谷歌资深研究员：五年内人工智能将开始大规模应用
浏览量：
次 发布时间：2017-05-26
2017年5月24日消息，乌镇围棋峰会进入第二天，Google资深研究员、Google Brain负责人Jeff Dean在接受凤凰科技采访时表示，机器学习在近5年的进步非常大，在未来的5年时间将开始大规模应用。
在许多中国程序员的眼中，Jeff是一个天才程序员。他跟人工智能的缘分始于本科毕业论文——《神经网络的并行培训》，他认为人工智能并不是一个孤立的技术，不管是横向的相关技术发展还是纵向的行业测试和应用。
人工智能包含语音识别、图像识别、反馈等许多分支。也正是因为如此，对于渴望参与到人工智能研究的人来说，他们可以从各个分支着手，比如潜心研究如何降低图片识别的错误率。
同时，人工智能的发展也是没有国界的。在中国，阿里巴巴、腾讯等顶级公司和一些顶级大学的研究人员发表大量关于人工智能的学术论文。
在Google内部，人工智能也贯穿整个Google的战略。Jeff表示，在人工智能这件事上，会有很多部门协同工作，既包括硬件和软件，还包括到产品和服务；特别是对于一个新的产品来说，这种协同效应更加明显。
作为一个崇尚研究自由的公司，Google给予研究人员充分的自由。但是为了让各个人工智能的项目协同工作，他们设定了一个共同的目标——解决“如何去学习”这个问题。
“随着技术的进步，机器学习在行业应用的进程在加快。”Jeff表示，在2012年Google Brain部门刚成立的时候，使用的处理器还是CPU，人工智能技术也还是处于起步的阶段。
不过现在，机器学习已经取得非常重大的进步，在今年的Google I/O大会上，Google表示语音识别的错误率已经从8%降到5%。语音识别和图像识别这些机器学习的核心技术取得的进步，解决了计算机科学的根本问题，计算机现在已经是一个能看，然后能识别物体的设备。
最直接的结果就是带来人工智能相关技术的落地应用，比如无人驾驶领域，感官系统、图像视觉反馈系统是无人驾驶技术的核心技术。目前谷歌无人车已经对这些技术进行了许多测试，测试结果已经非常稳定。在行业垂直领域的落地，将推动人工智能技术在未来实现端到端的应用。
但是人工智能应用的加快也引发了许多担忧，包括人工智能对于人类工作岗位的取代、人工智能部署的道德问题以及如何依靠人工智能去赚钱。
在Jeff看来，人工智能会取代一部分的工作岗位，这些工作岗位都是可替代性高的岗位，但是需要政府去好好规划，避免社会问题的出现。
而在解决人工智能正确部署的问题上，Google联合Microsoft、Facebook和IBM等知名公司成立了一个工作组，他们进行了一些相关的课题研究，以确保人工智能技术的安全部署。
人工智能对于公司收入的帮助上，其实目前Google也没有完美的解决办法。Jeff认为很多人工智能产品带来的都是非直接收入。以谷歌翻译和谷歌照片为例子，它们都是免费的产品，但是带来了很多的用户，这些用户使用了Google其他的产品，比如说谷歌的搜索服务，如果他们搜索“相机”的相关条目，就有可能给Google带来收入。
谈到接来下的比赛，Jeff认为AlphaGo的胜算非常大。AlphaGo的系统制定的结果是胜算的几率最大化，而不是追求比分的最大化，如果小比分赢得比赛的几率最大，那么它就会追求小比分赢得比赛的机会，这样会为它提供更多赢下比赛的机会。
（作者花子健，来源：凤凰科技）
在许多中国程序员的眼中，Jeff是一个天才程序员。他跟人工智能的缘分始于本科毕业论文——《神经网络的并行培训》，他认为人工智能并不是一个孤立的技术，不管是横向的相关技术发展还是纵向的行业测试和应用。
人工智能包含语音识别、图像识别、反馈等许多分支。也正是因为如此，对于渴望参与到人工智能研究的人来说，他们可以从各个分支着手，比如潜心研究如何降低图片识别的错误率。
同时，人工智能的发展也是没有国界的。在中国，阿里巴巴、腾讯等顶级公司和一些顶级大学的研究人员发表大量关于人工智能的学术论文。
在Google内部，人工智能也贯穿整个Google的战略。Jeff表示，在人工智能这件事上，会有很多部门协同工作，既包括硬件和软件，还包括到产品和服务；特别是对于一个新的产品来说，这种协同效应更加明显。
作为一个崇尚研究自由的公司，Google给予研究人员充分的自由。但是为了让各个人工智能的项目协同工作，他们设定了一个共同的目标——解决“如何去学习”这个问题。
“随着技术的进步，机器学习在行业应用的进程在加快。”Jeff表示，在2012年Google Brain部门刚成立的时候，使用的处理器还是CPU，人工智能技术也还是处于起步的阶段。
不过现在，机器学习已经取得非常重大的进步，在今年的Google I/O大会上，Google表示语音识别的错误率已经从8%降到5%。语音识别和图像识别这些机器学习的核心技术取得的进步，解决了计算机科学的根本问题，计算机现在已经是一个能看，然后能识别物体的设备。
最直接的结果就是带来人工智能相关技术的落地应用，比如无人驾驶领域，感官系统、图像视觉反馈系统是无人驾驶技术的核心技术。目前谷歌无人车已经对这些技术进行了许多测试，测试结果已经非常稳定。在行业垂直领域的落地，将推动人工智能技术在未来实现端到端的应用。
但是人工智能应用的加快也引发了许多担忧，包括人工智能对于人类工作岗位的取代、人工智能部署的道德问题以及如何依靠人工智能去赚钱。
在Jeff看来，人工智能会取代一部分的工作岗位，这些工作岗位都是可替代性高的岗位，但是需要政府去好好规划，避免社会问题的出现。
而在解决人工智能正确部署的问题上，Google联合Microsoft、Facebook和IBM等知名公司成立了一个工作组，他们进行了一些相关的课题研究，以确保人工智能技术的安全部署。
人工智能对于公司收入的帮助上，其实目前Google也没有完美的解决办法。Jeff认为很多人工智能产品带来的都是非直接收入。以谷歌翻译和谷歌照片为例子，它们都是免费的产品，但是带来了很多的用户，这些用户使用了Google其他的产品，比如说谷歌的搜索服务，如果他们搜索“相机”的相关条目，就有可能给Google带来收入。
谈到接来下的比赛，Jeff认为AlphaGo的胜算非常大。AlphaGo的系统制定的结果是胜算的几率最大化，而不是追求比分的最大化，如果小比分赢得比赛的几率最大，那么它就会追求小比分赢得比赛的机会，这样会为它提供更多赢下比赛的机会。
（作者花子健，来源：凤凰科技）
