AlphaGo与李世石的“人机大战”，为大众迅速普及了人工智能的概念。
但对谷歌而言，除了下围棋，现在的人工智能进展到哪一步了？未来，人工智能是否会战胜人类？
近日，谷歌资深研究科学家格雷格·考拉多(Greg Corrado)来到中国，接受包括第一财经在内的媒体采访。
在他看来，人工智能和机器学习都是目前十分重要的基础性的新技术，全球很多大学以及公司都有自己的人工智能实验室进行不断尝试创新和研发，令整个行业都中受益。如果这个行业只有一家公司独大，那么这个领域的发展将会更慢更低效，因此人工智能行业竞争越大越开放是一件好事，谷歌希望这个大环境能继续开放且持续地充满竞争。
而对于眼下不少公司产品言必称“人工智能”，Greg Corrado对第一财经记者表示，目前市面上确实存在一些公司把人工智能和机器学习用于品牌营销的策略，也许会有一些公司因为不太能够清楚地认识所从事的事情而有所走偏，但是最终消费者应该在意和关注的并不在于技术是如何研发的，而是这些技术是否真正在发挥作用，不要轻易被市场营销左右。
谈到人工智能的挑战，他对记者坦言，对于人工智能行业而言，最大的困难在于人才。“没有足够的一些能真正理解并运用人工智能工具的工程师，以及有创新意识以及有商业头脑的人才。所以我们更多的关注还是在如何培养和探索这样的人才。”
以下是采访实录：
期待机器学习新突破
Q：谈到人工智能，比较热门的一个技术就是深度学习。机器学习是如何帮助深度学习提高效率的呢？
A：这项技术其实在不断变化，机器学习需要数据样本，资源，工具，还有计算机运算能力等多方面的支持。回顾机器学习发展的历史会发现，由于计算机运算速度缓慢成本过高等技术原因滞后影响了程序运行的效率无法满足需求，于是机器学习的发展进程也比较缓慢，也没有实际的产品和服务被推出来。直到最近几年计算机运算能力有了大幅提升，速度提升成本下降并且应用越来越广，这改变了整个局面。所以如今机器学习的瓶颈变成了与人相关的因素，在于人的创造力与创新能力，在于在擅长并懂得如何运用这项技术的人才。所以我们的重心也发生了变化，在其余所有因素和条件诸如充足的数据，免费的工具，资源，足够强大的计算机运算能力等等都满足的情况下，我们需要教会和培养更多的人如何运用机器学习这个技术来将实现他们创新的构思。
Q：目前人工智能和机器学习仍限于处理一些较为局限具体的专门领域，你认为什么时候有更为强大的通用型的，可以应用到任何领域的人工智能系统出现？
A：这是一个有趣的问题，我认为未来的发展趋势，还是专业的领域用专用的技术和模型解决特定的问题和任务。这样的应用对于一个系统和技术更为高效且更有实际意义。关于出现那种通用的技术我不是特别有信心，即便是有这样的技术，我认为也不会比专用针对性地解决特定问题的解决方案更快更有效，而只会更慢效率更低。
Q：深度学习目前急需突破的地方是什么？
A：机器学习不是黑魔法， 最重要的是需要让人们更容易地探索，不同的配置调配和变量（因需而异作出差异化的模型调整），他们不需要去猜想这是什么黑魔法以及背后的工作原理，这将会是接下来深度学习的发展方向，无论是理论研究还是工程应用升级方面，更好地探索学术理论研究中的猜想指标构思和建模。
Q：对于机器学习中的人工监督学习、无监督学习以及半人工监督学习，你认为哪种更有效？
A：目前，绝大多数甚至几乎所有的已投入实际应用的机器学习系统都是人工监督（即通过人工采集的样本学习）的机器学习。
如何实现通过无具体样本自动学习的无人工监督的机器学习,在该研究领域确实非常吸引人，每年都有相关的很多学术研究和论文出现，但是我们目前还没有发现任何已投入到实际应用的成果出现。