隨著人工智能的發展，不少人擔心相關軟件會搶奪人類的飯碗，比如貨物運輸等。現在，一些權威研究人員發現，這些軟件還開始搶自己的飯碗，自主設計機器學習軟件。
谷歌大腦(即Google Brain)是谷歌旗下的人工智能研究團隊，其工作人員曾經做過這樣一項試驗，讓人工智能軟件自行設計機器學習系統，用來測試原先處理語言的軟件。結果顯示，與人類設計的系統相比，由軟件設計的系統表現更好。
在最近這幾個月中，還有許多其他研究團隊也表示，已經在學習軟件自行設計學習軟件這一領域取得重大進展。其中包括非營利性研究機構OpenAI(由埃隆·馬斯克參與創建)、麻省理工、加州大學伯克利分校以及谷歌旗下的另一人工智能研究團隊DeepMind。
如果未來人工智能技術果真能夠實現自主設計，那將會加快機器學習軟件在整個經濟領域的應用速度。目前，市場上的機器學習專家供不應求，各家公司都需要花大價錢才能聘請到這些專家。
谷歌大腦負責人Jeff Dean上周表示，諸如普通勞工等工作崗位，將來可能會遭到智能軟件的排擠。他將這種軟件自行設計軟件的趨勢稱作“自動化機器學習”，并表示這是自家團隊最看重的研究課題之一。
就在本月，首屆人工智能前沿峰會(即AI Frontiers)在加州圣克拉拉會議中心舉行。Dean在大會上表示：“目前，我們主要依靠專業知識和數據計算來解決人工智能方面的問題。在不久的將來，我們是否能夠在沒有機器學習專業知識的指導下，直接自行解決問題呢?”
目前，機器學習軟件在完成某一特定任務時需要耗費大量數據，這是一個不小的問題。谷歌旗下的DeepMind團隊，從一組試驗中發現，研究人員口中的“自主學習的機器學習軟件”，能夠有效緩解這一問題。
研究人員試圖讓機器學習軟件自行生成學習系統，以解決各不相同但彼此相關的問題。最終，這些學習軟件設計出的系統，無需額外訓練就能夠歸納并完成新的任務。
其實，讓學習軟件自行學習并設計系統這一想法，早在20世紀90年代就出現了，是由蒙特利爾大學的教授Yoshua Bengio提出的。不過，在此之前的諸多試驗，都沒有得出令人信服的結論，根本無法撼動人類在設計軟件和系統方面的主導地位。
Bengio指出，深度學習技術的出現，使我們對人工智能有了更加深刻的了解。不僅如此，它還能夠幫助我們提高計算能力。但同時該教授也表示，到目前為止，我們想要完全用它來取代機器學習專家，哪怕是部分取代，都是不現實的。
谷歌大腦的研究人員介紹說，為了給學習軟件提供強大的支撐基礎，他們利用了800個高能圖像處理器。結果發現，該軟件設計出來的圖像識別系統，比人類設計的最優秀的系統還要有效。
Otkrist Gupta是一名來自麻省理工學院媒體實驗室(即MIT Media Lab)的研究員，他和同事計劃開源自家試驗中使用的軟件。在他們的試驗中，學習軟件設計出來的深度學習系統，在物體識別方面，完全比得上人類設計的系統。
其實，在取得這一進展之前，Gupta花了不少時間和精力，來設計和測試機器學習模型，但都以失敗告終。他認為，各家公司和各位研究人員肯定都想要找到一種方式，將自動化機器學習運用到實際生活中。對此，他們可以說是動力滿滿。
Gupta表示：“想辦法減輕數據科學家身上的負擔，會為我們帶來意想不到的好處。因為這樣做，不僅會提高我們的生產能力，創建出更好的模型，還會解放我們的思想，以便去探索更高層次的創意想法。”
凡注有"環球傳媒網"或電頭為"環球傳媒網"的稿件，均為環球傳媒網獨家版權所有，未經許可不得轉載或鏡像；授權轉載必須注明來源為"環球傳媒網"，并保留"環球傳媒網"的電頭。