Google 黑板报: Google资深研究科学家Dr. Corrado: 人工智能是一种技术手段，不是魔法

中国的博客，走近我们的产品、技术和文化

Google 中国的博客，走近我们的产品、技术和文化

Google资深研究科学家Dr. Corrado: 人工智能是一种技术手段，不是魔法

2016年10月24日

人工智能和机器学习已成为当下最受关注的话题之一，也被视为引领人类未来的新兴技术形态。作为这一领域的积极探索者，Google也希望跟大家分享自身的观点、技术和展望。今天，Google资深研究科学家Dr. Greg Corrado将和大家谈谈人工智能和机器学习。

Dr. Greg S Corrado是Google机器学习资深研究科学家，主要研究方向为人工智能、计算神经科学和可扩展机器学习，也是Google Brain项目的创始人之一。
"我能深切地感觉到，人工智能和机器学习会在接下来的很长一段时间内继续稳定发展逐渐壮大，将对各类产品和服务的技术创新产生巨大影响。这与互联网、智能手机当初的发展趋势极为相似，最终将发挥极其重要的作用。”
回顾机器学习发展的历史，Dr. Corrado谈到：“由于计算机运算速度缓慢成本过高等技术原因，无法满足程序运行的效率需求，机器学习的发展进程也相对较缓慢，没有实际的产品和服务推出来。直到最近几年计算机运算能力和速度有了大幅提升、成本下降、应用更广泛，才改变了整个局面。”
人工智能 + 机器学习
“人工智能是一种技术手段，不是魔法。”
Dr. Corrado认为需要特别强调的是：“人工智能并不是一个独立存在的事物，机器学习也不隶属于某一品牌某一公司。在Google，人工智能是过去几年内部各领域的产品工程师们采用的一种技术手段，工程师们通过学习使用这些技术来优化开发产品的系统，但使用这些技术的具体方式方法，每个领域因产品服务的性质会有很大的差别。”
比如，Dr. Corrado 说到Google Assistant：“它实际上是一种如何与用户互动的全新视角。用户需要导航，Google就能满足导航的需求，用户需要获取某些信息，Google Assistant为他们提供信息，用户需要翻译，Google Assistant就为他们提供翻译服务。”

“当然，这里提到的所有服务都采用了机器学习的原理，但在建模方式、数据等方面都存在不同程度的差异，因此需要不同的工程师在整个技术解决方案的团队里负责他们各自擅长的部分。最终这些工具相互间的协同性越好，那么用户就越容易能体验到这一整套系统的一体化和整体性。”
“将技术传递给用户一直是Google创新和研发的驱动力，也是我们工作的首要原则和重点。”
“Google一直专注于如何把人工智能的技术应用到实际的产品中，尽快让消费者开始使用这些产品并享受它们带来的益处，我们期盼这些技术能帮助人类挪出更多精力专注于工作中更为重要以及更能发挥创造力的部分。”
人才需求
“机器学习的秘密并不在于录入的数据，而在于人的创意和计算资源本身的创造性。”
Dr. Corrado还分享了Google相关产品的运作方式和技术原理：“Gmail 智能回复（Smart Reply）的运作方式是根据收取的邮件，提取相关信息识别其中的逻辑和语境，来组织语言进行回复。目前能够实现的功能仅限于一些非正式的简短即时回复，但暂时还不能处理一些较为复杂和带有意图性的答复。”

关于Google在人工智能和机器学习方面的成就，Dr. Corrado坦言：”2010年之后，数据量的作用会变得并不明显，更多的数据也不见得能有更大的益处。即使是众所周知奇迹般的成就AlphaGo，其实也是使用的公开的围棋比赛资料和数据实现的机器学习。”
“目前行业遇到最大的困境在于没有足够的真正理解并运用人工智能技术的工程师，以及有创新意识和商业头脑的人才，所以我们更多关注的还是如何培养和寻找这样的人才。”
Dr. Corrado表示：“如今机器学习的瓶颈在于人的创造力与创新能力，以及擅长并懂得如何运用这项技术的人才。所以Google的重心也发生了变化，在其余所有因素诸如充足的数据、免费的工具、资源和足够强大的计算机运算能力等条件都满足的情况下，我们需要培养更多的人如何运用机器学习技术来实现他们的创新构想。”
“不仅仅是工程师们需要去学习如何利用机器学习，任何有创新思维的人，都可能会萌生出一些绝妙的想法，有些想法在五年前可能是不切实际的，但是到了明年技术就极有可能把它们变成现实，投入到实际应用中。工程师自身很难具备这样跨领域的能力，反而通过与那些思维和视野都更广的人合作，才能开发出很棒的产品。”
行业发展
“我们一直在努力做的一件事情，是分享我们使用的工具和科研成果，让全世界的人们可以利用机器学习来实现他们关于未来的想象。”
Dr. Corrado说：“这是我们去年开始实行资源开放共享的部分原因，将TensorFlow这个Google内部使用的开发机器学习系统的工具，开源给尽可能多的从事相关研发的工程师以及其他富有创造力的人们。”

“未来Google还打算把自己开发的平台也通过云服务共享给公众使用，让其他开发者可以实现自己的机器学习构想。他们可以通过TensorFlow使用我们提供的免费软件和工具，也可以用云服务运行他们自己构建的机器学习系统。”
“接下来，我们还会通过API提供一些预置好的机器学习子系统，这样开发者只需要再添加几行简单的代码就可以实现比如翻译、图片识别等技术。开发者不需要成为机器学习的专家，就能开发自己的产品服务。”

已在使用TensorFlow的公司
“把关于人工智能的相关话题、面临的挑战进行公开讨论，将促进整个行业的发展。”
前不久Google牵头与其他行业巨头建立了一个名为Partnership on AI的独立非盈利组织。Dr. Corrado表示Google希望促成一个关于人工智能技术如何与人类、社会、经济等互动的话题开放式的讨论平台，促进人们对人工智能技术的理解，讨论甚至是公开辩论。

Partnership on AI 成员
Dr. Corrado感慨：“对于这个行业的所有公司来说，最好的消息就是：每个公司都人才济济，同时全球很多大学以及公司都有自己的人工智能实验室在不断尝试创新和研发，整个行业其实都从中受益。一家公司独大只会让人工智能机器学习领域的发展更慢更低效。因此充分的开放和竞争有助于推动行业的发展。”

標籤

博客归档

2024
- 11月
- 10月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2023
- 12月
- 11月
- 10月
- 9月
- 5月
- 4月
- 3月
- 2月

2022
- 11月
- 10月
- 5月
- 4月
- 2月
- 1月

2021
- 10月
- 9月
- 5月
- 4月
- 3月
- 2月

2020
- 12月
- 5月
- 4月
- 3月

2019
- 10月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月

2018
- 12月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 3月
- 2月
- 1月

2017
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2016
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2015
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2014
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2013
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2012
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2011
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2010
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2009
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2008
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2007
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月
- 1月

2006
- 12月
- 11月
- 10月
- 9月
- 8月
- 7月
- 6月
- 5月
- 4月
- 3月
- 2月

Feed

Google
Privacy
Terms