据外媒11月5日报导，谷歌指导工程师之一Jeff Dean正在近来中国和硅谷的演讲中向群众重点引见了一个名为AutoML的谷歌项目。ML是机械进修（machine learning）的缩写，指的是能够经过剖析数据自行完成特定义务的计算机算法。与此同时它还能够进修若何创设其他机械算法。谷歌以为有了这类手艺，人类很快就能够找到创立AI的办法，而且能够构建手艺人员以为只能正在将来发生的进步前辈体系。该项目旨正在为更多的公司和软件开发者供应最新的AI手艺。
今朝的高新科技行业具有伟大的潜力，它不仅能够为智能手机供应人脸辨认技能，还能够为汽车竖立自动驾驶体系。可是据估计世界上只有一万人具有竖立庞大算法所需的教诲布景和相干经历。因为人才充足，环球最大的高新科技企业，包含Google、脸书和微软，每年会向AI技能专家支付数以百万计的美圆。今朝这类人才充足现象短时间间内并不会消散，因此各大公司正在接续研发能够便于竖立自身的AI体系的各类东西，包含图象和语音辨认技能和在线谈天机器人等。
Dean称，谷歌的这一项目将辅助分歧的公司创建人工智能体系，即便他们没有普遍的专业知识。他估量当今世界只有不到几千家公司有适宜的人才来创建本人的AI体系，可是更多的公司需求具有相干的数据。“我们期待由成千成万的处理机械进修的难题中摆脱出来。”
经过利用摹拟脑神经元网络，工程师无需手工构建图象辨认办事或言语翻译应用程序，而只需一行代码就能够更快地构建一个自进修义务的算法。但树立摹拟脑神经元网络不像树立一个网站或一些一般的智能手机应用程序那样简单。它须要纯熟的数学技术，频频的试验和相称正确的直觉。研究人员须要一个伟大的机械网络上运转几十次乃至几百次实验，测试一个算法若何进修某种义务，比方辨认图象大概从一种言语翻译到另一种言语。然后他们一遍又一各处对算法的特定部门开展调剂，直到解决问题。然则谷歌正正在试图把这个烦琐的进程自动化。经过应用AutoML构建新算法并阐发其他算法，谷歌能够相识哪些方式是胜利的，哪些是不胜利的。终究就能够树立更有用的机械进修机制。谷歌默示，AutoML而今已能够构建算法，正在某些情况下，能够比纯真由人类专家研发的手艺更精确地辨认照片中的工具。
谷歌还正正在鼎力大举投资于云较量争论办事，协助其他企业构建和运转软件的办事。正在乐成吸引部门环球顶尖的AI研究人员后，谷歌有自信心AutoML项目能够成为将来几年公司的首要经济动力之一。
