自打进入人工智能的时代
担心被AI取代成为老生常谈的话题
尤其是那些简单而又繁琐的工作岗位
然而，最近谷歌搞了一件大事请
最先淘汰的可能是搞AI的工程师
实在是有些匪夷所思
究竟是怎么回事呢？
在上周四，谷歌云首席科学家李飞飞发推，宣布谷歌云Aotu ML平台正式启动了。
看到Auto ML项目是否会有些眼熟呢？
没错，就是早些时候小编有说过的，那个程序员的噩梦，让AI实现“自我繁殖”的项目。
这一次，它真的来了，还在科技圈里掀起一波风雨~
什么是Auto ML
按照李飞飞的说法，就是实现AI民主化，降低开发者、研究者和企业群体使用人工智能相关工具和框架的门槛。通俗一点来讲就是：这个产品可以不用写一行代码，就训练出一个企业级的机器学习模型。也就是“自动机器学习”的意思。
由于还在Alpha测试版的阶段，目前这个服务仅支持计算机视觉模型，名为AutoML Vision，之后将拓展到翻译、视频和自然语言处理等领域。
如何使用AutoML Vision？
谷歌Cloud AutoML系统基于监督学习，开发者只需要上传一组图片，然后导入标签或者通过App创建，随后谷歌的系统就会自动生成一个定制化的机器学习模型。据说，模型会在一天之内训练完成。
打个比方：你想做个识别你家猫主子情绪的AI系统
你只需要把你家猫主子的各种图片拖进这个系统里面，然后等啊等~，你就会得到一个识别程序，连上手机进行拍照，就能让AI来判断你家猫主子的喜怒哀乐了。
是不是很简单，很神奇？
其实这背后，是谷歌利用了深度学习领域中的迁移学习技术，把谷歌之前训练图像识别模型积累下来的训练过程，迁移到了Aotu ML里来了。就像一个“数学解题公式”一样，不需要知道公式的来由，只需把问题套进去就能得到答案。（当然实际上的工作原理并没有那么容易，这只是个比方）
最先淘汰的是做AI的？
过去几个月里，有几家公司一直在测试Cloud AutoML。其中就包括迪士尼，这套系统让迪士尼在线商城的搜索功能更加强大。
所以，照这个势头发展下去，也许企业以后可能就不用雇佣机器学习和数据专家了。
等等！！！
不是说好学会机器学习就能年入50万起吗？
AI人才不是遭疯抢吗？
为啥现在感觉刚掏出的培训费就像飞了一样呢？
谷歌的这套系统对于想做机器学习又缺乏专业技术和人才的企业来说确实是一个福音，但若想要进行比较复杂的机器学习系统，那还是需要编程的。
诶，还有戏
所以，真心且努力想要进入AI领域的朋友大可放心。而妄想转行骗取高薪的，就祈祷老板更不懂AI吧。
至于谷歌此举如此卖力的背后，隐含着的是一直被反复提及的“AI民主化”。
推进“AI民主化”
我们都知道人工智能是有着极高的技术门槛的，而谷歌此次推出的平台就是降低了AI的技术门槛，进一步推动AI民主化。
那么问题来了，推行民主，究竟是要瓦解谁的集权呢？
AI巨头吗？
绝不可能，巨头是不会拿起石头砸自己的脚的。
首先，我们要明白一点：大公司虽然有AI实力，但难以深入到各行各业；小公司想玩AI却难以跨过技术门槛，所以就出现了一类夹层公司以技术壁垒为产业支撑点，为小公司提供技术支持。
根据Auto ML的思路来看，谷歌虽然省掉了技术门槛，至此，我们不难看出巨头们推行的“AI民主化”，其实真正瓦解掉的是夹在大公司与小公司之间的夹层公司，也就是算法公司、技术公司。
谷歌此举虽然为小公司提供了便利，但并不亏，谷歌将拥有更多的用户，自己的算法优势得到推广，因产品模式架构形成变相的捆绑。
这不是仁慈的馈赠，这是换取小公司紧密关系的生态交换。在这场“AI民主化”潮流中，最危险的是AI产业链里的中层公司。
结语
谷歌淘汰的并不是做AI的，真正消解的是AI当中，非创造性工作制造的准入壁垒。但不可否认的是，巨头推行的“AI民主化”，确实折射着“我们今天学的AI也许是没用的”这种可能。毕竟AI的门槛确实在不断的降低。
而AI民主化的实质是巨头们将需要大量“AI劳动力”完成的工作装入自动化模型里。向上收回底层技术开发权，向下直接触达细分开发场景。