谷歌大脑负责人Jeff Dean：未来将重点研究机器如何学习，看好在医疗领域

提到谷歌大脑，不得不提其背后的灵魂人物Jeff Dean。自1999年加入Google以来，他带领团队完成了许多令人瞩目的工作，包括构建支持谷歌运行的大规模计算框架MapReduce，以及你所使用的TensorFlow等。作为谷歌大脑计划的负责人，Jeff Dean一直在进行开创性的研究工作。最近，他接受了Gigaom的采访，分享了他的工作经历、未来的研究方向，以及他对通用人工智能、机器学习和人工智能应用的独特见解。

Jeff Dean与谷歌的缘分

谈到刚加入公司时的情景，Jeff Dean回忆道，那时候的Google还很小，在Palo Alto的一栋二层办公室里，他们有一张乒乓球桌和吃不完的食物。他们怀着一颗改变世界的心，研发出如今人人都在使用的搜索引擎。

在过去的十七八年里，Jeff Dean的工作涵盖了广告系统、核心搜索系统等方面。他参与了构建从互联网上爬取数据和页面的系统，以及将这些数据整理成可以快速访问的索引系统。他也负责一系列后台服务系统，这些系统在用户询问Google时，负责决定将问题分发给哪一台计算机来解决，并将独立的分析结果组合起来返还给用户。

谷歌大脑计划介绍

谈及目前领导的谷歌大脑计划，Jeff Dean表示他们投入了大量精力进行机器学习和人工智能的研究，并利用这些研究成果构建智能系统。这些系统不仅可能实现产品化，创造出全新的产品形态，也被应用到现有的产品中。他们与Google的不同团队密切合作，开发出更加智能化的产品。他们也在进行一些纯粹的研究，以不断提高系统能力，尽管现在有些技术和研究的应用还不明确，但未来一定会大放异彩。

人工智能与通用人工智能的探讨

对于什么是人工智能，Jeff Dean认为这是一个在计算机发展早期就提出的概念。他认为人工智能的本质是构建一个展现出智能特征的系统。他们已经取得了一系列在狭义人工智能领域的进展，但对于更开放、灵活的智能仍面临巨大挑战。

当被问及是否认为一些模拟智能的系统并不是真正的智能时，Jeff Dean表示他所追求的是系统展现出的一系列智能特征。他更关心的是这些系统是否真正有用，是否能拓展和增强人类的智能水平。

对于通用人工智能的出现时间，人们的估计相差很大。Jeff Dean认为这主要是由于我们对自身信息处理方式的真实需求还不确定。他们对人脑和智能系统的理解还非常有限，所以无法准确估计构建类似系统所需的时间。他认为在未来二三十年内可能会出现拥有许多智能特征的系统，但他也对自己的预测持保留态度。

谷歌大脑的旅程是一场激动人心的探索之旅，而Jeff Dean作为这个领域的领军人物之一，他的见解和观点为我们提供了宝贵的启示和思考的机会。通用人工智能的未来展望：Jeff Dean的独特见解

关于通用人工智能的未来发展，Jeff Dean持有深入且独特的观点。在面对一系列关于人工智能的问题时，他分享了自己的见解，内容生动，文体丰富。

当被问及通用人工智能是否是由当前工作逐渐演进而来，还是全新领域的问题时，Jeff Dean明确表示，我们今天的工作已经触及到了构建通用人工智能系统的边缘。尽管存在许多未知和挑战，他认为当前的研究工作将成为未来通用人工智能的重要组成部分。对于是否能见证通用人工智能的到来，他幽默地表示，未来充满了惊喜，我们无法预测所有事情，但可以想象在不久的将来，世界将会出现我们现在无法想象的创新与变化。

关于机器意识或人工智能产生意识的问题，Jeff Dean选择避免卷入哲学争论，他更倾向于从科学的角度理解意识。他提到意识是生物系统神经元电脉冲活动的一系列表现，智能系统的多个特征之一就是意识的展现。至于未来世界的发展，Jeff Dean认为人工智能将是社会的一大进步，将改变生活的方方面面，无论是工作还是生活都将得到巨大的提升和改善。

谈及机器学习所面临的挑战及未来趋势时，Jeff Dean强调了让机器学会学习的重要性。他希望机器可以从自身的经验中学习，将多个领域的经验迅速迁移应用于新领域。这涉及到迁移学习、多任务学习等领域，虽然这些概念已经存在一段时间了，但大规模的实施和验证仍然需要时间和努力。他还提到了元学习这一概念，表示这是未来人工智能发展的重要方向之一。对于人们担心的失业问题，Jeff Dean认为自动化将取代某些重复性、低水平的工作，但复杂的活动和高级决策仍需要人类的智慧和创造力来完成。对此问题，他提醒决策者应关注自动化变革后的社会结构形态和未来发展。他也表示对此感到担忧是不公平的，因为自动化是为了更好地完成人类的工作。至于那些失业的人们，他们将会发现新的工作机会或投身于新的领域。对于未来的人工智能发展，Jeff Dean认为这将是一个充满机遇和挑战的时代。人们应该积极地拥抱变革并探索未来的可能性。无论结果如何，人类社会都将朝着一个更加先进、繁荣的方向前进。Jeff Dean的观点给我们带来了深刻的启示和思考，关于通用人工智能的未来值得我们共同期待和探索。关于人工智能的未来展望与机器学习的发展

当我被问及关于人工智能的未来以及机器学习的发展时，我深感这是一个激动人心的领域。作为一个研究者和探索者，我致力于揭示机器学习背后的奥秘，并寻找将其应用于各个领域的方法。

在我的工作中，我主要负责引领团队探索未知领域，并致力于解决医疗健康等领域的挑战。我们团队一直在努力研究如何构建适合机器学习的软硬件系统，以便快速实现验证我们的想法并大规模应用。与此我与硬件团队的紧密合作，共同确定适合机器学习的硬件架构。TensorFlow是我们团队推出的开源机器学习框架，它不仅涵盖了我们的研究成果，还帮助我们训练自己的产品。全球各地的开发者都在利用它创建自己的机器学习系统，并不断提升其性能。

在谈到机器学习的发展和未来时，我认为神经网络等机器学习模型在过去的几十年中一直是人们关注的焦点。直到最近几年，随着计算能力的提升和大数据的出现，这些模型才真正开始在解决实际问题方面大放异彩。尤其是GPU的出现，极大地推动了机器学习的进步。我认为最重要的因素是我们逐渐认识到神经网络等模型的计算特性，并开发出专门针对这些特性的硬件。谷歌开发的TPU就是一个很好的例子。这是一个具有爆发性的领域，因为当我们为特定的计算子集开发专用硬件时，我们可以为许多不同领域的应用加速线性代数计算。这不仅限于语音识别和计算机视觉等领域，还包括医药和机器人等领域。所有这些领域都可以使用相同的基础元素来实现加速。随着技术的进步，我们可以期待更多激动人心的成果出现。除了机器学习在医疗领域的应用外，机器人技术也是我近期工作中的一大亮点。随着机器学习算法的进步和计算能力的提升，机器人技术正在迅速发展。我们正在努力研究如何让机器人更加智能、更加自主地进行决策和操作。我相信，在未来不久的将来，机器人将成为我们生活中不可或缺的一部分。无论是协助医生进行医疗诊断、还是在制造业、物流等领域发挥重要作用，机器人都将为我们带来极大的便利和效率提升。我认为人工智能和机器学习是一个充满机遇和挑战的领域。随着技术的不断进步和创新思维的不断涌现，我们将迎来更加智能的未来。无论是在医疗、机器人还是其他领域，人工智能都将为我们带来巨大的变革和进步。在未来的五到十年里，机器人的机器学习领域将展现出令人瞩目的新兴趋势。我认为，这个领域将会催生出一种全新的、更加灵活的机器学习系统，它们将能够“学会学习”，从而在无需过多人工干预的情况下，适应并完成新的任务。这将是一项激动人心的进步，为我们带来无限可能。

随着机器学习技术的不断进步，为特定机器学习模型量身定制个性化硬件的做法也将在未来五年崭露头角。这种创新方式将为机器学习技术的发展提供更加强劲的动力。

机器学习是一个跨学科领域，它不仅仅涉及计算机科学，还广泛涵盖了许多其他人们正在深入研究的领域。正因如此，我们如今看到的机器学习发展势头令人振奋。随着人们逐渐意识到机器学习的潜力，越来越多的研究者正在倾注全力来探索和学习这一领域，深入理解机器学习在不同科学领域及应用领域的应用价值。

特别是在过去的五到八年的时间里，我们看到了一个令人欣喜的现象：越来越多背景各异的研究人员加入到机器学习的研究中来，他们在这个领域中大显身手，进行着充满创意的探索和实践。这一切预示着机器学习领域的未来充满了无限活力和潜力。