據(jù)外媒11月5日報道，谷歌領導工程師之一JeffDean在最近中國和硅谷的演講中向大眾重點介紹了一個名為AutoML的谷歌項目。ML是機器學習（machinelearning）的縮寫，指的是可以通過分析數(shù)據(jù)自行完成特定任務的計算機算法。同時它還可以學習如何建立其他機器算法。谷歌認為有了這種技術，人類很快就可以找到創(chuàng)建AI的方法，并且可以構建技術人員認為只能在未來出現(xiàn)的先進系統(tǒng)。該項目旨在為更多的公司和軟件開發(fā)者提供最新的AI技術。

目前的科技行業(yè)有著巨大的潛力，它不僅可以為智能手機提供人臉識別技術，也可以為汽車建立自動駕駛系統(tǒng)。但是據(jù)估計世界上只有一萬人擁有建立復雜算法所需的教育背景和相關經(jīng)驗。由于人才短缺，全球最大的科技企業(yè)，包括Google、臉書和微軟，每年會向AI技術專家支付數(shù)以百萬計的美元。目前這種人才短缺現(xiàn)象短時間內并不會消失，因而各大公司正在不斷研發(fā)可以便于建立自己的AI系統(tǒng)的各種工具，包括圖像和語音識別技術和在線聊天機器人等。

Dean稱，谷歌的這一項目將幫助不同的公司建立人工智能系統(tǒng)，即使他們沒有廣泛的專業(yè)知識。他估計當今世界只有不到幾千家公司有合適的人才來建立自己的AI系統(tǒng)，但是更多的公司需要擁有相關的數(shù)據(jù)?！拔覀兿Ｍ麖某汕先f的解決機器學習的難題中解脫出來?！?/p>

通過使用模擬腦神經(jīng)元網(wǎng)絡，工程師無需手工構建圖像識別服務或語言翻譯應用程序，而只需一行代碼就可以更快地構建一個自學習任務的算法。但建立模擬腦神經(jīng)元網(wǎng)絡不像建立一個網(wǎng)站或一些普通的智能手機應用程序那樣容易。它需要熟練的數(shù)學技能，反復的試驗和相當準確的直覺。研究人員需要一個巨大的機器網(wǎng)絡上運行幾十次甚至幾百次實驗，測試一個算法如何學習某種任務，比如識別圖像或者從一種語言翻譯到另一種語言。然后他們一遍又一遍地對算法的特定部分進行調整，直到解決問題。但是谷歌正在試圖把這個繁瑣的過程自動化。通過利用AutoML構建新算法并分析其他算法，谷歌可以了解哪些方法是成功的，哪些是不成功的。最終就可以建立更有效的機器學習機制。谷歌表示，AutoML現(xiàn)在已經(jīng)可以構建算法，在某些情況下，可以比單純由人類專家研發(fā)的技術更精確地識別照片中的對象。

谷歌也正在大力投資于云計算服務，幫助其他企業(yè)構建和運行軟件的服務。在成功吸引部分全球頂尖的AI研究人員后，谷歌有信心AutoML項目可以成為未來幾年公司的主要經(jīng)濟動力之一。