Alphabet老大施密特：別擔(dān)心，機(jī)器人不會(huì)變“壞”

不過，當(dāng)時(shí)的谷歌機(jī)器學(xué)習(xí)還只是一個(gè)實(shí)驗(yàn)項(xiàng)目，局限于認(rèn)知類的簡(jiǎn)單工作。幾年過后的今天，谷歌的機(jī)器學(xué)習(xí)已經(jīng)從識(shí)別谷歌應(yīng)用中的語言和圖片的第一代機(jī)器學(xué)習(xí)系統(tǒng)“DistBelief”更新到了第二代的TensorFlow系統(tǒng)，并且應(yīng)用于Gmail、GooglePhotos、Google翻譯、YouTube等產(chǎn)品中。

Google研究員GregCorrado告訴記者，利用機(jī)器學(xué)習(xí)技術(shù)，Gmail電子郵件服務(wù)的垃圾郵件攔截率提高到了99.9%，誤報(bào)率降低至0.05%。這背后的原因就是，在垃圾郵件過濾器中引入了機(jī)器學(xué)習(xí)，這一技術(shù)能夠通過分析大量計(jì)算機(jī)上的電子郵件學(xué)習(xí)識(shí)別垃圾郵件和釣魚郵件。更重要的是，機(jī)器學(xué)習(xí)能夠適應(yīng)不斷變化的情況，而非只是利用預(yù)先設(shè)置好的規(guī)則攔截垃圾和釣魚郵件，它還能在運(yùn)行過程中自己創(chuàng)建新的規(guī)則。

而另一個(gè)能代表這項(xiàng)技術(shù)的最新產(chǎn)品是，谷歌在Gmail上推出智能自動(dòng)回復(fù)功能SmartReply。SmartReply是基于Google機(jī)器學(xué)習(xí)系統(tǒng)，對(duì)海量郵件里的場(chǎng)景、郵件寫作風(fēng)格和寫作語氣進(jìn)行分析，從而幫助用戶篩選適合語境的回復(fù)短句。

“一小步”與“一大步”

“在Google內(nèi)部，現(xiàn)在機(jī)器學(xué)習(xí)已經(jīng)是谷歌搜索中第三大重要的技術(shù)�！盙regCorrado對(duì)記者說，人工智能是科學(xué)家希望機(jī)器變得更智能，從經(jīng)驗(yàn)和數(shù)據(jù)中學(xué)習(xí)。“手動(dòng)去編程機(jī)器顯然沒有讓它自己學(xué)習(xí)來得更有效。”

不過，實(shí)現(xiàn)機(jī)器學(xué)習(xí)的訓(xùn)練過程仍然漫長(zhǎng)。在這個(gè)過程中，機(jī)器需要做大量測(cè)試、調(diào)整和適配工作，也很有可能犯一些人們不大可能犯的錯(cuò)誤。

這也正是Google把機(jī)器學(xué)習(xí)系統(tǒng)的大門向業(yè)界工程師、學(xué)者和擁有大量編程能力的技術(shù)人員敞開的原因，希望業(yè)界將TensorFlow實(shí)現(xiàn)各種各樣的機(jī)器學(xué)習(xí)算法，同時(shí)也為其在各種場(chǎng)景下的應(yīng)用帶來改進(jìn)。

“例如，計(jì)算機(jī)的視覺如果比人更好，為什么還要人去開車？應(yīng)該讓機(jī)器開車�，F(xiàn)在是醫(yī)生看X光，未來如果讓機(jī)器看是否會(huì)做出更準(zhǔn)確的診斷？”施密特說，“在開源之后，如果全世界的聰明人都將給Google很好的回饋，Google會(huì)有更好的發(fā)現(xiàn)，讓產(chǎn)品和服務(wù)更完美�！�

• 構(gòu)建人工智能模型基礎(chǔ)：TFDS和Keras的完美搭配
• 遷移學(xué)習(xí)：人工智能模型訓(xùn)練的絕學(xué)
• Ryght：專為醫(yī)療保健和生命科學(xué)領(lǐng)域打造的生成式人工智能平臺(tái)
• 現(xiàn)在有什么免費(fèi)好用的人工智能工具嗎？
• 現(xiàn)在人工智能賽道很火熱，信也科技在這方面有沒有什么建樹？