谷歌 AutoML 系統(tǒng)最近出產(chǎn)了一系列機(jī)器學(xué)習(xí)代碼，其效率甚至比研究人員自身還要高。顯然，這是對(duì)“人類優(yōu)越論”的又一次打擊，因?yàn)闄C(jī)器人“學(xué)生”們已經(jīng)成為了“自我復(fù)制”的大師。AutoML 是在人工智能***編程人才匱乏的情況下，作為一個(gè)解決方案而開發(fā)的。該團(tuán)隊(duì)提出了一種可以創(chuàng)建自學(xué)習(xí)代碼的機(jī)器學(xué)習(xí)軟件，系統(tǒng)會(huì)運(yùn)行數(shù)千個(gè)模擬來確定代碼的哪些方面可以作出改進(jìn)，以及在改變后繼續(xù)該過程、直到達(dá)成目標(biāo)。

GoogleNet 架構(gòu)設(shè)計(jì)示意圖

這是一個(gè)對(duì)“***猴子理論”的***展示，但 Google 并未讓一只猴子敲鍵盤打造出 Shakespeare，而是制造了一臺(tái)能夠自我復(fù)制編程的機(jī)器，且這些機(jī)器在數(shù)小時(shí)內(nèi)表現(xiàn)，比人類程序員工作幾周甚至數(shù)月都好。

雖然聽起來有些嚇人，但 AutoML 確實(shí)在機(jī)器學(xué)習(xí)系統(tǒng)的編程上，遠(yuǎn)勝于創(chuàng)造它的研究人員。在某個(gè)圖像識(shí)別任務(wù)中，其實(shí)現(xiàn)了創(chuàng)紀(jì)錄的 82% 的準(zhǔn)確率。

即使在一些復(fù)雜的人工智能任務(wù)中，其自創(chuàng)建的代碼也比人類程序員優(yōu)越。它可以在圖像中標(biāo)記多個(gè)點(diǎn)，準(zhǔn)確率達(dá)到 42%；作為對(duì)比，人類打造的軟件只有 39% 。

當(dāng)然，它并不代表“天網(wǎng)”或讓人毛骨悚然的“數(shù)字幽靈”，因?yàn)槲覀冞€沒有處于“自我感知機(jī)器”的奇點(diǎn)邊緣，只是說我們?cè)谌斯ぶ悄艿募夹g(shù)潛力上又加了一把油門。

谷歌五個(gè)月前才宣布了 AutoML，鑒于其能夠在這么短的時(shí)間內(nèi)打造出一套比研究人員自身更棒的機(jī)器學(xué)習(xí) AI 系統(tǒng)，未來一年的成果顯然更值得期待。

[編譯自：TNW]