深度神经网络正在改变互联网。人工智能(AI)系统正被注入到在线服务的各个方面，能够像人类一样分析大量的数字信息，而这些在几年前还是闻所未闻的。

      它们能够识别照片里的人脸，理解人类对着智能手机说出的命令，把对话翻译成其它种类的语言。它们甚至还能帮助谷歌优化搜索结果。这样你也许都有所耳闻了，但是，你知道互联网巨头们是怎样开发出这样了不起的AI机器的吗?

      “这就像你应该去当教练，而不是球员。”谷歌DeepMind的联合创始人Demis Hassabis这么认为，他们刚刚创造了AI打败世界最好围棋手的奇迹，“你需要去诱导AI的发展，而不是直接告诉它们怎么做。”

      所以，当今很多公司正在努力尝试让AI开发过程中的试错环节自动化(AI化)。只有把高智商的人才从繁琐的工作中解放出来，他们才能把时间花在更伟大的工程上去，同时，也能更快地推动AI开发过程。

      换句话说，也就是为了变得更快更智能，计算机本身必须承担更多的重复性工作。互联网的伟大在于它由无数的计算机组成，可以代替工程师测试无数的机器学习算法。令人高兴的是，这些公司已经在开发用来开发AI的AI了。在脸谱公司，他们设计了一款称之为“自动机器学习工程师”的人工智能系统，用来开发其它的AI。它还远远不够完美，但是目标就是尽可能地在开发Al的过程中，把人类从枯燥乏味的工作中解放出来。

      在2012年脸谱以1040亿美元的估值IPO以后，公司广告团队的Hussein Mehanna和工程师们都压力倍增，需要更精准地给每天数百万使用社交媒体的用户推送广告，也就意味着需要建立更好的深度神经网络和其他机器学习算法，已达到更好利用脸谱的数据资源搜集用户的信息和行为的目的。

      根据Mehanna的说法，脸谱的工程师们能够产生无穷无尽的方案，但是测试这样方案确实个问题。所以他的团队就创建了一个叫Flow的工具。“我们希望建立一个所有工程师都能使用的机器学习流水线。”Mehanna说。Flow可以为工程师开发、测试、执行大量各种形式的机器学习算法。

      基本上而言，工程师可以很容易地在公司的庞大网络计算机数据中心测试无穷无尽的想法。他们可以运行各种各样的算法，不仅是深度学习，还可以是其他形式的AI算法，包括逻辑回归和高端决策树等。 “尝试越多想法越好。”Mehanna说，“尝试的数据越多，你的想法也会变得越好。基于Flow，工程师也可以很容易地借鉴别人已有的算法，调整并应用到其他任务中。”

      AI开发AI，这是一个有趣的领域，一个已经俘获了科幻作家几十年的领域——构建自身智能的智能机器。Flow现在还不像人一样先进。但这是走向下一个世界的第一步，一个AI不仅仅靠人类，而是可以靠AI本身创建的世界。

      【云立方装饰管理软件以“装饰产业转型升级”为使命，致力改变行业管理现状，优化各环节资源，建设一个”ERP+APP+电商”的个性化的互联网生态系统。】