Google CEO Sundar Pichai 在官方博客上宣布开源 Google 的机器学习系统 TensorFlow。几个小时之后，Google 机器学习团队的高级研究科学家 Greg Corrado 就在 Google 每年一度的亚太区媒体会议上谈了谈 Google 是如何看待机器学习的。

　　Greg Corrado 现场展示的这张图统计了从 2012 年到 2015 年 Google 内部有多少团队采用了深度学习模型。我们可以看到在 2015 年，深度学习模型的应用数量在 Google 内部可以说是迎来了一波大爆发。Greg Corrado 对现场媒体补充道，目前机器学习已经是 Google 搜索中排名第三重要的功能，在他看来，这项技术将是打造软件的一种全新方式。

　　相比“机器学习”这个冰冷的字眼，作为一个 Google 产品的用户，你或许更关心当机器学习技术被用到越来越多的 Google 产品中时，它将带来哪些改变。现在，除了 Google 搜索外，像 Gmail、Google Photos、Inbox、Google 翻译、YouTube 这些产品都或多或少使用了机器学习技术。比如：

　　在 Gmail 中，Google 用机器学习技术来过滤垃圾邮件。以前，Google 是基于一些规则来判定一封邮件是否是垃圾邮件，而现在 Google 则可以通过机器学习邮件中的关键字来判定。

　　在 Google Photos 中，机器学习应用的就更广泛了，照片的分类、物体的识别背后都用到了这些技术。看看它是不是为你带来了很多便利？

　　在 Inbox 中，机器学习技术将可以在理解邮件内容后，自动为你推荐合适的回复。

　　在 Google 翻译中，利用机器学习技术，Google 已经把翻译的错误率从 23% 降到 18%。

　　随着 Google 把相关技术越来越多的应用到自己的产品中，它自然也会积累更多的案例，这样以来这些产品就有望变的更聪明。当然，由于相比人类来说，机器学习起来很慢，所以它也需要更好的案例来做支撑。

　　如果你看完 Google 的这些应用之后也想把这些技术应用到自己的产品中，TensorFlow 这个开源工具就是为你准备的。TensorFlow 足够灵活，在科研之外，你也可以把它用在实际产品中，就像 Google 内部用的一样。在 Greg Corrado 看来 Google 开放这些机器学习的库是非常重要，它有利于建立机器学习方面的开放软件标准。当然，Greg Corrado 也强调：机器学习并不是魔术，它只是个工具，也不是说有机器学习的产品就一定比没有的好。

　　如果要追溯 Google 在机器学习方面的历史的话，透过大屏幕从华盛顿特区连线至现场的 Alphabet 董事长埃里克·施密特表示这或许要从 7-8 年前的语音团队算起，但大规模的投入应该是在 2-3 年前。当然这也和计算机的速度终于足够快了有关。至于未来，埃里克·施密特坦言他也不知道 Google 这条路能走多远，但这些投入会让 Google 更聪明，让 Google 的产品和服务更完美。