2017 年 5 月，Google Brain 团队公布了 AutoML 项目 —— 能自己生成 AI 的 AI。最近，研究人员尝试用 AutoML 创造出性能打败人类 AI 的子 AI。 他们使用了强化学习的方法自动化机器学习模型的设计，AutoML 作为一个控制器神经网络创造一个执行特定任务的子 AI 网络。这个被研究人员称为 NASNet 的 子 AI 的任务是从视频里实时识别出诸如人、汽车、交通灯、手提包和背包等目标。
AutoML 会评估 NASNet 的性能表现，然后使用获得的信息进行开发以改进版本，这一过程会重复数千次。 研究人员用 NASNet 测试了 ImageNet 图像分类和 COCO 目标识别两大数据集（计算机视觉领域最被认可的两个大型学术数据集），结果显示 NASNet 的性能表现优于所有其他计算机视觉系统。在 ImageNet 的测试中 NASNet 的正确率达到了 82.7%，比人类的最新结果高 1.2%，效率高 4%，计算需求也更少。
对 NASNet 而言，它带来了高精准和高效的计算机视觉算法，正如一位研究人员所建议的，它们可以用来创建复杂的，由人工智能驱动的机器人，或者帮助视力受损的人以另一种方式恢复视力。他们还可以帮助设计人员改进自动驾驶技术。 自动驾驶车辆能够识越快别道路上的物体，它们作出反应的速度就越快，从而增加了车辆的安全性。 不过对于可创造 AI 的 AI，也有人开始担心这带来的伦理道德问题。不过相信只要人类保持对 AI 总体发展方向的控制，拥有可以建立 AI 的 AI 的好处远远超过任何潜在的陷阱。 |
