人工智能承担的许多工作涉及称为机器学习的训练过程，在这种过程中，人工智能在识别猫或绘制路线越多的任务上越胜越好。现在，该技术已被用于创建新的AI系统，而无需任何人工干预。

多年以来，Google的工程师一直在研究一种称为AutoML系统(或自动机器学习系统)的奇特的智能机器学习系统，该系统已经能够创建超越我们所做的一切的AI。

现在，研究人员已经对其进行了调整，以纳入达尔文进化论的概念，并表明它可以构建比人类进行编码时可以更快地自我完善的AI程序。

新系统称为AutoML-Zero，虽然听起来有些令人震惊，但它可能导致更智能系统的快速发展-例如，神经网络旨在通过多层和权重更准确地模拟人脑，编码人员一直在努力。

研究人员在预印本中写道：“如今，仅使用基本的数学运算就可以自动发现完整的机器学习算法。”“我们通过引入一种新颖的框架来证明这一点，该框架通过通用搜索空间显着减少了人类的偏见。”

原始的AutoML系统旨在使应用程序更容易利用机器学习，并且本身已包含许多自动化功能，但是AutoML-Zero降低了所需的人工输入量。

使用简单的三步过程-设置，预测和学习-可以将其视为从头开始进行的机器学习。

系统首先通过随机组合简单的数学运算来选择100种算法。然后，经过复杂的反复试验过程，可以找出表现最佳的人，并进行一些调整以保留最佳人选，以进行另一轮试验。换句话说，神经网络正在发生变化。

生成新代码时，将在AI任务上进行测试-例如找出卡车图片和狗图片之间的差异-然后保留性能最佳的算法以供将来迭代。喜欢优胜劣汰。

而且速度也很快：研究人员估计，每个处理器每秒可以搜索多达10,000种可能的算法(可用于该任务的计算机处理器越多，它可以运行得越快)。

最终，这应该会看到人工智能系统得到更广泛的使用，并且对于没有AI专业知识的程序员来说更容易访问。它甚至可以帮助我们消除AI带来的人类偏见，因为人类几乎没有参与。

改进AutoML-Zero的工作仍在继续，希望它最终将能够推出人类程序员从未想过的算法。目前，它只能生成简单的AI系统，但研究人员认为，可以相当迅速地提高复杂性。