谷歌 AutoML 體系比來生產了一系列機械進修代碼，其效力乃至比研討人員本身還要高。明顯，這是對“人類優勝論”的又一次襲擊，由于機械人“先生”們曾經成了“自我復制”的年夜師。AutoML 是在人工智能頂級編程人才網job.vhao.net匱乏的情形下，作為一個處理計劃而開辟的。該團隊提出了一種可以創立自進修代碼的機械進修軟件，體系會運轉數千個模仿來肯定代碼的哪些方面可以作出改良，和在轉變后持續該進程、直達到成目的。

　　GoogleNet 架構設計表示圖

　　這是一個對“ 無窮山公實際 ”的絕佳展現，但 Google 并未讓一只山公敲鍵盤打造出 Shakespeare，而是制作了一臺可以或許自我復制編程的機械，且這些機械在數小時內表示，比人類法式員任務幾周乃至數月都好。

　　固然聽起來有些嚇人，但 AutoML 確切在機械進修體系的編程上，遠勝于發明它的研討人員。在某個圖象辨認義務中，其完成了創記載的 82% 的精確率。

　　即便在一些龐雜的人工智能義務中，其自創立的代碼也比人類法式員優勝。它可以在圖象中標志多個點，精確率到達 42%；作為比較，人類打造的軟件只要 39% 。

　　固然，它其實不代表“天網”或讓人不寒而栗的“數字鬼魂”，由于我們還沒有處于“自我感知機械”的奇點邊沿，只是說我們在人工智能的技巧潛力上又加了一把油門。

　　谷歌五個月前才宣告了 AutoML，鑒于其可以或許在這么短的時光內打造出一套比研討人員本身更棒的機械進修 AI 體系，將來一年的結果明顯更值得等待。