不過，當時的谷歌機器學習還只是一個實驗項目，局限于認知類的簡單工作。幾年過后的今天，谷歌的機器學習已經從識別谷歌應用中的語言和圖片的第一代機器學習系統(tǒng)“DistBelief”更新到了第二代的TensorFlow系統(tǒng)，并且應用于Gmail、GooglePhotos、Google翻譯、YouTube等產品中。
Google研究員GregCorrado告訴記者，利用機器學習技術，Gmail電子郵件服務的垃圾郵件攔截率提高到了99.9%，誤報率降低至0.05%。這背后的原因就是，在垃圾郵件過濾器中引入了機器學習，這一技術能夠通過分析大量計算機上的電子郵件學習識別垃圾郵件和釣魚郵件。更重要的是，機器學習能夠適應不斷變化的情況，而非只是利用預先設置好的規(guī)則攔截垃圾和釣魚郵件，它還能在運行過程中自己創(chuàng)建新的規(guī)則。
而另一個能代表這項技術的最新產品是，谷歌在Gmail上推出智能自動回復功能SmartReply。SmartReply是基于Google機器學習系統(tǒng)，對海量郵件里的場景、郵件寫作風格和寫作語氣進行分析，從而幫助用戶篩選適合語境的回復短句。
“一小步”與“一大步”
“在Google內部，現在機器學習已經是谷歌搜索中第三大重要的技術�！盙regCorrado對記者說，人工智能是科學家希望機器變得更智能，從經驗和數據中學習�！笆謩尤ゾ幊虣C器顯然沒有讓它自己學習來得更有效。”
不過，實現機器學習的訓練過程仍然漫長。在這個過程中，機器需要做大量測試、調整和適配工作，也很有可能犯一些人們不大可能犯的錯誤。
這也正是Google把機器學習系統(tǒng)的大門向業(yè)界工程師、學者和擁有大量編程能力的技術人員敞開的原因，希望業(yè)界將TensorFlow實現各種各樣的機器學習算法，同時也為其在各種場景下的應用帶來改進。
“例如，計算機的視覺如果比人更好，為什么還要人去開車？應該讓機器開車�，F在是醫(yī)生看X光，未來如果讓機器看是否會做出更準確的診斷？”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會有更好的發(fā)現，讓產品和服務更完美�！�
小編推薦閱讀
混沌之鉆獲得途徑大全最新指南（黑色沙漠手游中如何輕松獲取混沌之鉆）
閱讀《和平精英》祝福卷軸分布位置一覽大全最新指南（找到祝福卷軸，開啟屬于你的福利！——以游戲為主的地圖指引）
閱讀《王者榮耀》云纓裝備獲取技巧攻略（一步步教你獲得最新皮膚，）
閱讀《DNF》阿拉德謀略戰(zhàn)智慧試煉攻略秘籍大全（打法技巧、關卡攻略、神器使用）
閱讀《坎公騎冠劍》速度解析攻略指南（閃電都比不上的極速體驗，游戲技巧大揭秘）
閱讀探索《幻塔》攻略指南中艾達死士的秘密（跟隨任務線一步步揭開謎團，探索了解游戲中的角色人物）
閱讀《哈利波特魔法覺醒魔咒研習賽新卡一覽大全最新》（探索新世界，展開魔法之旅！）
閱讀《夢幻新誅仙》裝備獲取方式大全最新（輕松掌握各種裝備獲取技巧，為你的角色提升實力）
閱讀《萬靈啟源SSR抽獎概率揭曉》SSR抽獎概率究竟是多少呢？（以游戲為主，讓你了解抽獎背后的真相）
閱讀《最囧大腦》32關通關攻略技巧指南（打破困境，激活大腦，輕松通關）
閱讀深度詳解王者榮耀深淵王者段位要求（從細節(jié)到實戰(zhàn)，解析深淵王者段位升級技巧攻略）
閱讀《明日方舟》最強先鋒干員推薦指南（打造最強先鋒戰(zhàn)隊，從干員推薦到培養(yǎng)全解析）
閱讀《魔獸世界》懷舊服技巧指南大全（挑戰(zhàn)圣光的召喚任務，為部落聯盟贏取榮譽）
閱讀探尋江湖中的寶藏——尋找《煙雨江湖》西子君劍線索的攻略技巧最新（游戲中怎樣獲得西子君劍線索？）
閱讀
