谷歌人工智能系统已可创建优于人类的机器学习代码

谷歌AutoML系统近期发布了一系列令人瞩目的机器学习代码，这些代码不仅表现优异，甚至在某些方面超越了专业研究人员的水平。显然，这是对“人类优越论”的有力反驳，因为我们的“机器人学生”已经在自主学习和编程能力上展现了惊人的实力。AutoML的诞生源于人工智能领域顶尖编程人才的短缺，它代表着一种解决方案，一种能够自主生成学习代码的机器学习软件。

通过运行数千个模拟，AutoML系统能够精准地确定代码的改进方向，并在持续优化过程中不断完善自身，直至达成既定目标。GoogleNet架构设计示意图为我们展示了这一创新技术的宏大蓝图。

这与“无限猴子理论”有着异曲同工之妙，但谷歌并未让猴子去敲键盘创作莎士比亚的戏剧，而是创造了一台能够自主编程的机器。令人惊讶的是，这些机器在数小时内完成的工作，比人类程序员数月甚至数周的努力还要出色。

在图像识别任务中，AutoML更是取得了令人瞩目的成绩，实现了高达82%的准确率，这一成果甚至超越了其创造者——人类研究人员的预期。在复杂的人工智能任务中，其自主创建的代码同样表现出色，比如在图像中标记多个点的任务中，其准确率达到了惊人的42%，相比之下，人类开发的软件只能达到39%的准确率。

这并不意味着我们即将迎来天网或者令人毛骨悚然的数字幽灵。我们尚未达到人工智能自我感知的奇点边缘，但无疑，AutoML的发现为人工智能的技术潜力注入了新的活力。仅仅在五个月前，谷歌才宣布了AutoML的推出，考虑到它能在如此短的时间内构建出如此强大的机器学习AI系统，我们对它未来一年的发展充满了期待。