被华为天才少年带火的AutoML，到底有多大“钱景”？( 二 ) _信息快讯

从纯技术角度来看， AutoML技术既可以保证拍照出图效果，又能将算法简化，满足产品功耗、速度等指标要求。
但关键问题是，此前关于功耗、速度等难题，早就有众多算法专家研究过，但一直没能完全解决，初出茅庐的钟钊与团队人员能够解决吗？
在钟钊的自述中，他提到当时不仅学术界没有任何公开的将AutoML应用在像素级任务上的研究，更不用说是直接商用AutoML的样例了。
为此，钟钊与团队人员是跨过了学术研究，直接将基础研究与商用落地同时进行了，通过商用实战来使用AutoML这个最新技术， “可以说是在一边打仗一边造武器” 。
具体做了哪些工作，钟钊也在知乎上亲自进行了回答。他提到早期工作主要是用AutoML自动进行各种成像模型压缩加速，同时针对华为自研的麒麟芯片，基于硬件在环反馈，做自动化的模型亲和设计，所以最终的模型会和市面上的常见模型有许多细节不同。这个问题的难点在于不能降低效果，对功耗和速度要求又特别高，同时还没有很有效的评价方法。
2019年，钟钊团队希望整个AutoML应该从自动造数据集，覆盖到最后的量化阶段。也就是通过AutoML技术在保证拍照出图效果的前提下，把算法简化下来，满足产品功耗、速度等指标的要求。
事实证明，钟钊团队商用实战的效果获得了不错的突破，如今AutoML这套拍照系统或者说算法在华为M、P系列多款手机中实现了不可替代的作用，这一技术也应用到了数千万台华为手机。

文章插图

华为P50 Pro拍摄的图片，图源华为官网
据华为表示， AutoML技术已成为部门的核心公共能力，也支持了视频、ARVR、河图等众多媒体的关键业务。
钟钊也在知乎上表示，目前，很多技术还没有完全商用，后续华为手机视频效果还有待继续提升。
这位华为天才少年，可谓将AutoML技术彻底带火了。
AutoML还有哪些应用空间？追溯AutoML的起源，最早源自2012年学术界提出的一个新观念——Programming by Optimization（PbO），意思为最优化程序开发，但实际上这是解决程序开发时人工调校参数的问题，即将这部分工作交由机器来做。
理论上，如果机器可以自行调校参数，的确可以大幅度解放人力，进而让人力去干更具有创造性的工作。但如何让机器拥有自我调校的能力，这是一个难题。
为此， AutoML的概念提出后，一直没有太多声响。直到在2018年谷歌云全球NEXT大会上，谷歌云人工智能和机器学习首席科学家李飞飞宣布谷歌AutoML Vision进入公共测试版，并推出了两款新的AutoML产品：AutoML Natural Language和AutoML Translation 。
这两款产品的基本原理是可以用AI设计AI ，让更多对机器学习了解有限的人，将Google的AI技术运用到产品打磨中，从而降低使用机器学习的门槛。

文章插图

具体来讲， AutoML Natural Language可以解析文本的结构和意义，可用于从文本文档、新闻或博文中提取有关人物、地点、事件等信息。 AutoML Translation则可以使用最新的神经机器翻译技术将字符串翻译成任何支持的语言。
也就是从这时开始， AutoML在更大的范围内被世人所知。
Google AutoML发布后，业内将其称之为Google Cloud发展的战略转型。这是因为一直以来面向机器学习人工智能开发者的Google Cloud ，现在开始服务更为广大的人群了。

特别声明：本站内容均来自网友提供或互联网，仅供参考，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。