Google是如何始终领跑机器学习领域的？.doc

《Google是如何始终领跑机器学习领域的？.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、Google是如何始终领跑机器学习领域的？　　这不是武侠世界——她已经做到了。26岁的Holgate得到了第二条跆拳道黑带。这次是算法的黑带。Holgate花费数个星期沉浸于一个程序中，这次比肉搏更强大的训练是机器学习。作为谷歌Android部门的工程师，Holgate是今年机器学习忍者项目的18名程序员之一，项目的成员中由团队中有天赋的程序员组成，成员们按照《安德的游戏》中的模式进行训练，为的是教给他们人工智能技术开发出更好的产品。即使这会让他们写的软件更难以理解。　　ChrisTIneRobson是谷歌公司内部机器学习项目的产品经理，他负责管理这一项目，他说道：“我们的口号是，你想成为机器

2、学习忍者吗？我们邀请谷歌的员工加入机器学习团队，花6个月时间研究机器学习，同时做一些项目，并从项目实践中学习经验，在此期间会有导师手把手提供指导。”　　Holgate四年前来到谷歌工作，那时她取得了计算机科学和数学的学位，这次培训机会对Holgate而言是一次掌握软件领域最热门的分支的机会：借助于学习算法和大量数据，让软件完成相关任务。多年来，机器学习被视为是一种只属于少数精英的学科。但现在这个时代结束了，机器学习由神经网络驱动，这一方式模仿生物大脑运作方式，最新研究结果表明机器学习能赋予计算机以人类力量，甚至在某些领域能够超越人类力量。谷歌致力于在内部扩张精英团队，并期望将其变成一种常态。对

3、于像Holgate这样的工程师，忍者项目是助其跻身于技术前沿的机会，在这一项目中他们可以从最优秀的工程师那里学习最先进的技术。　　Holgate说道：“这些人正在构建的是一个荒唐的模型，并且他们都拥有博士学位。起初，我感到非常害怕，不过我学会了接受它。”　　谷歌的6万名员工近乎一半是工程师，所以这是个小项目。不过该项目象征着谷歌的认知转换。尽管机器学习长久以来都是谷歌技术的一部分，并且谷歌已经雇佣了不少该领域顶级专家，不过谷歌在今年貌似对这一技术更加感兴趣了。在去年年底的一次电话会议上，谷歌总裁SundarPichai提出了提出了新的公司理念：“机器学习是核心，是我们重新思考我们所做事情的变革

4、方式。我们正想尽办法将它应用到我们所有产品中：搜索引擎、广告、YouTube或应用商店。我们仍处于初期阶段，但你可以发现，我们正在以系统化的方式将机器学习应用到所有的地方。”　　显然，如果谷歌想在所有的产品中应用机器学习，它需要工程师们掌握这项与传统编程方式完全不同的技术。正如PeterDomingos在机器学习领域非常受欢迎的《TheMasterAlgorithm》一书中所写的：“机器学习是一项朝阳技术，是一种自我构建的技术。”编写出这样一个系统你需要做如下工作：识别正确的数据，选择正确的算法，确保你构建了成功运行的正确条件，最后相信这个系统的工作能力。　　初识机器学习与神经网络　　谷歌的机

5、器学习团队领导者JeffDean说道：“用这种方式思考如何解决问题的人越多，我们就会做得越好。如果每个工程师都具备一些机器学习的知识就好了。”　　多年来，JohnGiannandrea一直都是谷歌机器学习领域的关键人物，最近他还成了谷歌搜索引擎部门的负责人。不过他在2010年刚来谷歌时，他对于机器学习或神经网络并没有太多了解。2011年左右，一些来自神经信息处理系统峰会(NIPS)的新闻让他感到非常震撼。似乎在每年的NIPS上，总有一些团队会宣布使用机器学习颠覆此前一直难以突破的问题，比如翻译、语言识别或视觉问题等。　　他说：“我第一次听说这个NIPS峰会时，它并不出名，但是在过去的三年里，参

6、会者数量激增。去年大约有6000人参加。”JeffDean:谷歌权威计算机科学家　　这不仅促进了神经网络算法的发展，也带来了来自摩尔定律效应的更强大的计算能力，还有从谷歌、Facebook等企业的海量用户行为中获取的数据也出现了指数级增长，机器学习不断提高的新时代开始了。Giannandrea与一些人一样，相信机器学习是公司的核心。　　谷歌对于机器学习的热情不仅仅意味着编程技术的转变，更是对科技做出的郑重承诺，承诺将赋予计算机以前所未有的超能力。这项技术从大脑结构得到启发，其最前沿是围绕复杂的神经网络构建深度学习算法。谷歌大脑是谷歌在深度学习领域的尝试，而谷歌2014年1月以5亿美元买下的人工

7、智能企业DeepMind同样把重点放在深度学习研究上。打败围棋世界冠军的AlphaGo系统就是DeepMind公司设计的，这引发了人们对于智能机器人和杀人机器人的担忧。　　对于那些持有“人工智能将会杀死我们”态度的人们，Giannandrea认为他们不了解情况。Giannandrea认为机器学习系统无论是在医疗领域还是在汽车驾驶领域都将会是颠覆性的。虽然机器学习不会取代人类，但它会改变人类。　　G