GoogleのAutoMLがどのように機能するかについての直感的な説明は何ですか？

私は最近、Googleが誰もがデータをアップロードできる新しいAIを開発し、それが即座にモデル、つまりそのデータに基づく画像認識モデルを生成することを読んだことを読みました。

誰かがこのAIがどのように機能するかを詳細かつ直感的な方法で私に説明できますか？

GoogleのAutoMLは、自律型モデルの設計という点で非常に優れたアイデアです。詳細はこちらのブログをご覧ください。簡単に説明させてください。

私たちデータサイエンティストは、既存のモデルに従って新しいネットワークを設計し、作成されたモデルの弱点と長所を分析して、何度も何度も試行錯誤を繰り返します。しかし、人間として、私たちはそのようなネットワークを設計/分析する能力が限られています。そのため、Googleは、予測を行いながら各ノードの長所と短所を分析するAIを作成しました。このAIは各ノードを分析し、各ノード/レイヤーの接続を追加/削除/変更することで結果を改善しようとします。AutoML AIは最先端のネットワークをベースとし、データに応じてネットワークの変更を開始して、カスタマイズされたモデルを作成していると思います。

その間、転移学習と強化学習という2つのテクノロジーが使用されています。

転移学習は、可能な限り最も正確なポイントからトレーニングを開始するために使用されています。

強化学習は、より良い成功を達成するためにネットワークを変更するために使用されています。これがこのテクノロジーの重要な部分です。

したがって、ユーザーにとっては、データをアップロードするようなものであり、AIがネットワークを変更して、データに固有のカスタムモデルを提供できるようにします。