全讯网新2：为什么“自动化AI系统”让谷歌CEO如此兴奋

 业界媒体《MIT科技评论》网站发表文章，介绍了谷歌AutoML项目的重要性。这种“自动化AI系统”可以帮助开发AI软件，解决AI软件设计中的一个棘手问题，加快计算机智能化的进程。以下为原文内容：

很多行业的公司都急切地想利用最新的人工智能技术，所以目前机器学习专家非常短缺。 谷歌的首席执行官桑达尔·皮查伊（Sundar Pichai）说，要解决人才短缺的问题，一个办法就是让机器学习软件来帮助开发机器学习软件。

在今年的谷歌年度开发者大会上，皮查伊向大家介绍了一个名为AutoML的项目，它是该公司的人工智能研究团队谷歌大脑（Google Brain）推出的。为特定的任务设计机器学习软件有一些很棘手的部分，而该团队表示，他们的学习算法可以把其中最棘手的部分之一进行自动化。在某些情况下，这个自动化系统提供的设计足以媲美人类专家的最佳作品。

“这是一个非常令人兴奋的进步，” 皮查伊在一封电邮中表示 ，“它可以加速整个领域的发展，帮助我们解决当今面临的一些最具挑战性的问题。”

皮查伊希望AutoML项目可以扩大机器学习开发人员的数量，因为有了AutoML，开发人员不需要掌握那么多的专业知识，也能够利用机器学习的威力了。谷歌本来就打算把公司的云计算服务定位为建立和托管机器学习的最佳场所，所以推出AutoML很符合这个方针。该公司正在努力吸引企业云计算市场的新客户，目前它在这个领域中落后于亚马逊和微软。

AutoML旨在让大家可以比较轻松地使用一种名为“深度学习”的技术，谷歌和其他公司使用“深度学习”来强化语音和图像识别、翻译和机器人技术。

“深度学习”通过将数据传播到人工神经网络中，来教导软件变得聪明。人工神经网络由一些数学层组成，为其选择正确的架构非常关键。但要做到这一点并不容易。 谷歌AutoML项目的机器学习研究员Quoc Le说：“我们是通过直觉来选择构架的。”

上个月，Quoc Le和同事Barret Zoph向大家介绍了一个实验的结果。在这个实验中，他们让机器学习系统找出一个最佳架构，来让软件学习如何解决语言和图像识别任务。

在涉及图像的任务上，这个系统可以媲美人类专家设计的最佳架构。而在涉及语言任务上，这个系统比人类专家还胜出一筹。

也许更重要的是，它提出了一种研究人员以前没有考虑过的，但却很适合这些任务的架构。 “在某种意义上，它发现了我们不知道的东西，” Quoc Le说。 “这太惊人了。”

学会“更好地学习”的软件， 这个概念并不新鲜。但是就像人工智能领域的很多概念一样，深度学习的力量为新的进步开启了大门。谷歌另一个AI研究部门DeepMind以及马斯克（Elon Musk）创办的非营利组织OpenAI都在探索相关的概念

他们的努力是否正在让他们走向失业呢？听到这个问题，Quoc Le和Zoph都笑了起来。就目前来说，这项技术太昂贵了，无法广泛使用——两人的那个实验使用了800个强大的图形处理器，运转了几个星期，搞得电费飙升。这种研究属于投石问路的性质，没有几家公司能够负担得起。

但谷歌有这个资源，现在该公司扩大了的AutoML项目团队规模，其任务包括减少项目的资源密集程度。Quoc Le认为这可能会有助于提高视频或语音识别的准确度，甚至可能会在一个更加棘手的问题上取得进步：让软件在没有人类明确指导的情况下进行学习。