【中國智能制造網(wǎng) 訪談】近日，谷歌資深研究科學家格雷格·考拉多(GregCorrado)來到中國，接受了媒體采訪。
　　
　　在他看來，人工智能和機器學習都是目前十分重要的基礎(chǔ)性的新技術(shù)，全球很多大學以及公司都有自己的人工智能實驗室進行不斷嘗試創(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，目前市面上確實存在一些公司把人工智能和機器學習用于品牌營銷的策略，也許會有一些公司因為不太能夠清楚地認識所從事的事情而有所走偏，但是終消費者應(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。”
　　
　　以下是采訪實錄：
　　
　　期待機器學習新突破
　　
　　Q：談到人工智能，比較熱門的一個技術(shù)就是深度學習。機器學習是如何幫助深度學習提率的呢？
　　
　　A：這項技術(shù)其實在不斷變化，機器學習需要數(shù)據(jù)樣本，資源，工具，還有計算機運算能力等多方面的支持。回顧機器學習發(fā)展的歷史會發(fā)現(xiàn)，由于計算機運算速度緩慢成本過高等技術(shù)原因滯后影響了程序運行的效率無法滿足需求，于是機器學習的發(fā)展進程也比較緩慢，也沒有實際的產(chǎn)品和服務(wù)被推出來。直到近幾年計算機運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。所以如今機器學習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用這項技術(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)，免費的工具，資源，足夠強大的計算機運算能力等等都滿足的情況下，我們需要教會和培養(yǎng)更多的人如何運用機器學習這個技術(shù)來將實現(xiàn)他們創(chuàng)新的構(gòu)思。
　　
　　Q：目前人工智能和機器學習仍限于處理一些較為局限具體的專門領(lǐng)域，你認為什么時候有更為強大的通用型的，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：深度學習目前急需突破的地方是什么？
　　
　　A：機器學習不是黑魔法，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習的發(fā)展方向，無論是理論研究還是工程應(yīng)用升級方面，更好地探索學術(shù)理論研究中的猜想指標構(gòu)思和建模。
　　
　　Q：對于機器學習中的人工監(jiān)督學習、無監(jiān)督學習以及半人工監(jiān)督學習，你認為哪種更有效？
　　
　　A：目前，絕大多數(shù)甚至幾乎所有的已投入實際應(yīng)用的機器學習系統(tǒng)都是人工監(jiān)督（即通過人工采集的樣本學習）的機器學習。
　　
　　如何實現(xiàn)通過無具體樣本自動學習的無人工監(jiān)督的機器學習,在該研究領(lǐng)域確實非常吸引人，每年都有相關(guān)的很多學術(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現(xiàn)無人工監(jiān)督的自主機器學習，但我也沒辦法預(yù)估具體的時間。當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展和突破。