(Google資深研究員Jeff Dean)
以往機器學習是先進的研究室才能接觸到的學問，現在卻已向一般民眾敞開大門。昨日(11/28)Google在東京舉辦Made With AI亞太區媒體活動，並與台北同步連線，請來Jeff Dean等Google的資深研究員、高階主管向人們展示人工智慧在現在與未來對日常生活的改變；生活更加便利自不待言，也提升了醫療、教育等方面的品質，促進了環保、生技上的研究。
人工智慧(AI)與機器學習的關係
隨著人工智慧一日千里的發展與應用，AI領域裡的一些專業術語也普及開來，比如機器學習。人工智慧就是讓機器具備智能，能像人類一樣解決特定的問題；而機器學習是資訊工程的一種，訓練電腦像人類一樣觀察、尋找規律、變得更聰明。
當機器有了眼睛與語言能力
透過機器學習，人工智慧可以藉由餵養大量資訊訓練出對特定事物的「概念」，因此機器有了圖像辨識的能力，再配合Google強大的雲端搜尋，人們可以藉由手機做到許多不可思議的事情。比如出外旅遊時對著某個建築物拍照，或是一本書、一道風景，程式就能告訴你被拍攝物的資訊。更進階的應用是，人工智慧也能預測使用者的品味，當你觀看youtube上的影片達到一定的量之後，youtube將能推荐你感興趣的影片；或是Google Play Music，可以讓人隨時隨地獲得客製化的音樂推荐。
近幾年Google翻譯也有了突破性發展，能更好地理解人類的語言，因此人工智慧更加貼近大眾。舉例而言，開啓Google翻譯中的Word Lens功能，將手機鏡頭對準看不懂的路標或菜單，就會在圖像上現出自己看得懂的語言。除此之外，為了嘉惠聽障人士，現已有10億支的youtube影片能支援10種語言的自動上字幕功能。
現任Google Assistant總經理Pravir Gupta在會場上展示Google Assistant的功能，對著手機問日本航班資訊、推荐的電影，甚至直接請Google Assistant調出兒子在球隊的圖片。Google Assistant會記住使用者的嗜好、家人名稱，更加人性化。
開放機器學習架構給大眾
2015年Google開放了TensorFlow。TensorFlow是一個大規模的機器學習架構，可支援各種應用；它在兩年內成為最受歡迎的線上機器學習資料庫，在200多個國家被下載了超過790萬次。
相關的應用不勝枚舉。以往要保護海牛必須先追蹤牠們的位置，而方法是在大量的海洋空照圖中判斷海底下的海牛數量，通常都難以判讀；現在澳洲科學家利用TensorFlow去判讀海牛數量，可找到80%以前找不的海牛，有利於動保的進程。
一位鳥類學家在紐西蘭收集了15000小時的音訊檔，如此大量的音檔要連續聽兩年才能聽完，所以利用TensorFlow訓練鳥叫聲的辨識模型，最後訓練出能準確分辨出瀕危鳥類叫聲的系統，大幅加速了對瀕危鳥類的環境定位，也才能採取下一步保護措施。
TensorFlow在醫療的應用上更是廣泛，比如運用深度學習從醫學成像中偵測出糖尿病視網膜病變，或是皮膚科醫師藉以偵測出皮膚癌、醫師藉以預測疾病、做病患分流；機器學習也能支援DNA測序。在一些醫師數量不足的國家，透過TensorFlow，專家可以訓練出方便醫師檢測疾病的工具，增進診病效率，造福更多人。
推廣TensorFlow
雖然是普惠世人的工具，但機器學習的運用畢竟有些難度。為此，Google除了訓練18000名Googlers，推展機器學習技術，也與近950所大學合作，透過培訓計畫讓學生習得機器學習的運用；其中有86%學生認為參與培訓十分值得。明年初Google將開放機器學習的速成課程，讓更多有興趣的人自學。
為了科技倫理創造PAIR
新的科技會帶來新的不平等；舉例來說，做人臉辨識的訓練時，可能會漏失有色種族的資料，致使機器認不出部份族裔的人臉，有歧視之嫌。為了開發系統的公平性與包容性，Google創造了PAIR (People + AI Research)，讓研究人員可以先檢視原始資料是否有偏頗的情形，而且工具是開放的，所有人都能檢視編寫是否合理。
PAIR的目標是造就AI的人性化，讓AI更具包容性；Google正積極和哈佛、麻省以及其他研究中心共同合作，盡量完善人性化的目標。
(圖片由Google提供)
