反垃圾邮件、Kinect 甚至自动翻译器有什么共同点？它们都是基于机器学习技术的！微软技术和安全总监 Bernard Ourghanlian 向我们讲述了人工智能的这一重大进步。
Bernard Ourghanlian 于 1999 年加入 Microsoft。他是 Microsoft France 的技术和安全总监。在 Windows 9 首次推出前几天，以及 Cortana 语音助手在法国推出前几个月，我们在出版商法国总部举行的新闻发布会上与他进行了交谈。他与我们讨论了人工智能的一个令人兴奋的子领域：机器学习。
01net：您能给我们定义一下机器学习吗？
伯纳德·奥根连：它是机器获取数据以学习和丰富自身的能力，这要归功于它的经验，也就是说它恢复其他数据和学习新数据的潜在能力。
有具体的应用例子吗？
事实上，我们在日常生活中以极其平庸的方式使用机器学习。对于搜索引擎，我们使用机器学习。当您的邮箱收到很少或根本没有垃圾邮件时，这是因为它具有过滤垃圾邮件的机器学习算法。
机器学习什么时候开始普及的？
我想说这种技术已经存在十多年了。
我们还谈论了很多关于深度学习的内容。有什么区别？
深度学习是机器学习，但其算法的实现基于所谓的深度神经网络。他们首先使微软研究院，然后是整个行业，在语音识别方面取得了长足的进步。在这一领域，第一项工作是由美国国防部资助的，作为冷战的一部分，将俄文翻译成美文。
然后，加拿大取得了进展，因为他们有义务将所有立法文本翻译成其两种官方语言：法语和英语。最后，最近，谷歌的方法包括：“我上网查看网络上翻译的文本，这样我就可以丰富我的数据库并学习”。现在，我们已经成功地将平均错误率降低到了 5% 以下，这是完全可以接受的。
我们在哪些 Microsoft 应用程序中发现了深度学习？
Cortana [微软的个人助理] 基于多个层面的深度学习。首先是关于对人所说内容的理解。然后因为它使用 Bing，而 Bing 本身就支持深度学习。最后，通过软件传感器，它可以了解您的环境，从而根据具体情况进行干预。那是针对普通大众的。我们还推出了 Azure ML，它的测试版有效期为几个月，它允许公司访问具有机器学习算法库的市场。
机器学习的未来是什么？
我们的直觉是，将会有越来越多的人拥有私人助理，为我们的日常生活提供帮助。甚至，在一定数量的情况下，谁可以代替我们行动。
它的优势在于能够处理大量数据吗？
不。当然，我们拥有的数据越多，我们的模型就越相关。但我们可以很好地在小数据量上创建模型。而这并不是导致机器学习出现的原因。相反，能够完成使用传统编程语言无法完成的事情。机器学习是计算机科学和统计学的融合。它允许您在真实情况下收集数据并将这些数据提取到模型中。这是它的根本性贡献。
接下来的问题是这些数据是否具有代表性，或者是否异常，也就是说超出了经典经验的范围。因此，我们可以在 IT 安全中非常有趣地使用机器学习。如今有许多 CAC 40 公司在几个月甚至几年前就遭受过攻击，但他们却没有意识到。然而，机器学习能够解释微弱的信号。无需尝试处理大量行为相同的数据，而是可以隔离少数表现出奇怪行为且需要处理的数据。
想到我们可以用它来建模和预测人们的行为，是不是很可怕？
是的，用户不能对所收集数据的处理负责。因为他不一定知道十年后我们要用它做什么。奥巴马总统的专家委员会还建议修改立法，让公司或国家承担责任。这也是微软的立场。
