Auto-DeepLab 是第一个让 AI 掌握外层设计和调参能力，并在影像语义分割工作得到优异结果的尝试。

“影像语义分割”6 个字听起来拗口，其实很好理解：分类一张图，然后将所有像素点归类。

比如下面这张图，可简单分成三类。影像语义分割的工作，就是判断每个像素点属于人、自行车还是背景。

需要明确的是，影像语义分割的工作纯粹是判断像素点属于哪类，无法辨识和区分独立物体。

不过影像语义分割仍有很重要的意义，比如可用于手机拍照的“人像模式”。采用更优秀的影像语义分割技术，手机能在更高精确度的照片里确认每个像素点，属于人或是背景。

目前 Google、小米等公司都在手机拍照使用这技术。理论上，未来的“人像模式”可在毛发、衣物边缘达成更好的效果。

自动驾驶场景里，神经网络需要判断挡在前面的是车、行人还是建筑物，进而采用不同策略行动，这同样需要影像语义分割打基础。

从论文效果来看，Auto-DeepLab 还可移转到其他工作。言外之意，让AI 自动设计 AI 这件事，可能会有很大的想像空间。

比如作者在论文最后提到，目前的研究框架内，他们可继续研究物体辨识方向。

如果能取得类似结果，大规模使用，说不定有一天，资料标记（特别是影像标记）这件事，人类标记员的成本等优势可能会消失。

如果人工智慧可帮人工智慧打工，效率还比人高……

“帮人工智慧打工的人”，会失去工作吗？

（本文由 PingWest 授权转载；首图来源：shutterstock）

▼

特别声明本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。