當Google談論機器學習時，世界將會更美好？

開幕前一天，Google 在總部舉辦了一堂名爲「機器學習 101」的人工智能課，嘗試用最接地氣的方法介紹谷歌在機器學習方面正在作的事情。

這堂課的老師克里斯汀·羅伯森 (Christine Robson)是 Google AI（原 Google Research）研究員，主攻人機交互方向。

機器學習是人工智能這個龐雜範疇中的一個重要技術。「人工智能就是讓事物變聰明的科學，」羅伯森說。「機器學習技術則是製造可以學習變聰明的機器。」

她用最簡單的語句歸納 Google 眼中機器學習的定義：機器學習就是一個新的解決問題的系統。

真的只是數學

首先咱們須要理解舊系統和新系統的區別。舊的系統指的是基於規則的系統（rule-based system），須要程序員告訴機器一件事情的規則。

過去幾乎全部的程序都屬於基於規則，而告訴機器規則的過程就是編程。強大如曾經擊敗卡斯帕羅夫的深藍 (Deep Blue)，也是基於規則的。但機器學習是經過新的算法，讓機器並不須要太多的編程就能夠自動學習，自動創造解決問題的系統，

羅伯森使用了「自動」 (Automatically) 一詞，而非人工智能裏的「人工」 (artificial) 。

這彷佛是爲了減小對後者的過度使用，避免所以帶來的人工智能「妖魔化」趨勢。Google 正意識到圍繞人工智能產生的負面效應。

在謝爾蓋·布林 (Sergey Brin) 署名的《創始人信》中，這位 Google 的聯合創始人提到了人工智能潛在的負面影響，包括對人工智能具備科幻般感知能力的恐慌，以及更近在眼前的，無人駕駛的穩定性問題等。

近兩年，人們對人工智能的恐懼明顯有所加深，而幾乎每一種對這種恐懼的描述中，都有 AlphaGo 的身影。很多人認爲，機器學習創造的人工智系統，存在超越人類認知能力的可能性——大量不一樣算法的結合，可能會帶來一個只有機器能夠理解的系統。

羅伯森並不這麼認爲。她但願讓對這門學問不熟悉的人知道，「機器學習就只是數學，真的只是數學。並且仍是最簡單的數學。」

機器學習都是創建在最簡單形式的線性代數基礎上的。「這麼說聽起來確實很嚇人。但我並不想嚇人。我並不認爲機器學習系統很難理解。」

而對於機器學習系統會變成一個黑箱的觀點，也即大量不一樣算法融合進一個複雜系統後，人類沒法確切知道系統內具體發生了什麼——她也認爲是個常見的「誤解」，不熟悉的人和剛開始接觸機器學習者都會遇到。

「機器學習並不是一個真的黑箱，若是你研究了一段時間，你會發如今神經網絡裏，每一個結果是能夠確切回溯 (trace) 的。「

那麼，如何定義回溯？羅伯森認爲並不須要準確找到具體哪個原始數據出了問題。「Google 在這方面作了不少努力，確保咱們清楚網絡裏發生了什麼。你想知道輸出結果爲什麼出錯的時候，把裏面的數學部分抽出來分析就行。」

貓咪無處不在

和互聯網以及社交網絡同樣，機器學習這個圈子裏，最有存在感的是貓。

羅伯森引用 YouTube 學習識別貓咪圖像的案例，來介紹了神經網絡經過多個層級來完成學習的過程，在強調 Google 擁有強大的計算能力時，羅伯森也用貓咪作例子：「Google 可以分析網上全部貓咪圖片，儘管貓咪圖片的數量真是多的可怕。」

貓儼然成了讓機器學習走進人間的利器。「在 Google，咱們很擅長關於貓的事情。」

醫學應用取得突破

不過，光有貓確定不夠。「當咱們把分析貓的技術，應用於其餘領域，這就更加使人興奮。」羅伯森說。

目前，Google 在機器學習方面最驕傲的應用領域是醫學。近幾年的 I/O 開幕演講中，CEO 頌達爾·皮柴 (Sundar Pichai) 常常提到機器學習幫助識別糖尿病視網膜病變的案例，該公司使用一個 26 層的卷積神經網絡進行訓練，獲得的診斷敏感度和準確率都高於職業眼科醫生。

醫學領域不像貓同樣，Google 最初使用的圖像數據庫只有幾千張，但該公司的機器學習系統依然可以取得使人滿意的結果，爲醫生的診斷提供重要幫助和效率提高。好比在識別乳腺癌的研究中，Google 只用了 270 張圖片作訓練。

羅伯森形容本身是一個「Machine Learning person」，而 Google 給了她充足支持。「個人 CEO 對人工智能充滿激情，這也讓我對個人工做感到興奮。」

「Google 的目標是讓人工智能普及化，每一個人均可以使用。」

羅伯森指出，Google 在機器學習和人工智能上所作的事情主要有三個：第一，讓 Google 的產品更加好用，這在今年 I/O 宣佈的 Android、Google Assistant 等產品上有很強的體現；第二，把最尖端的技術開放給大衆，讓每一個人均可以參與進來，這個目標經過 AutoML、ML Kit 等開發者工具實現了。

第三，就是爲人類如今面對的問題帶來變革。人工智能頗有多是人類在漫漫的歷史長河中，迄今爲止開發出的最重要的技術。就像人們掌握了取火和發電的能力那樣，人工智能將做爲一種更高效率和變革性的存在，幫助人類解決被認爲不可解決的難題，邁向更好的世界。

Google 的每一位人工智能研究者都對此堅信不疑。