对话谷歌资深研究科学家：人工智能不会一家独大

本篇文章4086字，读完约10分钟

阿尔法戈和李世石之间的人机战争很快为大众普及了人工智能的概念。

但是对于谷歌来说，除了玩围棋，人工智能现在发展到哪里了？人工智能将来会打败人类吗？

最近，谷歌高级研究科学家格雷格·科拉多(greg corrado)来到中国，接受包括CBN在内的媒体采访。

在他看来，人工智能和机器学习是目前非常重要的基础新技术。世界各地的许多大学和公司都有自己的人工智能实验室，不断尝试创新和研发，这有利于整个行业。如果这个行业只有一家公司，这个领域的发展将会缓慢而低效。因此，人工智能行业更具竞争力、更开放是一件好事。谷歌希望这种环境将继续开放并充满竞争。

目前，许多公司的产品必须被称为人工智能。格雷格·科拉多告诉第一财经记者，有些公司将人工智能和机器学习应用于品牌营销，有些公司可能会误入歧途，因为他们不能清楚地了解自己在做什么。然而，消费者最终应该关心和注意的不是技术是如何发展的，而是这些技术是否真的有效，不要被市场轻易控制。

谈到人工智能的挑战，他坦率地告诉记者，人工智能行业最大的困难在于人才。没有足够的工程师能够真正理解和使用人工智能工具，也没有具有创新意识和商业头脑的人才。因此，我们更加关注如何培养和发掘这样的人才。

以下是采访记录:

期待机器学习的新突破

问:说到人工智能，一项流行的技术是深度学习。机器学习如何帮助深度学习提高效率？

答:这项技术在不断变化。机器学习需要数据样本、资源、工具和计算机计算能力。回顾机器学习的发展历史，我们可以发现由于计算机运行速度慢、成本高等技术原因，程序运行效率不能满足需求，所以机器学习的发展过程相对缓慢，没有推出实际的产品和服务。直到最近几年，计算机的计算能力有了很大的提高，速度有所提高，成本有所降低，应用越来越广泛，这改变了整个局面。因此，机器学习的瓶颈已经成为一个与人相关的因素，它在于人的创造力和创新能力，在于善于和知道如何使用这种技术的人才。因此，我们的重点已经改变。当所有其他因素和条件，如充足的数据、免费的工具、资源和强大的计算机计算能力得到满足时，我们需要教和培训更多的人如何使用机器学习技术来实现他们的创新想法。

问:目前，人工智能和机器学习仍然局限于处理一些有限和特定的专业领域。你认为什么时候会有一个更强大的通用人工智能系统可以应用到任何领域？

这是一个有趣的问题。我认为未来的发展趋势是用特殊的技术和模型解决特定领域的具体问题和任务。这种应用对于一种系统和技术来说更有效和实用。我对通用技术的出现不是特别有信心。即使有这样的技术，我认为它也不会比解决特定问题的特殊解决方案更快、更有效，而只会更慢、效率更低。

问:什么是深度学习的迫切突破？

答:机器学习不是黑魔法。最重要的是让人们更容易探索。不同的配置和变量(不同的型号根据需要调整)，他们不需要猜测这是什么黑魔法和背后的工作原理。这将是今后深入学习的发展方向，无论是理论研究还是工程应用的升级，从而更好地探索学术理论研究中猜想指标的概念和建模。

问:在机器学习中，人工监督学习、无监督学习和半人工监督学习哪个更有效？

答:目前，已经投入实际应用的大多数甚至几乎所有的机器学习系统都是在人工监督下的机器学习(即通过人工采集样本进行学习)。

如何在没有人工监督的情况下，通过没有特定样本的自动学习来实现机器学习，是该研究领域的一个热点。每年都有许多相关的学术研究和论文出现，但是我们还没有发现任何已经投入实际应用的成果。

但我希望看到创新的研究人员在未来找到在没有人工监督的情况下实现自主机器学习的方法，但我无法估计具体时间。当然，我们非常希望看到更多的人才从事这一领域的研究，也希望在未来会有很大的进步和突破。

人工智能发展的背后:谁是最大的竞争对手？

问:谷歌最近推出了许多关于人工智能的新产品。这是否意味着谷歌未来的一个关键点是将人工智能大规模应用于更多产品？

答:我认为需要强调的是，人工智能不是一个独立的东西，也不是谷歌单独的机器学习系统，而是谷歌内部各个领域的产品工程师在过去几年中采用的一种技术手段，创造性地使用机器学习来优化他们的产品。它包括新工具的应用，这些工程师学习如何使用这些工具来优化产品开发系统。然而，至于使用这些工具的具体方法和途径，由于产品和服务的性质，每个领域都有很大的不同。

问:之前，谷歌的开源深度学习系统tensorflow，你能谈谈谷歌未来在人工智能和机器学习方面的产品和服务，以及谷歌的愿景吗？

答:至于人工智能，我想强调的是，它不是一种可以包装和销售的特定产品。它实际上是软件工程师和其他有创造力的人用来制造和开发新产品和服务的工具。Tensorflow向公众开放了谷歌正在使用的这些基本工具。对于与该领域相关的未来产品，谷歌打算通过云服务与公众分享自己的平台。通过这种云机器学习，其他开发者可以开发和实现他们自己的机器学习思想，就像我们在谷歌开发的一样。他们可以通过tensorflow使用我们的免费软件和工具，也可以使用云服务来运行他们自己的机器学习系统。

我们还将通过api向开发人员提供一些预设的机器学习子系统，这样开发人员只需要添加几行简单的代码就可以实现翻译和图像识别等技术。这样，开发人员无需成为机器学习专家就可以开发自己的机器学习应用产品。

问:如今，许多公司在推出自己的产品和服务时都标榜人工智能，但真实性需要筛选和考虑。你认为这个问题怎么样？

答:目前，公司有一些将人工智能和机器学习应用于品牌营销的策略，但消费者应该关心和注意的不是技术是如何发展的，而是这些技术是否真的有效。如果你真的通过使用一些产品感受到了它们的智能和有用性，为什么要关心技术是如何实现的呢？因此，我的建议是，消费者应该从产品自身功能的实际标准来识别，而不应该轻易被营销所控制，因为这一点都不重要。

问:你对人工智能行业的泡沫有什么看法？

答:关于人工智能和机器学习技术的发展，我可以深切地感受到，在未来很长一段时间内，它们将继续稳步、渐进地发展，并将对各种产品和服务的技术创新产生巨大的影响。它与互联网和智能手机最初的发展趋势非常相似，最终发挥了极其重要的作用。在这个过程中，可能会有一些人因为不清楚自己在做什么而误入歧途。有时互联网公司或机器学习公司很容易出现这种情况。然而，行业目前遇到的最大困境并不在于这些问题，而是没有足够多的工程师能够真正理解和使用人工智能工具，以及具有创新和商业头脑的人才，因此我们更加关注如何培养和探索这类人才。

问:你认为谁是谷歌在人工智能领域最大的竞争对手？

对这个行业的所有公司来说，好消息是每个公司都有丰富的人才。与此同时，世界各地的许多大学和公司都有自己的人工智能实验室，不断尝试创新和发展，因此整个行业都从中受益。如果这个行业只有一家公司，这个领域的发展将会缓慢而低效。因此，人工智能行业更具竞争性和开放性是一件好事，我们希望这种环境将继续如此开放和充满竞争。

人工智能能打败人类吗？

问:2009年，谷歌和大家开了一个愚人节玩笑，说gmail可以实现智能回复。七年过去了，这个笑话变成了现实。你认为什么样的笑话会在未来几年成为现实？

看来我真的应该仔细回想一下，看看这些年我们都开了些什么玩笑。其中可能隐藏着一些奇妙的想法。这些想法的流行也给了我一些启示:不仅工程师需要学习如何使用机器学习，而且我认为任何有创新思维的人，无论你是像产品开发部门这样的商人还是ceo，都有可能有一些奇妙的想法甚至梦想。这些想法可能在五年前还没有实现，但很有可能技术会将它们变成现实，并在明年投入实际应用。工程师很难有这样的能力。相反，他们可以通过与有更广阔的思维和视野的人合作来开发伟大的产品。

问:你认为人工智能未来最有价值的领域是什么？

答:我知道一些与互联网相关的技术已经在被探索和开发，因为这恰好是机器学习无意开发的最初领域，但我认为还有很多其他领域有很多机会，如制造业、能源、医疗和健康(爱智、净值、信息)等。这些领域仍处于紧急发展状态，机器学习还没有涉及太多。

因此，最重要的是让这些行业中有经验和有商业头脑的人更多地了解和学习如何应用机器学习，以便他们能够找到商业机会和更多的可能性。

问:你期望人工智能和机器学习像人类一样聪明，甚至战胜它们吗？

答:关于未来机器和人类之间的互动，我们未来的方向是利用机器学习来开发一些工具和技术来帮助和加强我们自己的人类能力。

事实上，提高人类智力的想法自古就有，就像当时纸和笔对人类的作用一样:帮助人类记忆，这样我们就能完成更多的事情。但是计算器、计算机、网络搜索、机器翻译、图像识别等技术都是基于这些技术来进一步开发更多的工具来扩展人类的一些能力。

谷歌认为，这些功能也是人工智能和机器学习的未来发展方向。这将改变很多事情。例如，作为一个在办公室工作的人，他需要一台打字机来打字，需要手动检查是否有拼写错误，还需要把书面工作交在纸上(纸质办公室)，但现在我们都开始在工作中使用电脑、自动拼写检查功能和电子邮件。这些技术确实改变了一些事情，这些技术帮助人类把更多的精力投入到更新、更重要和更有创造性的工作中。

问:问:谷歌是否有一些指导方针来确保人工智能技术将朝着你提到的方向发展？

答:这就是为什么谷歌领导建立了一个名为人工智能伙伴关系的组织，以造福人类和社会。partnership on ai是一个独立的非营利组织，许多公司都参与其中，以促进一个关于人工智能技术如何与人类、社会和经济互动的开放讨论平台，并促进人们对人工智能技术的理解、讨论甚至公开辩论。与其让各个公司私下研究，不如把更多关于这些话题的挑战摆在桌面上公开讨论。

问:你认为量子计算怎么样？

答:这项技术目前还处于研究阶段，没有实际应用。如果它存在，它可能在很遥远的将来实现。目前，我认为这只是一个令人惊奇的物理研究课题，将它应用到工程设备上需要很长时间。如果有人能在有生之年开发和制造量子计算机，那将大大提高计算效率，但现在我只能说，祝这一领域的研究人员好运。