Giannandrea的這句話，和常見的人工智能寒冬論恰好對立，寒冬論認為，目前人工智能的研究進展已趨于停滯。
在本周五舉行的谷歌I/O全球開發(fā)者大會中，Giannandrea宣布加入谷歌，成為高級副總裁（SVP），領(lǐng)導Aparna Chennapragada的產(chǎn)品部門以及Jeffrey Dean的谷歌大腦，并在會上聊了聊機器學習及人工智能將如何改善現(xiàn)有產(chǎn)品。
Giannandrea把最近在語言識別及圖片識別方面的突破作為證據(jù)，證明人工智能以及機器學習還處于突飛猛進時期。盡管谷歌已經(jīng)在這個領(lǐng)域有了近十年的研究，Giannandrea表示，谷歌直到最近四年才加大了在這方面的投入。
在圖片識別及自然語言識別方面，我們連續(xù)取得了突破性的進展，這有力地證明了人工智能的方興未艾。
谷歌即時（GoogleNow）主管Chennapragada表示，她相信機器學習真正成熟的時候，將徹底改變產(chǎn)品研發(fā)的游戲規(guī)則。
她舉了語言助手作為例子，隨著識別精讀的提高，語音助手的使用范圍將擴大到方方面面，
她還補充道，機器學習將解鎖新的領(lǐng)域，“乘著移動互聯(lián)的東風，很多現(xiàn)實世界的問題，如交通和健康，都可以被人工智能有效解決”。
為了幫助開發(fā)者們上手機器學習，谷歌將自身的機器學習平臺TensorFlow開源，這是谷歌開發(fā)的第二代人工智能學習系統(tǒng)。
TensorFlow開發(fā)高級工程師Dean說，谷歌之所以決定將TensorFlow開源，是為了讓機器學習的交流更加通暢，讓世界上所有的開發(fā)者都能了解到最新的研究成果。
上周，谷歌研究院一并開源了神經(jīng)網(wǎng)絡(luò)框架SyntaxNet，這包含了一個基于英語的自然語言解析器ParseyMcParseface，可以對英語文本進行語義分析。
盡管很多人通過使用TensorFlow已經(jīng)熟悉了機器學習，但谷歌的目標是讓非機器學習的專家也能像使用普通開源庫一樣靈活的使用機器學習框架和模型。
預期管理
Chennapragada說，在谷歌即時工作期間，團隊成員們意識到了要給用戶時不時帶來驚喜，才能更好地增加用戶粘性。換句話說，人工智能猜到用戶所想，是一件能夠給人帶來極大快感的事情。但如果結(jié)果有誤，有時會讓用戶付出不小的代價。
如果一個人工智能助手告訴你可以乘車去機場，最終導致了你遲到并錯過了班機，你肯定會有罵娘的沖動。
當產(chǎn)品與現(xiàn)實對接時，結(jié)果將變得極為重要。如果你搜索明星JustinTimberlake，出來的并不是你想要的結(jié)果，可能對你的生活并不會有大礙。但如果一個人工智能助手告訴你錯誤的出行線路，讓你錯過了機場的航班，你肯定對她多有抱怨。
確保人工智能的命中率，讓它帶給用戶的愉悅時刻多于憤怒時間，是團隊的一項重要課題。
這件事情的側(cè)面證據(jù)就是，最近五年來，人們告訴我，他們很少使用Siri的原因是早期糟糕的準確率給人們留下了不好的印象。
Chennapragada補充道，還有一項決定性的工作是讓用戶充分信任人工智能。“你不希望一個陰晴不定，不可依賴的人擔任你的助手吧”，她說，人工智能目前主要任務(wù)是解決一些對于人類來說很繁瑣但對機器輕而易舉的事情，比如重復勞動。
永恒話題：我們需要害怕人工智能嗎？
在一次問答環(huán)節(jié)中，Giammamdrea被問道對于埃隆·馬斯克擔心人工智能的看法。眾所周知，埃隆馬斯克在近期表達了自己對于人工智能統(tǒng)治世界的擔憂，表示在今后的五到十年內(nèi)，這對于人類的生存將是嚴峻的考驗。
Giammamdrea認為，埃隆·馬斯克所擔憂的“超級人工智能”是幾十年后的事情，現(xiàn)在無需過度擔憂。
這句話變相的承認了他也認同人工智具有一定的危險性，但他同時強調(diào)，目前人工智能工具背后仍然是人在起作用。
此前，Giannandrea說，自然語言處理及交流是計算機科學目前的兩大難題，他認為，只有教會了機器讀書，人工智能的夏天才會真正到來。
轉(zhuǎn)載請注明出處。
相關(guān)文章
熱門資訊
精彩導讀
關(guān)注我們
