谷歌的机器学习
人工智能与机器学习之间到底是什么关系？人工智能是一门科学，是一门将机器变得智能的科学研究。AI旨在研究如何让机器像人类一样，具备解决某些特定问题的能力。而机器学习与人工智能相比是更加狭义的分支学科，主要指让机器从数据和经验当中来学习。
从核心上来说，机器学习是一种新的工程设计方式，是一种创建新型解决问题系统的方式。机器学习并不是像以传统的方式那样按照一定预设智能规则对计算机系统进行编程，而是让计算机自身具备学习的能力。这对于工程师以及对于开发人员来说这意味着全新的技术、全新的工具。
谷歌CEO把谷歌定位为一家人工智能公司，这是因为基于人工智能的计算机系统将来会变得越来越普及。对于谷歌机器学习现在有三大类别的应用：提升自身的产品、帮助他人创新以及解决人类重大挑战。
提升自身产品和服务与协助创新
尽管在这些软件中大多数还是使用人工编程，但其中一些模块已经具备了机器学习的能力。比如Google Photos的图片搜索，对于物体或者对象识别的能力，这样人们可以手机上就可以进行图片搜索，而不是手工的去输入搜索对象。Google Translate的实时翻译，目前支持97个语种互译，现在可以用以AI驱动的增强现实方式来对各种事物的标识实现实时的翻译，让人们以一种更加自然的方式跟周围的情境发生交互。这样的功能也体现在Google Maps中，通过与图像识别的配合，人们能够更加准确的找到地址，这也可以帮助人们查找想要去的名胜古迹或博物馆的位置。
而机器学习系统生成的简短电邮回复，能够让沟通更有效率。比如说有人问你今天晚上有没有时间吃饭？在这样的情况下面，你不再需要用手指敲键盘打一封邮件出来，机器学习会给出几个回复建议：“抱歉我没空”、“时间可以”等选择。如今，在Gmail发出的邮件中，12%都是根据机器学习系统提出的建议所做的自动回复。
为了做到这一点，Google向外部开放做人工智能的工具，这包括开发人工智能的软件以及人工智能的整个基础架构。
在软件领域的开放，TensorFlow是一个开源的软件包，由Google 开发开始用于推动Google自身的机器学习项目。现在TensorFlow整套软件包的源代码免费向外部需要的人士开放，而Google内部的开发团队也是在不断的完善和扩展这个软件。在TensorFlow的使用者中，已经形成了互相学习、数据共享的氛围。中国的创业公司Castbox，也在使用Google的TensorFlow来帮助向他们的播客用户推出更好的推荐。
解决人类社会的重大挑战
海牛是一种海洋哺乳动物，在北美目前处在濒危状态。旨在保护野生海牛的科研人员他们正在使用空中拍照技术来追踪海牛活动的范围和洄游的线路。过去在空中拍摄下来的照片基本上就是大概的海面，要由专业人员和学习动物保护的人，来人工的识别这样的一张图像当中哪些是海牛。而利用机器学习系统之后，能够在类似的照片中识别出海牛。
而在医疗领域，通过机器学习来更好的诊断糖尿病带来的并发症。目前全球有4.15亿人患有糖尿病。糖尿病患者的体内血糖水平容易发生失控，这种血糖水平的急剧的变化或者是失控能够带来的诸多并发症之一是影响视力甚至致盲。有数以亿计的庞大患病人群，但是没有这么多医生随时筛查所有的糖尿病患者是不是由于糖尿病造成致盲并发症的风险。这个项目训练机器学习系统让他们学会去识别糖尿病患者的视网膜眼底扫描的图片，从而判断这个糖尿病患者是不是有失明的风险。
人工智能和机器学习也能带来更好的节能，管理好能耗。Google自身的数据中心中可以用机器学习系统更好地降低能耗、降低功耗。这项实验的结果是在机器学习系统开启的状态下能够让整个数据中心的散热带来的功耗和成本有效降低。在这个项目当中，通过在数据中心当中部署机器学习，散热的耗电是整体降低了40%，整个数据中心的能效提升了15%。这个例子很好地说明如果针对这样的一个场景，我们通过编码的方式来严格的规定系统应当如何来工作，这样能够带来的结果和有效性远远不及让机器自己去学习，让机器自己掌握整个系统工作的规律。
事实上，人工智能既是科学，也是艺术。目前AI系统已经可以很好地完成规律性任务，今后的目标是帮助 AI系统和人类进行更灵活的配合，希望 AI今后能真正做到以人为本。
（Greg Corrado博士，是Google负责机器学习领域的首席科学家，本文根据Google AI论坛上的演讲整理而成，未经本人审阅。）