機(jī)器學(xué)習(xí)作為人工智能的一種類型，可以讓軟件根據(jù)大量的數(shù)據(jù)來對未來的情況進(jìn)行闡述或預(yù)判。如今，機(jī)器學(xué)習(xí)在硅谷非常流行，并吸引了多家知名企業(yè)競相涉獵該領(lǐng)域。例如，F(xiàn)acebook就大力投資機(jī)器學(xué)習(xí)；微軟不甘示弱，也在加大對機(jī)器學(xué)習(xí)的投資力度；蘋果也在悄然涉足這一領(lǐng)域。谷歌當(dāng)然不甘落后，如今又開始加大在機(jī)器學(xué)習(xí)領(lǐng)域的研究。為了保持自己的創(chuàng)新力——也為了吸引寶貴的人才——谷歌需要維持自己在先進(jìn)技術(shù)方面的領(lǐng)導(dǎo)者地位。

事實(shí)上，多年以來，谷歌內(nèi)部一直在使用一種機(jī)器學(xué)習(xí)系統(tǒng)，代號為“TensorFlow”。如今，谷歌正在將此系統(tǒng)成為開源系統(tǒng)，并鈄此系統(tǒng)的參數(shù)公布給業(yè)界工程師、學(xué)者和擁有大量編程能力的技術(shù)人員。

此舉極具谷歌的風(fēng)格。打個(gè)不太恰當(dāng)?shù)谋扔鳎缃窆雀鑼Υ齌ensorFlow系統(tǒng)，有點(diǎn)類似于該公司對待旗下移動操作系統(tǒng)Android。長期以來，谷歌一直非常積極地參與到機(jī)器學(xué)習(xí)相關(guān)的科研事務(wù)之中。與之相比，作為谷歌競爭對手的蘋果公司就沒有這樣做，盡管蘋果可能會采取類似的方法來尋求類似的目的，例如在語音識別、地圖甚至是在可能的汽車制造方面。如果更多的數(shù)據(jù)科學(xué)家開始使用谷歌的系統(tǒng)來從事機(jī)器學(xué)習(xí)方面的研究，那么這將有利于谷歌對日益發(fā)展的機(jī)器學(xué)習(xí)行業(yè)擁有更多的主導(dǎo)權(quán)。

另外，更為重要的是，作為人工智能的一個(gè)分支，機(jī)器學(xué)習(xí)正在逐步從學(xué)術(shù)論文向?qū)嶋H產(chǎn)品轉(zhuǎn)化。谷歌此前已經(jīng)推出了該公司的第一代機(jī)器學(xué)習(xí)系統(tǒng)，代號為“DistBelief”，以此來識別谷歌應(yīng)用中的語言和Photos中的圖片。如今的TensorFlow系統(tǒng)也是在那些產(chǎn)品的基礎(chǔ)之上而發(fā)展起來的，并對早期系統(tǒng)的不足進(jìn)行了改進(jìn)。除此之外，谷歌上周還宣布在旗下郵箱應(yīng)用Inbox里推出智能自動回復(fù)功能：Smart Reply，它能幫助用戶篩選適合語境的回復(fù)短句。Smart Reply正是基于強(qiáng)大的機(jī)器學(xué)習(xí)系統(tǒng)，對海量郵件里的場景、郵件寫作風(fēng)格和寫作語氣進(jìn)行分析，從而生成一些場景化極強(qiáng)的回復(fù)內(nèi)容。

除此之外，機(jī)器學(xué)習(xí)還在向縱深領(lǐng)域發(fā)展，如今又誕生了“深度學(xué)習(xí)”業(yè)務(wù)。作為機(jī)器學(xué)習(xí)的一種，深度學(xué)習(xí)能夠支持像由致幻藥引起幻覺的神經(jīng)網(wǎng)絡(luò)圖像識別等功能。谷歌公司內(nèi)部目前已經(jīng)在1200多個(gè)不同的產(chǎn)品分類和產(chǎn)品代碼庫對深度學(xué)習(xí)進(jìn)行了測試。

谷歌首席執(zhí)行官桑德·皮采（Sundar Pichai）在最近一次財(cái)報(bào)電話會議上表示：“機(jī)器學(xué)習(xí)是一種核心的轉(zhuǎn)變方式，通過機(jī)器學(xué)習(xí)，我們再重新思考我們所從事的一切。我們目前正處于初期階段，但用戶將看到谷歌以系統(tǒng)的方式來思考我們將如何把機(jī)器學(xué)習(xí)應(yīng)用到所有的這些領(lǐng)域。”

谷歌方面在解釋TensorFlow時(shí)聲稱，“應(yīng)當(dāng)有一種真正的工具，能夠讓研究人員用來嘗試他們瘋狂的創(chuàng)意。如果那些創(chuàng)意產(chǎn)生作用的話，那么他們將能夠直接轉(zhuǎn)化成產(chǎn)品，而不需要研究人員再重新編寫代碼。”