Alphabet老大施密特：别担心，机器人不会变“坏”

在用Android（安卓）开源系统改变移动世界后，Google希望用开源机器学习系统TensorFlow改变人工智能领域。“机器学习对我而言，是为了让人类能够不用像机器那样去做事。”在Google公布开源第二代机器学习系统的第二天，Google母公司Alphabet董事长施密特（Eric Schmidt）通过视频向媒体表示。

面对在场媒体，施密特举例称：“你们都是记者，在会场还要不停地用电脑打字，而不只是听和说。为什么不能让机器去做比如制造业的重复工作、很多打字的工作？”他预计，在Google公布开源第二代机器学习系统之后，尤其是在医疗、游戏、教育等领域，机器学习将发挥巨大的价值。

机器学习背后的黑科技

机器具备学习能力究竟有多重要？Google科学研究员GregCorrado做了一个比喻：“机器学习就像火箭助推器，而大量的数据就是火箭的燃料。”

谷歌机器学习的原理是：用众多的电脑模拟人脑中的“神经元”，形成一个人的“神经网络”（ArtificialNeuralNetwork）。它不需要借助大批研究人员帮助电脑标明事物之间的差异，只要为算法提供海量的数据，“神经元”与“神经元”之间的关系将会发生变化，让数据自己说话，让组成“神经网络”的机器具备自动学习、识别数据的能力，在新的输入中找出与学到的概念对应的部分，达到机器学习的效果。

例如，当人们需要计算机辨别图片内容的时候，各个人工神经元就会把所抓取的信息传递给被设置为“决策者”的神经元上，它们通过统观其下层所有神经元所呈现的信息，结合案例、数据的分析及算法最终得出结论。

事实上，谷歌对于机器学习的研究要追溯到7~8年前的语音技术开始。但施密特透露，机器学习这一技术取得突破性进展，是发生在计算机视觉领域。

三年前，Google科学家杰夫·狄恩（JeffDean）在接受采访时透露，“GoogleX”实验室通过连接16000台计算机处理器，创建了一个机器学习的神经元网络系统。结果发现，这个系统自行创建了猫这个概念并且自学了对猫的辨认，这就是“自我学习”。