深度学习发展至今，虽然取得了很多成果，但其使用门槛依旧很高。对神经网络进行调参从而达到解决问题的效果，需要使用者具有一定的机器学习背景和调参经验，现实情况往往是（不论工业界还是学术界）使用学术界经过沉淀后的经典模型与典型参数设置，并在之上做细微的调整。这极大地限制了人们的思维，网络结构仍然是基于人的经验。既然计算机算法到目前为止已经具有了相当的智能水平，能否让算法来设计神经网络架构并评判优劣呢？Google最近给出了这样一种尝试，虽然是一种比较简单直观的尝试，但是把问题基本定义清楚了，也为之后可能的发展提供了参考。链接如下：
业界 | 进化算法 + AutoML，谷歌提出新型神经网络架构搜索方法