上周，谷歌在I/O大会上宣布了人工智能方面的一项重大突破。他们揭晓了一种新的“机器学习”方式——用神经网络打造更好的神经网络，即教AI自学成才。这些人造神经网络能够模仿人类大脑的学习方式。这项新技术被命名为AutoML，它能够使神经网络发展得更强大、更高效、使用更便捷。

他们的思路如下：首先，选择一些备选神经网络，视它们为神经网络婴儿;其次，用一个神经网络去迭代它们，直至得到最佳神经网络。这个过程被称为“强化学习”，即计算机可以将试错与某种奖励联系起来，就好比教一只狗学习新把戏。这个过程需要大量计算能力，但谷歌硬件已经能够做到让一个神经网络去分析另一个神经网络。

通常，神经网络需要一支科学家及工程师团队耗费大量时间进行开发。但有了AutoML之后，几乎任何人都可以打造AI系统，去处理任何所需任务。他们希望AutoML能够拥有连博士生都难以具备的能力，在三五年内让成千上万名开发者根据自身需求设计新的神经网络。

所谓“机器学习”，即计算机根据样本数据自行做决定。这是开发人工智能的一种方式，其中涉及两个主要步骤：训练和推论。举个例子，在训练过程中，计算机可能要浏览数千张猫狗图片，学习每种动物的像素合并类型;然后，系统运用所学内容自行作出有根据的推测。将上述例子中的猫狗替换成神经网络，大致就是AutoML的运行方式——不是识别动物，而是识别哪种系统最聪明。

就目前结果看来，在识别解决问题的最佳方式上，AutoML可能甚至比人类专家更厉害。未来，这或许能够大大降低AI系统开发过程的工作量，因为它们在一定程度上能够实现自我开发。

谷歌表示，AutoML仍旧处于初期阶段，但人工智能、机器学习、深度学习都正设法进军我们日常使用的APP中。如今，计算机甚至比人类更擅长识别照片中的东西。谷歌即将推出一款APP，能够通过摄像头进行内容识别，比如一朵花或街边店铺。这种超强的深度学习算法也正逐渐进入健康领域。如今，图像处理系统能够识别癌症迹象，精确度甚至比专家更高。

AutoML出炉后，人工智能平台应该能够更快速地提升智能。谷歌的科研专家认为，它可以促成新的神经网络类型，让非专家也能够根据自身需求建立神经网络，机器学习将对每个人具有更深远的影响。