谷歌推廣AutoML：機器學習幫助人類解決人才空缺

　　據外媒11月5日報道，谷歌領導工程師之一Jeff Dean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（machine learning）的縮寫，指的是可以通過分析數據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建AI的方法，並且可以構建技術人員認為隻能在未來出現的先進系統。該項目旨在為更多的公司和軟件開發者提供最新的AI技術。

　　目前的科技行業有著巨大的潛力，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。但是據估計世界上隻有一萬人擁有建立復雜算法所需的教育背景和相關經驗。由於人才短缺，全球最大的科技企業，包括Google、臉書和微軟，每年會向AI技術專家支付數以百萬計的美元。目前這種人才短缺現象短時間內並不會消失，因而各大公司正在不斷研發可以便於建立自己的AI系統的各種工具，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，即使他們沒有廣泛的專業知識。他估計當今世界隻有不到幾千家公司有合適的人才來建立自己的AI系統，但是更多的公司需要擁有相關的數據。“我們希望從成千上萬的解決機器學習的難題中解脫出來。”

　　通過使用模擬腦神經元網絡，工程師無需手工構建圖像識別服務或語言翻譯應用程序，而隻需一行代碼就可以更快地構建一個自學習任務的算法。但建立模擬腦神經元網絡不像建立一個網站或一些普通的智能手機應用程序那樣容易。它需要熟練的數學技能，反復的試驗和相當准確的直覺。研究人員需要一個巨大的機器網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構建新算法並分析其他算法，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現在已經可以構建算法，在某些情況下，可以比單純由人類專家研發的技術更精確地識別照片中的對象。

　　谷歌也正在大力投資於雲計算服務，幫助其他企業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濟動力之一。（實習編譯：王蕤 審稿：李宗澤）