谷歌 AutoML 系統最近出產了一系列機器學習代碼，其效率甚至比研究人員自身還要高。顯然，這是對“人類優越論”的又一次打擊，因為機器人“學生”們已經成為了“自我復制”的大師。AutoML 是在人工智能***編程人才匱乏的情況下，作為一個解決方案而開發的。該團隊提出了一種可以創建自學習代碼的機器學習軟件，系統會運行數千個模擬來確定代碼的哪些方面可以作出改進，以及在改變后繼續該過程、直到達成目標。

GoogleNet 架構設計示意圖

這是一個對“***猴子理論”的***展示，但 Google 并未讓一只猴子敲鍵盤打造出 Shakespeare，而是制造了一臺能夠自我復制編程的機器，且這些機器在數小時內表現，比人類程序員工作幾周甚至數月都好。

雖然聽起來有些嚇人，但 AutoML 確實在機器學習系統的編程上，遠勝于創造它的研究人員。在某個圖像識別任務中，其實現了創紀錄的 82% 的準確率。

即使在一些復雜的人工智能任務中，其自創建的代碼也比人類程序員優越。它可以在圖像中標記多個點，準確率達到 42%；作為對比，人類打造的軟件只有 39% 。

當然，它并不代表“天網”或讓人毛骨悚然的“數字幽靈”，因為我們還沒有處于“自我感知機器”的奇點邊緣，只是說我們在人工智能的技術潛力上又加了一把油門。

谷歌五個月前才宣布了 AutoML，鑒于其能夠在這么短的時間內打造出一套比研究人員自身更棒的機器學習 AI 系統，未來一年的成果顯然更值得期待。

[編譯自：TNW]