在上周的一场比赛中，谷歌ai赢了99%的程序员-k8凯发棋牌

上周四上午9点，旧金山某处出现了一个不同寻常的情景——一群衣着随便的人，大多是男性，在诺布山的一个美术舞厅里闲逛了起来。很快，他们三三之间组成了小组。

接下来的话题相当直接：你最喜欢的编程语言是什么?你最擅长哪种数据分析框架?更微妙的是，谈话逐渐转向了kaggle.com的排名，这个网站把数据科学变成了一种运动。

这200多名与会者是从kaggle.com网站的顶级梯队中选取的，他们组成多个小组，在线下进行8个半小时的数据处理挑战。这是波澜创业公司logicai组织的一个名为kaggle days的活动的一部分，该活动旨在为该网站爱好者提供交流和离线竞争的场景。

参赛者从一家匿名汽车零部件制造商那里得到数据，通过这些数据，他们要预测工厂产出中的不良批次。其中有一个团队非常特别，因为它将公然采用“欺骗”手段：这个由3名谷歌研究员组成的小组不打算自己上场，而是用一款名为automl的ai软件参与竞争。

这么做的目的是为了探究一个越发火热的问题：ai会如何影响人类?

这些年ai的快速发展，使人们对其替代人类工作的担忧越来越多，不过，此前，人们主要关注内容简单、社会地位较低的工作岗位，如卡车司机和商店收银员。但暂时还很少人思考，ai可以替代人类到什么地步?一些高技术含量、高智力要求的岗位是否会被ai占据?

在比赛进行到90分钟后，参与者都已经拿到关键数据，找到了喜欢工作地点，除了几个人躲在旅馆安静的角落里之外，大多数人选择挤在2个没有窗户的舞厅里，俯身看笔记本电脑，他们可以随时领取咖啡和能量丰富的小吃，现场的网络连接也很好。

在其中一个舞厅中，kaggle.com上排名第一的“大师”伊格洛维科夫(vladimir iglovikov)站在一旁，为那些需要帮助的竞争对手提供建议。他表示，这个网站给了他很大帮助，包括帮他收集机构处理数据和为lyft开发自动驾驶汽车视觉系统等。

现场树立着一块大屏幕，上面是比赛即时排行榜，参赛的程序员就在这块大屏幕的阴影下辛勤工作。程序员们通过向网站提交代码进行测试来衡量他们在比赛中的成果，分数会实时显示在屏幕上。

对于ai可能取代顶尖编程人员这一点，伊格洛维科夫表示怀疑，在场的大多数人也都认为，ai软件不可能与世界顶尖数据科学迷的创造力相媲美。

不过他可以看到自动化ai在公司内部具有破坏性。他说：“我可以用电脑工作取代我自己的一些工作。”那些因为缺乏专业知识或资源而很少使用数据科学的公司，将成为最大受益者。

11点多，让人震惊的结果出现了，automl提交了第1个自动生成的代码，在排行榜上名列第2，领先了绝大多数人。但这对于谷歌团队来说一点都不奇怪，该软件是3年前他们花巨资发明的，一开始的目的就是要替代自己部分工作。很快，这个初始阶段的ai在自己的工作范围内，已经可以做得比人类好。

许多ai技术都是从被称为神经网络的程序中衍生出来的，这些网络以受人脑神经元启发的方式处理数据。谷歌超强的ai程序，部分来自于研究人员基于神经网络创造出的新形状或架构。

automl地独到之处在于，它能够自动生成和测试新神经网络架构。谷歌工程师发现，凭借这一点，随着时间的推移，这个软件过程可以创造出比人类创造的更强大、更有效的模型。如今，图像识别软件imagenet精确识别物件的神经网络算法，就是由神经网络而非人类设计的。

2018年，谷歌云计算部门发布了商用版本的automl，帮助其他人创建自定义图像识别软件。上周比赛的前一天，该公司宣布该版本现在可以处理视频和表格格式的数据。

不过，在诺布山比赛中，谷歌团队使用的是该软件的研究级版本，而非商用版本。中午前不久，他们提交了第2套代码，并取得了领先。这个成绩超出了他们的预期。根据过去的比赛经验，比赛时长通常以月而非小时为单位，他们一开始设定的目标只是排在前10%。

到下午3:30时，ai的领先已经达到看似难以追赶的程度。不过，它此后没能延续强势，被人类逐渐追上。当参赛者在下午5:30集合观看最后得分时，现场爆发出一种由衷而欣慰的欢呼——人类赢得了冠军。那么ai排第几呢?第2。

冠军组合是当天早上才第1次碰面的2人组，其中一人是索尼的数据科学家艾库特鲁格(erkut aykutlug)，另一位是exosite的软件工程师彭(mark peng)。后者对谷歌的ai软件了如指掌，这可能是他们取胜的原因之一。他们构建了多种模型来检验数据集，模型产生的不同结果最终激发出更好的方法来处理丢失数据值等问题。

“我不认为automl能取代数据科学家，”彭一开始表示。他认为，要让automl变得实用及强大，消耗的资源将得不偿失。谷歌则持不同的观点，他们认为可以通过提高内部ai芯片的能力，使automl变得更智能、更便宜。当彭了解公司项目的雄心壮志时，他不禁惊叹，“这太疯狂了”。