颠覆常识！学生用新算法击败Google人工智能！AI的未来可能跟你想的很不一样.........

对于人工智能，人们似乎有这样一种常识：

“越大越好”

人们潜意识地默认，像Google，Intel这样的大公司搞的AI算法肯定更牛，因为你需要超级贵的数据集，超强的CPU，才能训练处更加聪明的AI算法。

比如Facebook去年开发的一个准确率极高的物体识别系统，使用了35亿张图片作为数据源。所以在AI方面，似乎没有小公司或者小团队的立锥之地。


但这个常识最近似乎被颠覆了。
来自Fast.ai（一个非盈利的机器学习组织）的一群学生们写的一个机器学习（Machine Learning）算法，刷新了Google的“跑分”记录。

在使用斯坦福大学开发的基准分析法DAWNBench进行“跑分”时，他们的算法超越了Google的代码。这个基准分析测试（benchmark）是通过图片分类的任务，来检测算法在每1美元算力下的深度学习速度。

实际上就是训练著名的ImageNet。Fast.ai的小组使用了16个AWS公共云辅助服务，每个都拥有8块NVIDIA V100 GPU。在和Google使用相同数量的处理单元下，短短的18分钟内，他们就把准确率训练到93%。

这个速度是什么概念呢？这比Google使用自家的TPU Pod要快40%！要知道谷歌自主研发的TPU运算能力分别是传统GPU和CPU的15倍和30倍！比如打败李世石的AlphaGo就使用的是该TPU单元。而TPU Pod作为运算阵列，由64颗TPU单元组成，能够提供11.5FLOPS的浮点运算能力。

Fast.ai小组到底是怎么做到的？在谈及训练思路时，小组Leader道出了其中的窍门。他说：

现在的深度学习研究者都在干一件很愚蠢的事情，就是要么是拿长方形的图片，修剪出中心来进行预测；要么就是把图片修剪成上下左右中5部分来预测，然后取平均值。那么显而易见的问题就是：为什么不直接拿原图来用？

很多人误以为卷积神经网络（CNNs）只能用固定的尺寸，许多人都卡在了一种尺寸上（通常是224x224像素）。而Fast.ai则是将其库内固定模型转换成了动态尺寸模型。

Fast.ai小组最先进的地方在于，他们使用了动态尺寸进行分类。刚开始的时候，使用较小尺寸的图片进行训练，模型的准确率肯定会很低，然后逐渐增加图片尺寸，模型看到的图片信息会骤增，准确率也会飞快提高。这样，随着图片尺寸不断增大，模型就会学习到分辨非常细微的差别。

让人惊喜的是，整个过程下来，总的算力成本只有大约40美元（甚至包含了机器搭建的时间成本）。这对全球机器学习小团队都是极大的鼓舞。因为传统上，人们认为只有大公司才能够完成这样的成果。

如同著名科技媒体The Verge的头条说的：这样的项目证实了，聪明的程序员照样可以打败Google、Intel这样的科技巨头。

最让人意外的是，Fast.ai的团队成员大都是业余机器学习爱好者。他们只是对这方面感兴趣，并希望未来能够转到这方面来；我们不得不惊叹于这些学生们对未来的精确把握。

数据预测表明，到2020年，全球AI市场将达到1.2 Trillion（万亿），并且还会高速增长。而全球的平均GDP增长速度也不过是3.5%。

未来AI主要投资领域将集中在交易算法策略提升，静态图像识别、分类与标记，医疗数据分析与决策，可预测性维护等等。我们已经知道的比如虚拟现实助手类的Siri，智能在线助手类的微软小冰，自动化机器类比如Google无人驾驶汽车等。

而从区域来看，主要市场将会是亚太地区（中国、日本、韩国等），北美地区，西欧地区。未来将会有大量的人失业，也会有各种新的行业产生；这就是我们所处的时代，很多人被媒体报道弄的晕头转向，却没有意识到真正面临的挑战。

毫不夸张地说，无论你是正踌躇于未来的方向，还是想要换个行业，人工智能都是最佳的选择，它几乎能够保证你在未来不会面临失业。——Jeremy Howard

未来如何才能不被机器抢了工作？
机器算法到底是如何实现的？
深度学习又是如何进行训练的？
如何系统地入门机器学习？

在实验楼推出的楼+课程《机器学习实战》中，这些问题都将得到解答！才开课第3期，这门课已经成为实验楼最火热项目！

如何报名？

（每个班名额有限，还有不到一个月就开课；大家决定好后请及时报名哦）

（有任何问题都可以通过此方式进群咨询哦）

福利

（现在报名除了下图福利，还会有《开学季大礼包》赠送，内涵预习书籍、可爱T恤等其他周边礼物；毕业时还有毕业礼物！）

本文编译：实验楼扫地阿姨

文章来源：

http://www.fast.ai/

https://www.theverge.com/2018/5/7/17316010/fast-ai-speed-test-stanford-dawnbench-google-intel

https://www.technologyreview.com/s/611858/small-team-of-ai-coders-beats-googles-code/?utm_source=facebook.com&utm_medium=social&utm_campaign=owned_social

“机器将全面取代人类，而人类能仅存的选择：要么控制人工智能，要么成为人工智能——埃隆·马斯克&史蒂芬·霍金”