谷歌的機器學(xué)習(xí)

正月

人工智能與機器學(xué)習(xí)之間到底是什么關(guān)系？

人工智能是一門科學(xué)，是一門將機器變得智能的科學(xué)研究。AI旨在研究如何讓機器像人類一樣，具備解決某些特定問題的能力。而機器學(xué)習(xí)與人工智能相比是更加狹義的分支學(xué)科，主要指讓機器從數(shù)據(jù)和經(jīng)驗當(dāng)中來學(xué)習(xí)。

從核心上來說，機器學(xué)習(xí)是一種新的工程設(shè)計方式，是一種創(chuàng)建新型解決問題系統(tǒng)的方式。機器學(xué)習(xí)并不是像以傳統(tǒng)的方式那樣按照一定預(yù)設(shè)智能規(guī)則對計算機系統(tǒng)進行編程，而是讓計算機自身具備學(xué)習(xí)的能力。這對于工程師以及對于開發(fā)人員來說這意味著全新的技術(shù)、全新的工具。

谷歌CEO把谷歌定位為一家人工智能公司，這是因為基于人工智能的計算機系統(tǒng)將來會變得越來越普及。對于谷歌機器學(xué)習(xí)現(xiàn)在有三大類別的應(yīng)用：提升自身的產(chǎn)品、幫助他人創(chuàng)新以及解決人類重大挑戰(zhàn)。

提升自身產(chǎn)品和服務(wù)與協(xié)助創(chuàng)新

盡管在這些軟件中大多數(shù)還是使用人工編程，但其中一些模塊已經(jīng)具備了機器學(xué)習(xí)的能力。比如Google Photos的圖片搜索，對于物體或者對象識別的能力，這樣人們可以手機上就可以進行圖片搜索，而不是手工的去輸入搜索對象。Google Translate的實時翻譯，目前支持97個語種互譯，現(xiàn)在可以用以AI驅(qū)動的增強現(xiàn)實方式來對各種事物的標(biāo)識實現(xiàn)實時的翻譯，讓人們以一種更加自然的方式跟周圍的情境發(fā)生交互。這樣的功能也體現(xiàn)在Google Maps中，通過與圖像識別的配合，人們能夠更加準(zhǔn)確的找到地址，這也可以幫助人們查找想要去的名勝古跡或博物館的位置。

而機器學(xué)習(xí)系統(tǒng)生成的簡短電郵回復(fù)，能夠讓溝通更有效率。比如說有人問你今天晚上有沒有時間吃飯？在這樣的情況下面，你不再需要用手指敲鍵盤打一封郵件出來，機器學(xué)習(xí)會給出幾個回復(fù)建議：“抱歉我沒空”、“時間可以”等選擇。如今，在Gmail發(fā)出的郵件中，12%都是根據(jù)機器學(xué)習(xí)系統(tǒng)提出的建議所做的自動回復(fù)。

為了做到這一點，Google向外部開放做人工智能的工具，這包括開發(fā)人工智能的軟件以及人工智能的整個基礎(chǔ)架構(gòu)。

在軟件領(lǐng)域的開放，TensorFlow是一個開源的軟件包，由Google開發(fā)開始用于推動Google自身的機器學(xué)習(xí)項目?，F(xiàn)在TensorFlow整套軟件包的源代碼免費向外部需要的人士開放，而Google內(nèi)部的開發(fā)團隊也是在不斷的完善和擴展這個軟件。在TensorFlow的使用者中，已經(jīng)形成了互相學(xué)習(xí)、數(shù)據(jù)共享的氛圍。中國的創(chuàng)業(yè)公司Castbox，也在使用Google的TensorFlow來幫助向他們的播客用戶推出更好的推薦。

解決人類社會的重大挑戰(zhàn)

海牛是一種海洋哺乳動物，在北美目前處在瀕危狀態(tài)。旨在保護野生海牛的科研人員他們正在使用空中拍照技術(shù)來追蹤海?；顒拥姆秶弯в蔚木€路。過去在空中拍攝下來的照片基本上就是大概的海面，要由專業(yè)人員和學(xué)習(xí)動物保護的人，來人工的識別這樣的一張圖像當(dāng)中哪些是海牛。而利用機器學(xué)習(xí)系統(tǒng)之后，能夠在類似的照片中識別出海牛。

而在醫(yī)療領(lǐng)域，通過機器學(xué)習(xí)來更好的診斷糖尿病帶來的并發(fā)癥。目前全球有4.15億人患有糖尿病。糖尿病患者的體內(nèi)血糖水平容易發(fā)生失控，這種血糖水平的急劇的變化或者是失控能夠帶來的諸多并發(fā)癥之一是影響視力甚至致盲。有數(shù)以億計的龐大患病人群，但是沒有這么多醫(yī)生隨時篩查所有的糖尿病患者是不是由于糖尿病造成致盲并發(fā)癥的風(fēng)險。這個項目訓(xùn)練機器學(xué)習(xí)系統(tǒng)讓他們學(xué)會去識別糖尿病患者的視網(wǎng)膜眼底掃描的圖片，從而判斷這個糖尿病患者是不是有失明的風(fēng)險。

人工智能和機器學(xué)習(xí)也能帶來更好的節(jié)能，管理好能耗。Google自身的數(shù)據(jù)中心中可以用機器學(xué)習(xí)系統(tǒng)更好地降低能耗、降低功耗。這項實驗的結(jié)果是在機器學(xué)習(xí)系統(tǒng)開啟的狀態(tài)下能夠讓整個數(shù)據(jù)中心的散熱帶來的功耗和成本有效降低。在這個項目當(dāng)中，通過在數(shù)據(jù)中心當(dāng)中部署機器學(xué)習(xí)，散熱的耗電是整體降低了40%，整個數(shù)據(jù)中心的能效提升了15%。這個例子很好地說明如果針對這樣的一個場景，我們通過編碼的方式來嚴(yán)格的規(guī)定系統(tǒng)應(yīng)當(dāng)如何來工作，這樣能夠帶來的結(jié)果和有效性遠遠不及讓機器自己去學(xué)習(xí)，讓機器自己掌握整個系統(tǒng)工作的規(guī)律。

事實上，人工智能既是科學(xué)，也是藝術(shù)。目前AI系統(tǒng)已經(jīng)可以很好地完成規(guī)律性任務(wù)，今后的目標(biāo)是幫助AI系統(tǒng)和人類進行更靈活的配合，希望AI今后能真正做到以人為本。