摘要：AutoML 項目將成為 AI 領域人才短缺問題的一個非常有效的緩解方案。

在很多人看來，當人工智能時代來臨的時候，低收入的體力勞動者應該擔心自己的工作會不會被機器所取代，但事實上，在很多人工智能行業的專家看來，都市里拿著漂亮薪水的白領（會計、律師等）才是最危險的。

而現在，在 AI 行業技術領先的 Google 已經開始琢磨怎樣讓 AI 來代替自己的高薪工程師了。

「自我繁殖」的 AI 系統

Google 內部有一個研究項目叫做 AutoML，即「自動化的機器學習」，該項目旨在「訓練機器學習的軟件來打造機器學習的軟件」，自行開發新系統的代碼層，說得玄乎一點，就是讓機器學習系統「自我繁殖」。

其實早在五月 Google 就對外公布了這個項目，目前它已經取得了一些研究成果。據《連線》報道，Google 稱該系統開發出了一套按照內容為圖片分類的系統，以百分制評價，Google 給了這套系統 82 分。如果你對這個分數沒有什么概念的話，下面這個例子會更好理解一些。

在一張圖片中給不同的物體定位，這個技術在 AR 增強現實和自動機器人等應用中非常重要，AutoML 項目自動生成的系統得到了 43 分的評價，而人類自己設計最優秀的系統僅僅只有 39 分。

這是一個非常重要的研究成果，如果機器可以設計出不輸人類最優秀的程序，那么就算它本身仍有一定的瑕疵，有經驗的 AI 專家也能夠很好地利用它來大大提高人工智能系統編寫設計的效率，對于經驗尚淺的程序員來說，這個系統也可以起到輔助學習的作用。

人才是 AI 行業最激烈的戰場

而對于 Google 本身來說，AutoML 項目取得的成果對其「AI 優先」的戰略有著非常重要的意義。五月的 Google I/O 大會上，CEO Sundar Pichai 表示，Google 目前的發展重心正從移動終端轉移到人工智能上來，電腦應該適應人們的生活方式，而不是人去適應電腦。在一篇親筆信中，Pichai 寫道：

Google 還希望簡化設計機器學習模型的神經網絡，從而降低 AI 的門檻。設計神經網絡是極其耗費時間的，其對專業知識的極高要求將適用人群縮小到了科研人員和工程師。這就是 Google 創造 AutoML 的原因，AutoML 表明，利用神經網絡設計神經網絡也是可行的。Google 希望 AutoML 能擁有現在一些博士所具備的能力，并在 3~5 年內使眾多開發者也能通過 AutoML 設計神經網絡，滿足其特定的需求。

因此，AutoML 的主要目標并不是要讓機器淘汰人類的編程人員，甚至也不是要開發出全新的人工智能系統，而是讓人工智能繼續以我們多年以來習慣的速度來改變世界。

目前在世界范圍內，AI 人才極度空缺，極客公園在接觸許多 AI 領域的初創企業時，聽他們最常談起的一個擔憂就是人才的爭奪。當 BAT 等巨頭公司開出創業公司難以與之抗衡的優渥條件時，人才像其他許多資源一樣，依然會壟斷在大公司手里，而在這樣一個代表著未來幾十年內發展方向的科技行業，人才斷流基本就意味著企業的死亡。

而 AutoML 這樣項目的存在，不失為一種緩解人才短缺問題的方法，當一個新的行業自己有解決問題的方法時，我們為什么還要用舊的眼光來看待這些問題呢？在這一點上，人才問題如此，AI 末世論亦然。