Jenny zhao表示谷歌从五年前开始深入研究机器学习，现在的效果已经越来越明显。AI技术已经成功应用在谷歌各项产品中，从谷歌翻译到医疗诊断，谷歌尝试多场景AI应用。

一年半以前，Google推出了人工智能开源平台TensorFlow。Jenny zhao介绍TensorFlow在GitHub上已经是第一位了。他希望国内有更多的开发者使用TensorFlow来解决更多问题。

以下为演讲实录：

大家下午好！很高兴在这里跟大家一起交流关于机器学习的事情。我在Google已经工作了九年时间，现在主要负责基础架构的研发。过去还负责过中国谷歌地图的工作。

先给大家讲讲最热门的话题，机器学习。什么叫机器学习？我自己的理解，实际上这是大家的努力，用来造一个更好的机器，这个机器能够帮助大家更好地认知世界。AI不是一个新的概念。当年我读研究生的时候就搞过AI。为什么AI现在才有一种爆发力呢？这是因为原来做AI的时候都是侧重于用一种非常严格的逻辑，希望能够把世界是怎么样的用一条一条具体的rule描述出来。实际上这条路走不通。因为我们这个世界是很混乱的，不是能清晰描述的。就像我吧，如果用一张照片说这是不是Jenny，今天我的头发比较乱，明天可能是直头发，后天又涂了口红，哪天下了雨，水又滴在我的脸上。这是一个很混乱的世界。如果我们把世界上每一个细小的变化都用rule写出来，这就写不完了。现在我们要教会机器学习，让机器从各种各样的例子里找到解决问题的方法。

Google为什么要关注机器学习？这个问题跟Google的使命相关。我们的使命在十几年以前就写下来了，到今天还是非常适用。我们要整合全球的信息，使每一个人都可以访问，并且从中受益。不管你在世界的哪一个角落，你都可以找到自己需要的信息。

用机器学习的方法，不管能够给你信息，同时我们还可以理解这个信息是什么。这样我们可以给你更好的帮助。Google现在特别在意机器学习。真的可以用颠覆性来描述机器学习，这是一个颠覆性的技术。

Google从五年前开始比较深入的研究机器学习，它的能量越来越明显了，Google整个公司都开始转向，原来Google注重的是移动优先，而现在已经转向人工智能优先。

我们把人工智能应用在Google的产品上，无数的工程师，投入了许多的精力，给用户提供很好的用户体验。结合机器学习以后，取得了极其明显的进步，大幅度的提高了精确度和识别度。

讲一个简单的例子。在座各位都是机器学习的专家，简单的分享一些概念，跟大家交流。

机器学习的方式是非常多的，其中一个是神经网络。AlphaGo是很有名的技术，它使用的就是神经网络。

神经网络是一种数学模型，你输入input，进行处理，它就会给你一个output，识别它是什么东西。有几百万个实例，让机器学习这是一只猫、这是一只狗。让机器拼命的学习，最终就会建立它自己的模型。其中有巨大的数据，需要大规模的计算。这两点恰好是Google最擅长的。然后我们放一张没有标记好的照片，让机器识别，最后识别出这是一只猫。它用来干什么呢？机器可以精准的告诉你这是什么品种的狗。

 （PPT）第一列是模糊的人脸照片，第二列是用传统的方式数学的模式去做，还原不了很清晰的，最后一列是我们用机器学习做出来的，它跟原始图片之间的差别是非常细微的。

 （PPT）黑白的图片，机器学习可以自动的把它涂上颜色，跟真正图片相比，颜色选择的还是很准的。大家都喜欢照相，我也很喜欢，照片多了以后，几万张、几十万张照片，我没有足够的精力去整理它。通过Google的机器学习，我想找樱花，它就可以把所有跟樱花有关的照片都找出来。

 这个应用是Google刚刚推出来的。我们有一个项目，希望可以把世界上所有珍贵的艺术作品带到网上来，跟大家分享。

（PPT）我们把这两件艺术品放在一起，它们之间有什么关联？我们怎么通过一系列的艺术品找到它们之间的关联点？这就是机器学习的应用。

还有一个功能是跟实际应用息息相关的，就是谷歌翻译。在一年半以前用谷歌翻译的时候，我觉得真的是不可看的，简直是不知所云，不知道讲什么东西。为什么？因为那个时候我们用的还是老一代的技术，只是一个短语一个短语的进行翻译，翻译完以后，放在一起，往往不知所云。现在我们用了神经网络的方式，可以翻译一段一段的句子。现在也不能说谷歌的翻译那么完美，但真的可以看了，你能明白是怎么回事了。中文和英文之间的翻译是非常困难的技术挑战。我们在英文和德语之间的翻译已经非常准确了。

 再讲一个跟人们的生活有关的功能，就是关于病变的诊断。我们现在正在做糖尿病病变的诊断。通过大量的视网膜图像，经常监测视网膜上，可以非常早的诊断病变。

Google的使命就是希望全世界的人都可以从中受益，找到你需要的信息。一年半以前，Google开源了机器学习，它叫做TensorFlow。我们的目的就是希望让世界上的人都可以用机器学习的模式，自己去试。它现在在GitHub上已经是第一位了。希望国内有更多的开发者使用这个技术，解决更多的问题。

讲两个有趣的例子，大家用TensorFlow做了什么。一个是日本的，日本的瓜农摘下来的黄瓜是怎么样的。

还有一个应用是用图像识别技术拯救海牛。科学家要了解海牛在什么地方，他们怎么保护它。我们希望可以找到海牛，可是在茫茫大海来，你怎么能找到海牛？研究人员可以通过高清的航拍图追踪海牛。TensorFlow可以帮助他们非常精确的找到海牛。

我们也希望能够更好的跟国内的科研人员、开发者一起合作，看看我们能做出哪些更加有趣、更加伟大的产品来。希望大家可以跟Google一起交流，我们共同把这个世界变得更加美好。

谢谢大家！