淺談Google的人工智能的崛起之路

　打敗了傳統編程后，機器學(xué)習該如何在 Google 普及

　　Christine Robson 是 Google 內外機器學(xué)習活動(dòng)的組織者和帶動(dòng)者。

　　機器學(xué)習在搜索中獲得成功，對于 Google 而言非常重要，這讓很多人開(kāi)始真的注意起機器學(xué)習來(lái)。 而華盛頓大學(xué)的教授 Pedro Domingos 用更直白的語(yǔ)言說(shuō)：

　　“一直以來(lái)，在傳統編程者與機器學(xué)習者之間都存在著(zhù)一場(chǎng)戰爭。結果機器學(xué)習者在戰斗中獲勝了?！?/p>

　　Google 目前的挑戰是要將他們的工程師隊伍過(guò)渡到機器學(xué)習的隊伍，不要求每個(gè)人都熟悉掌握機器學(xué)習，但起碼需要熟悉機器學(xué)習。 不僅 Google 在這么做，很多其他的公司(比如 Facebook)都在積極邁進(jìn)機器學(xué)習的時(shí)代。Google 正在各個(gè)名校的機器學(xué)習領(lǐng)域搶奪人才。 Google 也即將在蘇黎世開(kāi)設一個(gè)機器學(xué)習研究中心，搶奪機器學(xué)習人才的戰爭，延伸到了歐洲。

　　基于目前學(xué)術(shù)界并沒(méi)有造出很多的機器學(xué)習人才，保持這方面的人才就顯得至關(guān)重要。在 Google，這并不是易事。因為大部分的頂級工程師一輩子都通過(guò)傳統的編程取得成就。但是機器學(xué)習所要求的，是全新的思維。編程者一般通過(guò)對編程的控制來(lái)進(jìn)行創(chuàng )造，但是機器學(xué)習要求掌控的是某些具體類(lèi)型的數學(xué)和統計學(xué)，但是這些領(lǐng)域的知識，甚至對于一些頂級的、可以解決復雜問(wèn)題的工程師而言，都是陌生的，他們之前也根本不愿意學(xué)。

　　Christine Robson 正在致力于給 Google 的工作人員創(chuàng )造更好的機器學(xué)習的環(huán)境:“機器學(xué)習與靜止不變的編程不同：你要經(jīng)常給它提供新數據，我們要一直更新模型，一直學(xué)習，要一直添加更多的數據，一直轉變我們預測的方式。機器學(xué)習就像是一個(gè)活生生的、會(huì )呼吸的家伙，它和傳統的計算機編程完全不同?！?/p>

　　但是，Google 對訓練工程師學(xué)會(huì )機器學(xué)習的前景是樂(lè )觀(guān)的：如今在機器學(xué)習中使用的數學(xué)不算太復雜，大部分 Google 的工程師都可以學(xué)會(huì )。Google 并且建造了類(lèi)似 TensorFlow 的工具，幫助工程師學(xué)習機器學(xué)習。TensorFlow 也為 Google 在雇用人才方面增加了吸引力。當 Google 開(kāi)設 TensorFlow 公開(kāi)課時(shí)，有 75000 人報名參加。

　　目前 Google 最大的任務(wù)，就打造更多可以完善這些機器學(xué)習工具的人才。他們也在內部建立了大量的機器學(xué)習的課程，“下一次的課程，已經(jīng)有好幾千的工程師報名參加?！盝eff Dean 說(shuō)。