<p>谷歌 AutoML 系统最近出产了一系列机器学习代码，其效率甚至比研究人员自身还要高。显然，这是对“人类优越论”的又一次打击，因为机器人“学生”们已经成为了“自我复制”的大师。AutoML 是在人工智能顶级编程人才匮乏的情况下，作为一个解决方案而开发的。该团队提出了一种可以创建自学习代码的机器学习软件，系统会运行数千个模拟来确定代码的哪些方面可以作出改进，以及在改变后继续该过程、直到达成目标。</p>    <p style="text-align:center"><img alt="谷歌AutoML人工智能系统已可创建优于人类的机器学习代码" src="https://simg.open-open.com/show/5a8d3edeac18df9d012ca01c05156ef6.png" /></p>    <p style="text-align:center">GoogleNet 架构设计示意图（<a href="/misc/goto?guid=4959011312542648915">点击查看大图</a>）</p>    <p>这是一个对“<a href="/misc/goto?guid=4959011312632136832">无限猴子理论</a>”的绝佳展示，但 Google 并未让一只猴子敲键盘打造出 Shakespeare，而是制造了一台能够自我复制编程的机器，且这些机器在数小时内表现，比人类程序员工作几周甚至数月都好。</p>    <p style="text-align:center"><img alt="谷歌AutoML人工智能系统已可创建优于人类的机器学习代码" src="https://simg.open-open.com/show/11db22108fb4080a831fb6781ebb5cce.png" /></p>    <p>虽然听起来有些吓人，但 AutoML 确实在机器学习系统的编程上，远胜于创造它的研究人员。在某个图像识别任务中，其实现了创纪录的 82% 的准确率。</p>    <p>即使在一些复杂的人工智能任务中，其自创建的代码也比人类程序员优越。它可以在图像中标记多个点，准确率达到 42%；作为对比，人类打造的软件只有 39% 。</p>    <p style="text-align:center"><img alt="谷歌AutoML人工智能系统已可创建优于人类的机器学习代码" src="https://simg.open-open.com/show/60ce19da999210539da2da729c400929.png" /></p>    <p>当然，它并不代表“天网”或让人毛骨悚然的“数字幽灵”，因为我们还没有处于“自我感知机器”的奇点边缘，只是说我们在人工智能的技术潜力上又加了一把油门。</p>    <p>谷歌五个月前才宣布了 AutoML，鉴于其能够在这么短的时间内打造出一套比研究人员自身更棒的机器学习 AI 系统，未来一年的成果显然更值得期待。</p>    <p>[编译自：<a href="/misc/goto?guid=4959011312721769129">TNW</a>]</p>    <p>来自: <a href="/misc/goto?guid=4959011312799139538" id="link_source2">cnBeta</a></p>