谷歌引導(dǎo)工程師之一Jeff Dean在比來中國和硅谷的演講中向年夜眾重點(diǎn)引見了一個名為AutoML的谷歌項(xiàng)目。ML是機(jī)械進(jìn)修（machine learning）的縮寫，指的是可以經(jīng)由過程剖析數(shù)據(jù)自行完成特定義務(wù)的盤算機(jī)算法。同時(shí)它還可以進(jìn)修若何樹立其他機(jī)械算法。谷歌以為有了這類技巧，人類很快便可以找到創(chuàng)立AI的辦法，而且可以構(gòu)建技巧人員以為只能在將來涌現(xiàn)的先輩體系。該項(xiàng)目旨在為更多的公司和軟件開辟者供給最新的AI技巧。

　　今朝的科技行業(yè)有著偉大的潛力，它不只可認(rèn)為智妙手機(jī)供給人臉辨認(rèn)技巧，也能夠?yàn)槠嚇淞?主動駕駛體系 。然則據(jù)估量世界上只要一萬人具有樹立龐雜算法所需的教導(dǎo)配景和相干經(jīng)歷。因?yàn)槿瞬啪W(wǎng)job.vhao.net缺乏，全球最年夜的科技企業(yè)，包含Google、臉書和微軟，每一年會向AI技巧專家付出數(shù)以百萬計(jì)的美元。今朝這類人才網(wǎng)job.vhao.net缺乏景象短時(shí)光內(nèi)其實(shí)不會消逝，因此各年夜公司正在賡續(xù)研發(fā)可以便于樹立本身的AI體系的各類對象，包含圖象和語音辨認(rèn)技巧和在線聊天 機(jī)械人 等。

　　Dean稱，谷歌的這一項(xiàng)目將贊助分歧的公司樹立人工智能體系，即便他們沒有普遍的專業(yè)常識。他估量現(xiàn)今世界只要不到幾千家公司有適合的人才網(wǎng)job.vhao.net來樹立本身的AI體系，然則更多的公司須要具有相干的數(shù)據(jù)。“我們愿望從不計(jì)其數(shù)的處理機(jī)械進(jìn)修的困難中擺脫出來。”

　　經(jīng)由過程應(yīng)用模仿腦神經(jīng)元收集，工程師無需手工構(gòu)建圖象辨認(rèn)辦事或說話翻譯運(yùn)用法式，而只需一行代碼便可以更快地構(gòu)建一個自進(jìn)修義務(wù)的算法。但樹立模仿腦神經(jīng)元收集不像樹立一個網(wǎng)站或一些通俗的智妙手機(jī)運(yùn)用法式那樣輕易。它須要闇練的數(shù)學(xué)技巧，重復(fù)的實(shí)驗(yàn)和相當(dāng)精確的直覺。研討人員須要一個偉大的機(jī)械收集上運(yùn)轉(zhuǎn)幾十次乃至幾百次試驗(yàn)，測試一個算法若何進(jìn)修某種義務(wù)，好比辨認(rèn)圖象或許從一種說話翻譯到另外一種說話。然后他們一遍又一遍地對算法的特定部門停止調(diào)劑，直到處理成績。然則谷歌正在試圖把這個繁瑣的進(jìn)程主動化。經(jīng)由過程應(yīng)用AutoML構(gòu)建新算法并剖析其他算法，谷歌可以懂得哪些辦法是勝利的，哪些是不勝利的。終究便可以樹立更有用的機(jī)械進(jìn)修機(jī)制。谷歌表現(xiàn)，AutoML如今曾經(jīng)可以構(gòu)建算法，在某些情形下，可以比純真由人類專家研發(fā)的技巧更準(zhǔn)確地辨認(rèn)照片中的對象。

　　谷歌也正在年夜力投資于云盤算辦事，贊助其他企業(yè)構(gòu)建和運(yùn)轉(zhuǎn)軟件的辦事。在勝利吸引部門全球頂尖的AI研討人員后，谷歌有信念A(yù)utoML項(xiàng)目可以成為將來幾年公司的重要經(jīng)濟(jì)動力之一。