深度神經(jīng)網(wǎng)絡正在改變互聯(lián)網(wǎng)。人工智能(AI)系統(tǒng)正被注入到在線服務的各個方面，能夠像人類一樣分析大量的數(shù)字信息，而這些在幾年前還是聞所未聞的。

      它們能夠識別照片里的人臉，理解人類對著智能手機說出的命令，把對話翻譯成其它種類的語言。它們甚至還能幫助谷歌優(yōu)化搜索結(jié)果。這樣你也許都有所耳聞了，但是，你知道互聯(lián)網(wǎng)巨頭們是怎樣開發(fā)出這樣了不起的AI機器的嗎?

      “這就像你應該去當教練，而不是球員。”谷歌DeepMind的聯(lián)合創(chuàng)始人Demis Hassabis這么認為，他們剛剛創(chuàng)造了AI打敗世界最好圍棋手的奇跡，“你需要去誘導AI的發(fā)展，而不是直接告訴它們怎么做?！?/span>

      所以，當今很多公司正在努力嘗試讓AI開發(fā)過程中的試錯環(huán)節(jié)自動化(AI化)。只有把高智商的人才從繁瑣的工作中解放出來，他們才能把時間花在更偉大的工程上去，同時，也能更快地推動AI開發(fā)過程。

      換句話說，也就是為了變得更快更智能，計算機本身必須承擔更多的重復性工作。互聯(lián)網(wǎng)的偉大在于它由無數(shù)的計算機組成，可以代替工程師測試無數(shù)的機器學習算法。令人高興的是，這些公司已經(jīng)在開發(fā)用來開發(fā)AI的AI了。在臉譜公司，他們設計了一款稱之為“自動機器學習工程師”的人工智能系統(tǒng)，用來開發(fā)其它的AI。它還遠遠不夠完美，但是目標就是盡可能地在開發(fā)Al的過程中，把人類從枯燥乏味的工作中解放出來。

      在2012年臉譜以1040億美元的估值IPO以后，公司廣告團隊的Hussein Mehanna和工程師們都壓力倍增，需要更精準地給每天數(shù)百萬使用社交媒體的用戶推送廣告，也就意味著需要建立更好的深度神經(jīng)網(wǎng)絡和其他機器學習算法，已達到更好利用臉譜的數(shù)據(jù)資源搜集用戶的信息和行為的目的。

      根據(jù)Mehanna的說法，臉譜的工程師們能夠產(chǎn)生無窮無盡的方案，但是測試這樣方案確實個問題。所以他的團隊就創(chuàng)建了一個叫Flow的工具?！拔覀兿Ｍ⒁粋€所有工程師都能使用的機器學習流水線?！盡ehanna說。Flow可以為工程師開發(fā)、測試、執(zhí)行大量各種形式的機器學習算法。

      基本上而言，工程師可以很容易地在公司的龐大網(wǎng)絡計算機數(shù)據(jù)中心測試無窮無盡的想法。他們可以運行各種各樣的算法，不僅是深度學習，還可以是其他形式的AI算法，包括邏輯回歸和高端決策樹等。 “嘗試越多想法越好。”Mehanna說，“嘗試的數(shù)據(jù)越多，你的想法也會變得越好。基于Flow，工程師也可以很容易地借鑒別人已有的算法，調(diào)整并應用到其他任務中?！?/span>

      AI開發(fā)AI，這是一個有趣的領(lǐng)域，一個已經(jīng)俘獲了科幻作家?guī)资甑念I(lǐng)域——構(gòu)建自身智能的智能機器。Flow現(xiàn)在還不像人一樣先進。但這是走向下一個世界的第一步，一個AI不僅僅靠人類，而是可以靠AI本身創(chuàng)建的世界。

      【云立方裝飾管理軟件以“裝飾產(chǎn)業(yè)轉(zhuǎn)型升級”為使命，致力改變行業(yè)管理現(xiàn)狀，優(yōu)化各環(huán)節(jié)資源，建設一個”ERP+APP+電商”的個性化的互聯(lián)網(wǎng)生態(tài)系統(tǒng)?！?/span>