谷歌人工智能可以自產(chǎn)“子人工智能”，在人工智能領(lǐng)域，它的性能達(dá)到了前所未有的高度，雖然聽(tīng)起來(lái)很不可思議，但事實(shí)就是如此。這個(gè)受到熱議的人工智能叫“自動(dòng)化機(jī)器學(xué)習(xí)”，簡(jiǎn)稱(chēng)Auto ML，由“谷歌大腦”的研究人員研發(fā)。

據(jù)谷歌的CEO皮查伊闡述，谷歌的研究員用了強(qiáng)化學(xué)習(xí)來(lái)創(chuàng)建人工智能的圖像識(shí)別模型。我們一直致力于設(shè)計(jì)更好的機(jī)器學(xué)習(xí)模型，但目前要做到這一點(diǎn)要耗費(fèi)大量的時(shí)間，它凝聚著許多工程師、科學(xué)家還有機(jī)器專(zhuān)業(yè)博士的心血，對(duì)于成百上千的開(kāi)發(fā)者來(lái)說(shuō)，他們希望機(jī)器學(xué)習(xí)成為可能，所以在不使用神經(jīng)網(wǎng)絡(luò)的情況下，如何才能更好地設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)呢？我們將這種學(xué)習(xí)方法稱(chēng)為自動(dòng)化機(jī)器學(xué)習(xí)，也就是學(xué)會(huì)學(xué)習(xí)。

在一些標(biāo)準(zhǔn)任務(wù)方面我們已經(jīng)邁向了最先進(jìn)，我們?cè)趫D像識(shí)別方面和Safari瀏覽器不分高下，每當(dāng)我和團(tuán)隊(duì)待在一起思考神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)神經(jīng)架構(gòu)這個(gè)問(wèn)題的時(shí)候，我都會(huì)想起一部最喜歡的電影《盜夢(mèng)空間》，我告訴他們我們必須走得更遠(yuǎn)更深，所以自動(dòng)化機(jī)器學(xué)習(xí)并不會(huì)苦逼地花幾個(gè)小時(shí)去編碼，進(jìn)而去創(chuàng)建一個(gè)人工智能來(lái)完成某項(xiàng)特定的任務(wù)，因?yàn)樗膶W(xué)習(xí)過(guò)程是自動(dòng)化的。

谷歌團(tuán)隊(duì)曾說(shuō)過(guò)這么一句話：“在我們自動(dòng)化機(jī)器學(xué)習(xí)的方案中，控制器神經(jīng)網(wǎng)絡(luò)會(huì)生成子模型架構(gòu)之后，會(huì)執(zhí)行特定的任務(wù)來(lái)訓(xùn)練并評(píng)估子模型架構(gòu)的優(yōu)劣，然后會(huì)向控制器作出反饋，控制器會(huì)將此反饋?zhàn)鳛橄乱淮窝h(huán)修改的參考。我們會(huì)把這個(gè)過(guò)程重復(fù)上千次（設(shè)計(jì)新架構(gòu)及測(cè)試新架構(gòu)），向控制器作出反饋，控制器從中學(xué)習(xí)。

舉一個(gè)簡(jiǎn)單的例子，這個(gè)過(guò)程就像父母孕育孩子，然后通過(guò)測(cè)試，積累成敗經(jīng)驗(yàn)，來(lái)教孩子如何完成一項(xiàng)特定的任務(wù)，這個(gè)道理也適用于自動(dòng)化機(jī)器學(xué)習(xí)。NASNet神經(jīng)網(wǎng)絡(luò)的角色就相當(dāng)于這個(gè)孩子，NASNet是具有識(shí)別能力的人工智能，它可以識(shí)別人體、汽車(chē)、交通信號(hào)燈還有實(shí)時(shí)錄像中的大部分內(nèi)容。你可能會(huì)說(shuō)聽(tīng)起來(lái)沒(méi)啥大不了的，但你要明白這個(gè)自動(dòng)人工智能最讓人驚嘆的地方在于它能完敗之前所有人工智能的機(jī)械視覺(jué)。NASNet的系統(tǒng)精確度達(dá)到了82.7％，比同類(lèi)人工智能高1.2%，系統(tǒng)效率則提高了4%。人工智能自產(chǎn)“子人工智能”，這個(gè)子人工智能的性能好過(guò)人類(lèi)創(chuàng)造的人工智能，而且還更有效率，誰(shuí)強(qiáng)誰(shuí)差一目了然。

很明顯，該人工智能可以應(yīng)用于無(wú)人駕駛汽車(chē)上，還能對(duì)人類(lèi)進(jìn)行近距離目標(biāo)識(shí)別，也就是說(shuō)它能完成健康護(hù)理之類(lèi)的工作。該人工智能的應(yīng)用場(chǎng)景之所以非常多元，主要是因?yàn)樗茏詣?dòng)設(shè)計(jì)，還能建立既有效率又有精度的系統(tǒng)，所以該人工智能不僅能應(yīng)用到機(jī)器學(xué)習(xí)上，還能完成一些繁重的工作。

自動(dòng)化機(jī)器學(xué)習(xí)的研發(fā)算不上劃時(shí)代創(chuàng)舉，但它確實(shí)具有里程碑意義，自動(dòng)化機(jī)器學(xué)習(xí)也使人工智能惠及更多泛的人群。谷歌公司說(shuō)過(guò)這樣一句話：“我們希望以一些模型為基礎(chǔ)，建立起更大的機(jī)器學(xué)習(xí)社區(qū)，來(lái)解決我們還未想象到的許多機(jī)械視覺(jué)問(wèn)題”。我們認(rèn)為這可以激發(fā)新類(lèi)型的神經(jīng)網(wǎng)絡(luò)，使這一現(xiàn)象成為可能，而非專(zhuān)家為了特定需求而量身定做神經(jīng)網(wǎng)絡(luò)，并使機(jī)器學(xué)習(xí)對(duì)人類(lèi)產(chǎn)生更廣泛的影響。

隨著自動(dòng)化機(jī)器學(xué)習(xí)科技的產(chǎn)生，不可避免地會(huì)產(chǎn)生一些問(wèn)題。如果自動(dòng)化機(jī)器學(xué)習(xí)在機(jī)械視野以外的領(lǐng)域廣泛使用，那么一些擔(dān)憂也隨之而來(lái)，如果人工智能把錯(cuò)誤和偏見(jiàn)遺留給子人工智能怎么辦？如果子人工智能的學(xué)習(xí)步伐太快，我們?nèi)祟?lèi)卯足勁也跟不上怎么辦？這樣的話我們?nèi)祟?lèi)的學(xué)習(xí)還有什么意義？現(xiàn)在這些問(wèn)題看起來(lái)可能是有點(diǎn)思慮過(guò)多，但是在未來(lái)的某一天，我們還真避免不了這些問(wèn)題。

這畢竟還是人類(lèi)的發(fā)展進(jìn)步，只是需要居安思危，從長(zhǎng)計(jì)議而已。