研發(fā)人員有一個(gè)夢(mèng)想，讓人工智能機(jī)器創(chuàng)造其他的人工智能機(jī)器。但是，對(duì)高級(jí)程序員們來說，這是一個(gè)噩夢(mèng)。

最近，在硅谷和中國的演講中，谷歌首席工程師之一JeffDean都提到了AutoML。ML，機(jī)器學(xué)習(xí)（machinelearning）的縮寫，是一種能夠通過分析數(shù)據(jù)自行完成特定任務(wù)的計(jì)算機(jī)算法。AutoML也是一種機(jī)器學(xué)習(xí)算法，但它學(xué)習(xí)的是如何創(chuàng)造其他機(jī)器學(xué)習(xí)算法。

有了AutoML，不久以后，谷歌或許就可以找到一種創(chuàng)造AI的技術(shù)，部分取代人類。這是科技產(chǎn)業(yè)的未來，許多人認(rèn)為。

從能識(shí)別人臉的智能手機(jī)應(yīng)用，到自動(dòng)駕駛的汽車，科技產(chǎn)業(yè)前景光明。但據(jù)估計(jì)，具備創(chuàng)建復(fù)雜（甚至有些神秘）算法的教育背景、經(jīng)驗(yàn)和能力的人，全世界僅1萬人左右。

世界最大高科技企業(yè)，包括谷歌，臉書和微軟，每年在AI人才方面投入數(shù)百萬美元，讓這一稀缺人才市場(chǎng)更加陷入困境。百年樹人，人才短缺問題很難短時(shí)間內(nèi)得到解決，掌握這些技能也要花費(fèi)好幾年。

但是，產(chǎn)業(yè)發(fā)展不會(huì)等人。目前，公司企業(yè)正在研發(fā)各種工具，幫助簡(jiǎn)化打造AI軟件的過程，比如，圖像和語音識(shí)別服務(wù)，在線聊天機(jī)器人等。

最近，微軟公布了一款可以幫助程序員創(chuàng)建深度神經(jīng)網(wǎng)絡(luò)的工具。「每出現(xiàn)一種新技術(shù)，計(jì)算機(jī)科學(xué)就會(huì)以這樣的方式跟進(jìn)?！刮④浀母笨偛肑osephSirosh表示，「我們正在省去許多繁重的勞作。」

這不是利他主義。

像JeffDean這樣的研發(fā)人員們相信，更多的人和企業(yè)研究人工智能，會(huì)促進(jìn)自己的研究。巨頭們也在這一趨勢(shì)中看到了光明「錢」途。他們紛紛對(duì)外出售云計(jì)算服務(wù)，幫助企業(yè)和開發(fā)者創(chuàng)建AI。

「存在這方面的剛需，當(dāng)前的工具不能完全滿足這些需求?！勾a隆科技的聯(lián)合創(chuàng)始人兼首席技術(shù)官M(fèi)attScott表示。這家創(chuàng)業(yè)公司也致力于類似服務(wù)。

這也正是谷歌希望AutoML能夠做的事情。上個(gè)月公布新款安卓智能手機(jī)時(shí)，谷歌CEOSundarPichai還曾炫耀過AutoML。

這個(gè)項(xiàng)目最終會(huì)幫助其他公司創(chuàng)建具備人工智能的系統(tǒng)，即使這些公司沒有豐富的專業(yè)知識(shí)。JeffDean表示，如今也僅幾千家家公司具備打造AI的能力，更多的公司擁有必要的數(shù)據(jù)。

「希望首先可以解決幾千家組織的機(jī)器學(xué)習(xí)問題，然后幫助幾百萬家公司組織?！顾f。

谷歌正在云計(jì)算業(yè)務(wù)上傾注巨資，期待未來幾年，該業(yè)務(wù)成為公司主要的經(jīng)濟(jì)引擎。將大部分世界頂尖AI研發(fā)人員收入囊中后，谷歌也有啟動(dòng)引擎的砝碼了。

神經(jīng)網(wǎng)絡(luò)正在快速加速人工智能的發(fā)展。如今，工程師們可以更快地創(chuàng)建自主學(xué)習(xí)算法。過去，程序員都是手動(dòng)創(chuàng)建一個(gè)圖像識(shí)別服務(wù)或是一個(gè)文字翻譯app，一次只能完成一行編碼。

例如，通過分析大量傳統(tǒng)技術(shù)支持通話中的聲音，機(jī)器學(xué)習(xí)算法能夠?qū)W會(huì)識(shí)別口頭單詞。

但是，構(gòu)建神經(jīng)網(wǎng)絡(luò)并不像創(chuàng)建網(wǎng)站或是普通的智能手機(jī)應(yīng)用那么簡(jiǎn)單。數(shù)學(xué)，極端的試錯(cuò)、相當(dāng)多的直覺，一個(gè)都不能少。獨(dú)立的機(jī)器學(xué)習(xí)實(shí)驗(yàn)室ElementAI的首席執(zhí)行官Jean-Fran?oisGagné將這個(gè)過程定義為「一種新的計(jì)算機(jī)編程。」

在創(chuàng)建神經(jīng)網(wǎng)絡(luò)的過程中，研發(fā)人員通常會(huì)運(yùn)用大量的機(jī)器網(wǎng)絡(luò)運(yùn)行幾十或幾百項(xiàng)實(shí)驗(yàn)，測(cè)試該算法能多大程度上學(xué)會(huì)識(shí)別圖像或是翻譯一種語言。他們會(huì)不斷地調(diào)整算法特定部分，直到找到起作用的那一部分。這一技術(shù)被稱為「黑暗的藝術(shù)」，因?yàn)檠邪l(fā)人員發(fā)現(xiàn)很難解釋，為什么會(huì)做出這樣的調(diào)整。

谷歌正在嘗試使用AutoML將這個(gè)過程自動(dòng)化。通過創(chuàng)建能分析其他算法研發(fā)過程的算法，就能搞清楚哪些方法湊效，哪些不能。最終，系統(tǒng)將學(xué)會(huì)創(chuàng)建出更有效的機(jī)器學(xué)習(xí)。

現(xiàn)在，谷歌認(rèn)為AutoML可以創(chuàng)造識(shí)別圖片物體的算法，比完全由人類專家建造的算法更精確。該項(xiàng)目一位成員、谷歌研究人員BarretZoph相信，這種辦法最終也適用于其他的任務(wù)，例如語音識(shí)別和機(jī)器翻譯。

這是AI研究的重要趨勢(shì)之一，專家稱作「學(xué)會(huì)學(xué)習(xí)」或「元學(xué)習(xí)」。

許多人相信，這樣的方法會(huì)極大地促進(jìn)人工智能的發(fā)展，無論是在網(wǎng)絡(luò)世界還是現(xiàn)實(shí)世界。伯克利的研發(fā)人員們正在打造讓機(jī)器人基于過去經(jīng)驗(yàn)解決新問題的技術(shù)。

「實(shí)際上，計(jì)算機(jī)會(huì)為我們創(chuàng)造這樣的算法。」伯克利的教授Pieterabbeel稱，「計(jì)算機(jī)創(chuàng)造的算法，能迅速地解決很多問題，至少我們有這樣的希望?！棺罱x開OpenAI，成立了一家機(jī)器人創(chuàng)業(yè)公司。（又一員大將離開馬斯克的OpenAI自立門戶，稱工業(yè)機(jī)器人市場(chǎng)大有可為）

這也是讓更多的人和企業(yè)有能力打造AI的方式。這些方法不會(huì)完全取代人類研究人員。專家們?nèi)匀恍枰龊芏嘀匾O(shè)計(jì)工作。但是，他們希望的是，少數(shù)專家的工作成果，可以幫助更多的人創(chuàng)建自己的軟件。

現(xiàn)在還不現(xiàn)實(shí)，未來幾年會(huì)實(shí)現(xiàn)，只是時(shí)間問題。RenatoNegrinho說。他是卡內(nèi)基梅隆大學(xué)研究人員，也正在開發(fā)類似AutoML的技術(shù)。