Google Research đã công bố phiên bản mới nhất của dự án AutoML, mang tên AutoML 3.0, trên GitHub vào ngày 21/09/2026. Đây là một công cụ mã nguồn mở cho phép các nhà nghiên cứu và kỹ sư tự động thiết kế kiến trúc mạng nơ‑ron (Neural Architecture Search – NAS) mà không cần kiến thức sâu về cấu trúc mô hình.
AutoML 3.0 sử dụng thuật toán Reinforcement Learning kết hợp với meta‑learning để nhanh chóng khám phá không gian kiến trúc. Theo tài liệu kèm theo, công cụ này có thể tìm ra mô hình đạt độ chính xác cao hơn 2% so với các kiến trúc được thiết kế thủ công trên các bộ dữ liệu ImageNet và CIFAR‑100, đồng thời giảm thời gian tìm kiếm xuống còn 30% so với phiên bản AutoML 2.0.
Dự án được đăng tải trên GitHub với giấy phép Apache 2.0, bao gồm tài liệu hướng dẫn chi tiết, các notebook ví dụ và API Python. Cộng đồng đã nhanh chóng đóng góp hơn 150 pull request trong ngày đầu tiên, tập trung vào việc mở rộng hỗ trợ cho các khung học sâu như PyTorch và JAX.
Google Research cho biết AutoML 3.0 sẽ được tích hợp vào Google Cloud AI Platform, cho phép người dùng triển khai mô hình tìm kiếm kiến trúc trực tiếp trên đám mây, đồng thời mở ra cơ hội cho các startup và nhà nghiên cứu độc lập tiếp cận công nghệ NAS tiên tiến.