[服务开发团队，Hyun-Jun Han]
什么是 AutoML
AutoML 字面意思是 Auto + ML，即开发机器学习模型的任务自动化的过程。通过将模型研发过程中花费大量时间的过程自动化，不仅减少了所需的人力、成本和时间，而且有助于整个过程找到最佳性能。它主要用作使用单独的人工智能来创建人工智能的建模和自动化的概念。
为什么选择 AutoML
AutoML 正在通过自动化对 ML 研究的许多部分进行补充，相关研究也在稳步推进。以下是您可以从 AutoML 中获得的一些好处。
节省时间和金钱
有许多过程要经过 ML 模型的研究/开发和实际服务。如果只告知数据和目的就好了，模型自己建模，模型就解决了所有的问题，这需要专家们花费大量的精力和时间。此外，在这个过程中难免会遇到大量的重复和试错，进一步增加了成本。但是 AutoML 通过自动化部分 HPO、NAS 等来帮助节省时间和金钱。
无需丰富的专业知识即可实现机器学习
开发机器学习模型需要很多专家，包括数据科学家、人工智能工程师和领域专家。但现实情况是，与需求相比，专家的供给仍然不足，而且公司规模越小，寻找人工智能相关专家的难度就越大。
即使在这种供需不对称的情况下，AutoML 也可以通过自行重复开发所需的分析和修正来创建模型，而无需专家的帮助。
更好的性能
谷歌发布的 AutoML-Zero 旨在通过最大限度地减少模型研究人员的干预来有效开发高效模型。它基于基本的高中数学概念，并使用自动进化的算法。 AutoML-Zero 通过随机组合数学运算生成候选算法，并通过简单的测试从候选算法中选择最佳算法。并对算法的部分代码进行增删改查，创建变异版本，删除冗余算法。如果生成的算法性能好，则保存，否则删除。以这种方式发现的算法能够设计出性能比人工干预算法更好的模型。
结论
目前，AutoML 正在取代整个 AI 领域的课程。在图像领域，通过应用AutoML，出现了像EfficientNet这样的数据更少、性能更好的模型，企业也在逐渐应用AutoML。未来，随着 AutoML 的发展，企业将变得更加触手可及，AI 将更深入地渗透到我们的生活中，提供各种服务。关注在日新月异的人工智能领域，它未来会达到什么水平。
参考
https://docs.microsoft.com/ko-kr/azure/machine-learning/concept-automated-ml
https://scienceon.kisti.re.kr/srch/selectPORSrchArticle.do?cn=JAKO201962652079515&dbt=NART
https://arxiv.org/pdf/2003.03384
http://www.aitimes.com/news/articleView.html?idxno=133783
