【中國智能制造網 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性的新技術，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新和研發，令整個行業都中受益。如果這個行業只有一家公司獨大，那么這個領域的發展將會更慢更低效，因此人工智能行業競爭越大越開放是一件好事，谷歌希望這個大環境能繼續開放且持續地充滿競爭。　　而對于眼下不少公司產品言必稱“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，但是終消費者應該在意和關注的并不在于技術是如何研發的，而是這些技術是否真正在發揮作用，不要輕易被市場營銷左右。
　　
　　談到人工智能的挑戰，他對記者坦言，對于人工智能行業而言，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，以及有創新意識以及有商業頭腦的人才。所以我們更多的關注還是在如何培養和探索這樣的人才。”
　　
　　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：這項技術其實在不斷變化，機器學習需要數據樣本，資源，工具，還有計算機運算能力等多方面的支持。回顧機器學習發展的歷史會發現，由于計算機運算速度緩慢成本過高等技術原因滯后影響了程序運行的效率無法滿足需求，于是機器學習的發展進程也比較緩慢，也沒有實際的產品和服務被推出來。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的因素，在于人的創造力與創新能力，在于在擅長并懂得如何運用這項技術的人才。所以我們的重心也發生了變化，在其余所有因素和條件諸如充足的數據，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更多的人如何運用機器學習這個技術來將實現他們創新的構思。
　　
　　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域，你認為什么時候有更為強大的通用型的，可以應用到任何領域的人工智能系統出現？
　　
　　A：這是一個有趣的問題，我認為未來的發展趨勢，還是專業的領域用專用的技術和模型解決特定的問題和任務。這樣的應用對于一個系統和技術更為且更有實際意義。關于出現那種通用的技術我不是特別有信心，即便是有這樣的技術，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，不同的配置調配和變量（因需而異作出差異化的模型調整），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展方向，無論是理論研究還是工程應用升級方面，更好地探索學術理論研究中的猜想指標構思和建模。
　　
　　Q：對于機器學習中的人工監督學習、無監督學習以及半人工監督學習，你認為哪種更有效？
　　
　　A：目前，絕大多數甚至幾乎所有的已投入實際應用的機器學習系統都是人工監督（即通過人工采集的樣本學習）的機器學習。
　　
　　如何實現通過無具體樣本自動學習的無人工監督的機器學習,在該研究領域確實非常吸引人，每年都有相關的很多學術研究和論文出現，但是我們目前還沒有發現任何已投入到實際應用的成果出現。
　　
　　但我希望能看到未來有創新的研究人員能找到辦法實現無人工監督的自主機器學習，但我也沒辦法預估具體的時間。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。