谷歌 AutoML 體系比來生產(chǎn)了一系列機械進修代碼，其效力乃至比研討人員本身還要高。明顯，這是對“人類優(yōu)勝論”的又一次襲擊，由于機械人“先生”們曾經(jīng)成了“自我復制”的年夜師。AutoML 是在人工智能頂級編程人才網(wǎng)job.vhao.net匱乏的情形下，作為一個處理計劃而開辟的。該團隊提出了一種可以創(chuàng)立自進修代碼的機械進修軟件，體系會運轉(zhuǎn)數(shù)千個模仿來肯定代碼的哪些方面可以作出改良，和在轉(zhuǎn)變后持續(xù)該進程、直達到成目的。 GoogleNet 架構設計表示圖 這是一個對“ 無窮山公實際 ”的絕佳展現(xiàn)，但 Google 并未讓一只山公敲鍵盤打造出 Shakespeare，而是制作了一臺可以或許自我復制編程的機械，且這些機械在數(shù)小時內(nèi)表示，比人類法式員任務幾周乃至數(shù)月都好。 固然聽起來有些嚇人，但 AutoML 確切在機械進修體系的編程上，遠勝于發(fā)明它的研討人員。在某個圖象辨認義務中，其完成了創(chuàng)記載的 82% 的精確率。 即便在一些龐雜的人工智能義務中，其自創(chuàng)立的代碼也比人類法式員優(yōu)勝。它可以在圖象中標志多個點，精確率到達 42%；作為比較，人類打造的軟件只要 39% 。 固然，它其實不代表“天網(wǎng)”或讓人不寒而栗的“數(shù)字鬼魂”，由于我們還沒有處于“自我感知機械”的奇點邊沿，只是說我們在人工智能的技巧潛力上又加了一把油門。 谷歌五個月前才宣告了 AutoML，鑒于其可以或許在這么短的時光內(nèi)打造出一套比研討人員本身更棒的機械進修 AI 體系，將來一年的結果明顯更值得等待。
