作者：DIGITIMES张兴民当人工智能(AI)从学术研究逐步进入到产业应用，AI的未来将会有何相对应的变化，逐渐引起人们的好奇。微软高层认为，AI下一阶段，将包含融入人类专业人士的知识，培训机器学习模型，即所谓「机器教学」(machineteaching)的应用。微软商业AI副总裁GurdeepPall接受采访时指出，机器教学本质上是一种位于机器学习层之上的界面，让不具相关技能的人们得以编写训练与部署系统的方法。观察微软相关的AI研究进展，包含年推出无人载具开发工具AirSim模拟器，以及年购并的Bonsai和Lobe：前者主要是协助企业开发培训系统，用于生产、建构管理，以及机器人的系统；后者则专注于专注于无编码的深度学习。Pall表示，微软的机器培训机制，亦将整合机器人操作系统(ROS)。微软在年秋天，将此一热门的开源机器人操作系统，配置于Windows10中。Pall指出，近期微软针对AI新创的购并活动，以及微软研究院的研究工作，皆在推动更广泛的机器教学应用范围。目前可运用机器教学的潜在场域，包含由护理人员教导机器手臂如何移动病床上的患者，以及由专家来协助钻油平台的移动。Pall认为，AI终究得脱离只有AI专家才能驾驭的模式，必须让AI在非AI专家的协助下，在不同垂直领域实际有效应用，否则AI应用与对人类社会的影响将非常有限。Pall强调，当AI演化成难以理解且深奥的技术时，势必将朝错误的方向发展。相对的，机器教学则是将专业知识，从人类专家的大脑，转移至金融、制造、客服支持等领域的机器学习算法应用之中。实际上，近来其他AI业者推出一些基于Kubernetes平台技术的解决方案，如英特尔(Intel)的Nauta平台、亚马逊AWS的深度学习容器(DeepLearningContainers)、Google的AIHub与KubeflowPipelines等，与这些注重AI开发人员的工具不同的是，微软透过旨在解决现实问题的机器教学，区隔出与竞争对手不同的AI应用途径。Pall分析指出，不管是建立客服机器人、自动化系统，还是运用机器视觉来识别物件，所有这些项目可透过融合专家知识进入运算循环的机器教学途径，寻求快速而有解的解决方式。

转载请注明:http://www.aideyishus.com/lkcf/6220.html