【中國智能制造網(wǎng) 訪談】近日，谷歌資深研究科學(xué)家格雷格·考拉多(GregCorrado)來到中國，接受了媒體采訪。
　　
　　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)，令整個行業(yè)都中受益。如果這個行業(yè)只有一家公司獨(dú)大，那么這個領(lǐng)域的發(fā)展將會更慢更低效，因此人工智能行業(yè)競爭越大越開放是一件好事，谷歌希望這個大環(huán)境能繼續(xù)開放且持續(xù)地充滿競爭。　　而對于眼下不少公司產(chǎn)品言必稱“人工智能”，GregCorrado對記者表示，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，也許會有一些公司因?yàn)椴惶軌蚯宄卣J(rèn)識所從事的事情而有所走偏，但是終消費(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，不要輕易被市場營銷左右。
　　
　　談到人工智能的挑戰(zhàn)，他對記者坦言，對于人工智能行業(yè)而言，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，我們需要教會和培養(yǎng)更多的人如何運(yùn)用機(jī)器學(xué)習(xí)這個技術(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：這是一個有趣的問題，我認(rèn)為未來的發(fā)展趨勢，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)用對于一個系統(tǒng)和技術(shù)更為且更有實(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)為也不會比專用針對性地解決特定問題的解決方案更快更有效，而只會更慢效率更低。
　　
　　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，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)。
　　
　　但我希望能看到未來有創(chuàng)新的研究人員能找到辦法實(shí)現(xiàn)無人工監(jiān)督的自主機(jī)器學(xué)習(xí)，但我也沒辦法預(yù)估具體的時間。當(dāng)然我們非常希望看到能有更多的人才從事這方面的研究，也希望接下來能有大的進(jìn)展和突破。