微软高管表示，人工智能的下一个前沿将涉及使用人类专业人员的专业知识来训练机器学习模型。“机器教学”本质上是机器学习层面的接口，让人无法编写训练和部署系统的方法。
微软业务副总裁AI Gurdeep Pall在电话采访中告诉VentureBeat，机器教学可以应用于许多领域，包括文本分类，对话对话，计算机视觉和机器人技术。
他表示，最近对人工智能初创公司的收购和微软多年的研究工作将推动未来更广泛地推动机器教学的措施。微软研究院在2015年成立了机器教学小组，承诺提供这样的功能。
这些领域的举措将依赖于微软研究院和人工智能集团近十年的工作，现有的工具，如该公司的AirSim模拟器，以及微软去年收购的旧金山湾区人工智能初创公司Bonsai和Lobe。Lobe专注于无代码的深度学习，Bonsai旨在帮助企业为制造、建筑管理和机器人技术训练系统。
Bo表示，微软机器训练还将寻求集成机器人操作系统(ROS)，这是一种受欢迎的机器人操作系统，于去年秋天引入Windows 10。
Pall说，潜在的用例包括教护士用机械臂如何移动病人样本，或者专家帮助自动移动石油钻井平台。
“我认为人工智能必须脱离只有人工智能专家才能开展的工作，否则人工智能的应用及其对世界的影响将非常有限。我认为我们必须到达一个地方，在这个地方，世界上没有一万名人工智能专家可以在不同的情况下在许多垂直领域实际应用人工智能，”他说。
商务总经理马克哈蒙德(Mark Hammond)今天在博客中表示，增加访问权限的工具可以让数百万人创建AI模型。
Pall表示，如果人工智能变得更加深奥和难以理解，它将走向错误的方向，并补充说，机器教学旨在将知识从人类专家的大脑转移到金融、制造和金融等领域的机器学习算法。客户支持。
“我认为必须有一些非常具体的步骤，让领域专家更容易理解。他们真的不知道引擎内部发生了什么，但是.他们实际上可以分配任务，训练机器，看看它们是否工作良好，所以调整它，”他说。“我们认为，在人工智能专家和当今世界专家之间的这种差距中，这是非常重要的。”
尽管近年来人工智能的进展强调了理解Python的机器学习框架的必要性——如TensorFlow和微软认知工具包——但微软这样的公司一直在制作平台和工具，以帮助那些不知道如何编码、训练和部署AI模型的人。
关于微软用于训练人工智能模型的工具升级的更多细节，预计将在5月6日至8日在西雅图举行的Build年度开发者大会上公布。
该公司致力于机器教学，此前发布了几个谷歌云解决方案，包括Anthos混合云平台、Cloud AutoML Tables和BigQuery ML for AI，以及表格数据的首次亮相。
Kubernetes为数据科学家提供的解决方案——如英特尔的Nauta平台、AWS深度学习容器以及谷歌的AI Hub和Kubeflow管道——也在最近几个月推出。
Pall表示，微软计划通过专注于旨在解决实际问题的机器教学来使自己与竞争对手区分开来。
“我认为这是一个横向的事情，”他说。“无论是建立客户服务机器人或自动系统，还是在计算机视觉任务中识别物体，所有这些事情都可以通过机器教学方法，在人类专家的参与下更好或更快地完成。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！