谷歌推出的 Cloud AutoML 仿佛要革了AI调包侠的命

阅读本篇大概需要 6 分钟。

最近谷歌大佬发布了一个很有意思的一项技术，Cloud AutoML。该项技术由两位华裔女科学家李飞飞、李佳主导推出的。前段时间，李飞飞教授刚刚在 GDD 发表了一系列精彩的演讲，才隔了这么一会，就出来搞了波大事情。

Cloud AutoML 这东西是个啥呢，简单的说它是一个平台，可以通过简单的操作，不需要输入一行代码就可以自动生成 ML 模型。稍微了解一点机器学习的童鞋肯定知道了，AI 工程师的工作，有很大一部分就是通过已有数据训练出一个模型，再用这个模型来预测未知数据，从而达到机器学习的目的。

有了 Cloud AutoML 就意味着，原先需要很多 AI 工程师才能搭建的一些模型，现在只需要在电脑上点点鼠标，拖拽拖拽图片就可以轻松的生成模型，然后就可以将模型应用到生产中，即便你不是一个专业的 AI 工程师这些工作都可以轻松完成。我不禁心头一笑，我们学 AI，还没开始入门，就好像已经要被革了命了。

现在在某些特定场合，公司如果要通过该平台打造一个比较完整的生产模型，只需要上传少量素材，比如100张客厅照片，一天左右的时间就可以获得一个类似于「我需要一个能够识别客厅照片的AI模型」。

AutoML 的界面

我们使用平台的时候，需要提供的素材相对于那些深度学习模型来说是非常少的。这个黑科技的关键词是两个，一个是迁移学习，一个是增强学习。

迁移学习是个啥呢，比如我们现在有一个识别橘子的 AI 模型，它虽然能识别橘子，但它不能识别苹果，如果我们需要一个模型能够识别苹果，那重新打造一个识别苹果的模型又是一波从零做起的麻烦事，这里的资源消耗实在太大了。谷歌已经做了很多这种工作，他们已经在这种消耗下制作了大量的模型。

那么通过迁移学习，我们就可以利用这些已知的模型，在这种相似的领域下，我们只需要一些少量的数据就可以根据之前的模型结合出一个匹配新领域下的适用模型，真的太方便了。

增强学习的出现频率可能比迁移学习要高不少，比如我们熟知的 Alpha Go 背后就是增强学习在支撑。

增强学习和传统的深度学习有很大不同，比如我们使用深度学习来训练机器去识别猫，我们给它一张照片，告诉它这是猫，然后再给它一张狗的照片，让它去识别，如果它还认为这是一只猫，我们就告诉它错了。使用这种方法需要特定参数，并且还需要大量的数据做支撑。

而如果使用增强学习，我们是不会给机器设定参数的，而是通过奖励和惩罚的方式来让它进行自我评判。比如下围棋，机器会自己摸索着下棋，如果最后赢了，那么它就会得到一个正回报，这时候它就知道了这么下是对的，如果输了，它就会得到负回报，它就会自我感知自己这么下有问题，但是呢，我们并不会告诉机器它哪步走错了，让它自己去摸索，时间长了，它就会摸索出一套最佳方案。所以 Alpha Go 后期就是自己跟自己下棋，并不需要额外的太多数据(当然前期还是需要输入一些棋谱和历史对局的)。

所以说啊，现在业界有一个呼声叫：深度学习已死！

目前来说，AutoML 只能使用 Cloud AutoML Vision，也就是可以自动生成一些图像有关的 AI 模型，但李飞飞表示以后会提供更多的功能，比如语音、NLP 这些。

看到这些，有些童鞋可能就有点迷茫了，咱才刚刚开始学人工智能，就要被人工智能替代了吗。在某些方面来说，AutoML 确实对于 AI 民主化很有帮助，现在的 AI 工程师的身价可以说非常之高，各个大厂也都在争抢这些人才，小公司如果想利用 AI 模型可以说代价非常高，不仅要负担 AI 高额的薪资还得承担人工建模所需要的大量时间和资源。AutoML 的出现可以说在某些场景下很好的解决一些问题。

知乎上有回答说的很好，一语概括，这类机器学习的平台化会降低行业的准入门槛，但提高了对于个人职业的门槛。为什么这么说呢，虽然现在平台的能力可能还有限，但随着研究的深入，平台的能力将会越来越强，越来越智能。平台在未来基本约等于一个中等水平的AI 调参师，如果你只是一个AI 调包侠，那你可得要加油了，这些平台的低费用或者完全免费，压缩了基本调参的需求，调包侠和一些比较平庸的调参师是很有可能被渐渐淘汰的。所以说，现在如果你还想说转型人工智能相关的行业，那你一定得谨慎的掂量掂量了啊！

但实际上也不用过于杞人忧天，在我的理解里，这类平台提供方便的同时，必然会牺牲一定的灵活性，就像我们作前端和客户端的，平台越来越智能，你可以通过拖拖拽拽不用写代码就能完成一些很炫酷的特效，但并没有因为这些东西前端工程师的需求就减少了。只能说技术人员所需要掌握的知识结构拆分了出来，可能以后会有专门的客户端深度网络工程师的职位出现也说不定。

之前看过两张非常有意思的图，分享给大家，懂得自然懂。

所以说啊，打铁还需自身硬。我们不能自甘做一个调包侠。

题外话，实际上微软一年之前就发布过类似的平台 Custom Vision，国内也有一些公司在做这些事。功能差不多，也是一样的免费，但没啥声音，这边 Google 晚了这么久，就发了两个推特就引起了轩然大波。心疼微软的PR，也着实佩服谷歌，真是高下立判啊。

iOS赞赏通道

用激情诠释生活，用代码彰显个性

END