人工智能與機器學習之間到底是什麼關系？人工智能是一門科學，是一門将機器變得智能的科學研究。AI旨在研究如何讓機器像人類一樣，具備解決某些特定問題的能力。而機器學習與人工智能相比是更加狹義的分支學科，主要指讓機器從數據和經驗當中來學習。
從核心上來說，機器學習是一種新的工程設計方式，是一種創建新型解決問題系統的方式。機器學習并不是像以傳統的方式那樣按照一定預設智能規則對計算機系統進行編程，而是讓計算機自身具備學習的能力。這對于工程師以及對于開發人員來說這意味着全新的技術、全新的工具。
谷歌CEO把谷歌定位為一家人工智能公司，這是因為基于人工智能的計算機系統将來會變得越來越普及。對于谷歌機器學習現在有三大類别的應用：提升自身的産品、幫助他人創新以及解決人類重大挑戰。
提升自身産品和服務與協助創新
盡管在這些軟件中大多數還是使用人工編程，但其中一些模塊已經具備了機器學習的能力。比如GooglePhotos的圖片搜索，對于物體或者對象識别的能力，這樣人們可以手機上就可以進行圖片搜索，而不是手工的去輸入搜索對象。GoogleTranslate的實時翻譯，目前支持97個語種互譯，現在可以用以AI驅動的增強現實方式來對各種事物的标識實現實時的翻譯，讓人們以一種更加自然的方式跟周圍的情境發生交互。這樣的功能也體現在GoogleMaps中，通過與圖像識别的配合，人們能夠更加準确的找到地址，這也可以幫助人們查找想要去的名勝古迹或博物館的位置。
而機器學習系統生成的簡短電郵回複，能夠讓溝通更有效率。比如說有人問你今天晚上有沒有時間吃飯？在這樣的情況下面，你不再需要用手指敲鍵盤打一封郵件出來，機器學習會給出幾個回複建議：“抱歉我沒空”、“時間可以”等選擇。如今，在Gmail發出的郵件中，12%都是根據機器學習系統提出的建議所做的自動回複。
為了做到這一點，Google向外部開放做人工智能的工具，這包括開發人工智能的軟件以及人工智能的整個基礎架構。
在軟件領域的開放，TensorFlow是一個開源的軟件包，由Google開發開始用于推動Google自身的機器學習項目。現在TensorFlow整套軟件包的源代碼免費向外部需要的人士開放，而Google内部的開發團隊也是在不斷的完善和擴展這個軟件。在TensorFlow的使用者中，已經形成了互相學習、數據共享的氛圍。中國的創業公司Castbox，也在使用Google的TensorFlow來幫助向他們的播客用戶推出更好的推薦。
解決人類社會的重大挑戰
海牛是一種海洋哺乳動物，在北美目前處在瀕危狀态。旨在保護野生海牛的科研人員他們正在使用空中拍照技術來追蹤海牛活動的範圍和洄遊的線路。過去在空中拍攝下來的照片基本上就是大概的海面，要由專業人員和學習動物保護的人，來人工的識别這樣的一張圖像當中哪些是海牛。而利用機器學習系統之後，能夠在類似的照片中識别出海牛。
而在醫療領域，通過機器學習來更好的診斷糖尿病帶來的并發症。目前全球有4.15億人患有糖尿病。糖尿病患者的體内血糖水平容易發生失控，這種血糖水平的急劇的變化或者是失控能夠帶來的諸多并發症之一是影響視力甚至緻盲。有數以億計的龐大患病人群，但是沒有這麼多醫生随時篩查所有的糖尿病患者是不是由于糖尿病造成緻盲并發症的風險。這個項目訓練機器學習系統讓他們學會去識别糖尿病患者的視網膜眼底掃描的圖片，從而判斷這個糖尿病患者是不是有失明的風險。
人工智能和機器學習也能帶來更好的節能，管理好能耗。Google自身的數據中心中可以用機器學習系統更好地降低能耗、降低功耗。這項實驗的結果是在機器學習系統開啟的狀态下能夠讓整個數據中心的散熱帶來的功耗和成本有效降低。在這個項目當中，通過在數據中心當中部署機器學習，散熱的耗電是整體降低了40%，整個數據中心的能效提升了15%。這個例子很好地說明如果針對這樣的一個場景，我們通過編碼的方式來嚴格的規定系統應當如何來工作，這樣能夠帶來的結果和有效性遠遠不及讓機器自己去學習，讓機器自己掌握整個系統工作的規律。
事實上，人工智能既是科學，也是藝術。目前AI系統已經可以很好地完成規律性任務，今後的目标是幫助AI系統和人類進行更靈活的配合，希望AI今後能真正做到以人為本。
（GregCorrado博士，是Google負責機器學習領域的首席科學家，本文根據GoogleAI論壇上的演講整理而成，未經本人審閱。）