AlphaGo與李世石的“人機(jī)大戰(zhàn)”，為大眾迅速普及了人工智能的概念。
但對(duì)谷歌而言，除了下圍棋，現(xiàn)在的人工智能進(jìn)展到哪一步了？未來，人工智能是否會(huì)戰(zhàn)勝人類？
近日，谷歌資深研究科學(xué)家格雷格·考拉多(Greg Corrado)來到中國，接受包括第一財(cái)經(jīng)在內(nèi)的媒體采訪。
在他看來，人工智能和機(jī)器學(xué)習(xí)都是目前十分重要的基礎(chǔ)性的新技術(shù)，全球很多大學(xué)以及公司都有自己的人工智能實(shí)驗(yàn)室進(jìn)行不斷嘗試創(chuàng)新和研發(fā)，令整個(gè)行業(yè)都中受益。如果這個(gè)行業(yè)只有一家公司獨(dú)大，那么這個(gè)領(lǐng)域的發(fā)展將會(huì)更慢更低效，因此人工智能行業(yè)競(jìng)爭(zhēng)越大越開放是一件好事，谷歌希望這個(gè)大環(huán)境能繼續(xù)開放且持續(xù)地充滿競(jìng)爭(zhēng)。
而對(duì)于眼下不少公司產(chǎn)品言必稱“人工智能”，Greg Corrado對(duì)第一財(cái)經(jīng)記者表示，目前市面上確實(shí)存在一些公司把人工智能和機(jī)器學(xué)習(xí)用于品牌營銷的策略，也許會(huì)有一些公司因?yàn)椴惶軌蚯宄卣J(rèn)識(shí)所從事的事情而有所走偏，但是最終消費(fèi)者應(yīng)該在意和關(guān)注的并不在于技術(shù)是如何研發(fā)的，而是這些技術(shù)是否真正在發(fā)揮作用，不要輕易被市場(chǎng)營銷左右。
談到人工智能的挑戰(zhàn)，他對(duì)記者坦言，對(duì)于人工智能行業(yè)而言，最大的困難在于人才。“沒有足夠的一些能真正理解并運(yùn)用人工智能工具的工程師，以及有創(chuàng)新意識(shí)以及有商業(yè)頭腦的人才。所以我們更多的關(guān)注還是在如何培養(yǎng)和探索這樣的人才。”
以下是采訪實(shí)錄：
期待機(jī)器學(xué)習(xí)新突破
Q：談到人工智能，比較熱門的一個(gè)技術(shù)就是深度學(xué)習(xí)。機(jī)器學(xué)習(xí)是如何幫助深度學(xué)習(xí)提高效率的呢？
A：這項(xiàng)技術(shù)其實(shí)在不斷變化，機(jī)器學(xué)習(xí)需要數(shù)據(jù)樣本，資源，工具，還有計(jì)算機(jī)運(yùn)算能力等多方面的支持?；仡櫃C(jī)器學(xué)習(xí)發(fā)展的歷史會(huì)發(fā)現(xiàn)，由于計(jì)算機(jī)運(yùn)算速度緩慢成本過高等技術(shù)原因滯后影響了程序運(yùn)行的效率無法滿足需求，于是機(jī)器學(xué)習(xí)的發(fā)展進(jìn)程也比較緩慢，也沒有實(shí)際的產(chǎn)品和服務(wù)被推出來。直到最近幾年計(jì)算機(jī)運(yùn)算能力有了大幅提升，速度提升成本下降并且應(yīng)用越來越廣，這改變了整個(gè)局面。所以如今機(jī)器學(xué)習(xí)的瓶頸變成了與人相關(guān)的因素，在于人的創(chuàng)造力與創(chuàng)新能力，在于在擅長(zhǎng)并懂得如何運(yùn)用這項(xiàng)技術(shù)的人才。所以我們的重心也發(fā)生了變化，在其余所有因素和條件諸如充足的數(shù)據(jù)，免費(fèi)的工具，資源，足夠強(qiáng)大的計(jì)算機(jī)運(yùn)算能力等等都滿足的情況下，我們需要教會(huì)和培養(yǎng)更多的人如何運(yùn)用機(jī)器學(xué)習(xí)這個(gè)技術(shù)來將實(shí)現(xiàn)他們創(chuàng)新的構(gòu)思。
Q：目前人工智能和機(jī)器學(xué)習(xí)仍限于處理一些較為局限具體的專門領(lǐng)域，你認(rèn)為什么時(shí)候有更為強(qiáng)大的通用型的，可以應(yīng)用到任何領(lǐng)域的人工智能系統(tǒng)出現(xiàn)？
A：這是一個(gè)有趣的問題，我認(rèn)為未來的發(fā)展趨勢(shì)，還是專業(yè)的領(lǐng)域用專用的技術(shù)和模型解決特定的問題和任務(wù)。這樣的應(yīng)用對(duì)于一個(gè)系統(tǒng)和技術(shù)更為高效且更有實(shí)際意義。關(guān)于出現(xiàn)那種通用的技術(shù)我不是特別有信心，即便是有這樣的技術(shù)，我認(rèn)為也不會(huì)比專用針對(duì)性地解決特定問題的解決方案更快更有效，而只會(huì)更慢效率更低。
Q：深度學(xué)習(xí)目前急需突破的地方是什么？
A：機(jī)器學(xué)習(xí)不是黑魔法， 最重要的是需要讓人們更容易地探索，不同的配置調(diào)配和變量（因需而異作出差異化的模型調(diào)整），他們不需要去猜想這是什么黑魔法以及背后的工作原理，這將會(huì)是接下來深度學(xué)習(xí)的發(fā)展方向，無論是理論研究還是工程應(yīng)用升級(jí)方面，更好地探索學(xué)術(shù)理論研究中的猜想指標(biāo)構(gòu)思和建模。
Q：對(duì)于機(jī)器學(xué)習(xí)中的人工監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)以及半人工監(jiān)督學(xué)習(xí)，你認(rèn)為哪種更有效？
A：目前，絕大多數(shù)甚至幾乎所有的已投入實(shí)際應(yīng)用的機(jī)器學(xué)習(xí)系統(tǒng)都是人工監(jiān)督（即通過人工采集的樣本學(xué)習(xí)）的機(jī)器學(xué)習(xí)。
如何實(shí)現(xiàn)通過無具體樣本自動(dòng)學(xué)習(xí)的無人工監(jiān)督的機(jī)器學(xué)習(xí),在該研究領(lǐng)域確實(shí)非常吸引人，每年都有相關(guān)的很多學(xué)術(shù)研究和論文出現(xiàn)，但是我們目前還沒有發(fā)現(xiàn)任何已投入到實(shí)際應(yīng)用的成果出現(xiàn)。