在全球AI领域掀起了一轮新的争夺战：神经架构搜索NAS。其中，《本阿尔法：基于自动机器学习的神经架构搜索》一文，首次提出了面向视觉任务的自动机器学习方法，并在ImageNet下Dubenet网络上取得了SOTA效果，引爆了这轮争夺战。
那么，什么是本阿尔法呢？
本阿尔法是一个神经结构搜索（NAS）算法，它的创新之处在于开创了基于自动机器学习解决视觉任务的先河。本阿尔法可以自动化地搜索和优化神经网络结构，相比人工的经验搜索，速度更快，效率更高。它的创新性在于将网络结构搜索看作一个优化问题，通过类似强化学习的方式来进行搜索。同时，本阿尔法还采用了多目标目标优化策略，具有较强的鲁棒性和泛化性能。
关于 NAS，自从2017年被提出以来，就成为了AI领域的热门研究之一。NAS 可以通过智能化的方法（如强化学习、遗传算法、拓扑结构调节等）设计出合适的神经网络结构，以便更好地完成特定的任务。作为目前热门搜索算法之一的 NAS，提高了网络构造的自动化水平，极大地提高了神经网络应用边缘设备上的效率和精度。