今年5月份，谷歌发布了一个新项目，目的是帮助人类创建其他AI系统。谷歌的这项计划名为 AutoML，其目的也是非常的简单明了：让神经网络自己设计神经网络，帮助机器“学习如何学习”的工具。

近日，据Futurism报道，现在谷歌不仅实现了这个目标，而且还发现 AI 创造的学习系统比人类的更有效，更强大。

研究人员在一个图像识别分类任务中发现该系统的正确率突破了82%，创造了一个新的纪录。同时在一个难度更高的，在图像中标记多个对象位置的任务中，该系统的正确率达到了43%，而人类构建的目前最好的人工智能正确率只有39%。

这些结果是非常有意义的，因为即使是在谷歌，也很少有人具备构建下一代AI系统所需的专业技能。这就需要一种技术帮助自动化这个过程，一旦取得突破，它就会改变整个行业。谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)表示：“今天，AI系统都是由机器学习科学家手工开发的，而世界上只有几千名科学家可以做到这一点。但我们想让成千上万的开发者能够实现这样的目标。”

谷歌大部分的“元学习”都是模仿人类神经网络进行的，并试图通过越来越多的数据训练这些网络。当机器接受过培训，它们会非常适合做这些工作。最困难的部分是最初模仿大脑结构，并在适当的尺度上处理更复杂的问题。

相对于从头设计一个神经网络，调整现有系统来满足新需求要容易得多。然而，谷歌的研究似乎表明，这只是一种暂时性状态。随着AI在设计越来越复杂新系统方面变得越来越容易，对于人类来说，扮演好“守门员”的角色更为重要。AI系统可能很容易产生偏见，例如将种族和性别身份与负面印象联系起来。然而，如果人类工程师花在创建系统的繁重工作上的时间减少，他们将有更多的时间来进行监督和改进。

最终，谷歌的目标是更好地发挥AutoML的功能，使程序员能够在实际应用中使用它。如果他们成功做到这一点，AutoML很可能会在谷歌之外产生巨大影响。皮查伊表示：“我们希望能够民主化这项技术。”这意味着，该公司希望AutoML能在谷歌之外被更广泛地使用。