【深度】谷歌人工智能10年之路

　　卡森·霍爾蓋特(Carson Holgate)正在受訓成為忍者。當然，這里所指的并非日本的武術(shù)，盡管霍爾蓋特擁有不錯的武術(shù)功底，現(xiàn)年26歲的她是空手道黑帶二段。但是霍爾蓋特最新接受的是算法培訓，她幾周前加入這個項目，希望能夠借此掌握比身體對抗更強大的技術(shù)，即機器學習。

　　卡森·霍爾蓋特，谷歌工程師，正在接受機器學習“忍者訓練”。

　　作為谷歌安卓部門的工程師，霍爾蓋特是參加今年“機器學習忍者”項目的18名程序員之一。在“機器學習忍者”項目中，谷歌通過類似“安德的游戲”方式，從各個團隊選撥有才華的程序員，向他們傳授人工智能技術(shù)，以便提升所有產(chǎn)品的智能化程度，盡管這有可能讓他們開發(fā)的軟件變得更加難以理解。

　　負責管理“機器學習忍者”項目的谷歌內(nèi)部機器學習產(chǎn)品經(jīng)理克里斯汀·羅伯森(Christine Robson)說：“機器學習忍者計劃的口號是：你想成為機器學習忍者嗎?我們從谷歌各個部門選撥人員，并將他們?nèi)谌霗C器學習團隊進行6個月的培訓。在導師指導下，這些人可以參與部分相關(guān)項目。他們可以由此入手，從而掌握大量機器學習方面的知識。”

　　對于4年前拿著計算機科學和數(shù)學學位來到谷歌的霍爾蓋特來說，這是掌握軟件行業(yè)最熱門技術(shù)的機會：利用學習算法和海量數(shù)據(jù)，教授軟件完成任務的方法。多年來，機器學習都被視為高度專業(yè)的領(lǐng)域，僅有少數(shù)精英人士才能夠掌握它。但這種情況已經(jīng)發(fā)生改變，最近的研究結(jié)果表明：由模擬生物大腦工作方式的“神經(jīng)網(wǎng)絡”驅(qū)動的機器學習技術(shù)是將計算機與人類能力真正融合的正確途徑。在某些情況下，甚至可能打造出超人。

　　谷歌則希望擴大內(nèi)部精英人才的數(shù)量，甚至希望讓機器學習成為谷歌人人能夠掌握的常規(guī)技術(shù)。對霍爾蓋特這樣的工程師而言，“機器學習忍者”項目是實現(xiàn)自我飛躍的絕佳機會，可以向精英中的精英學習?；魻柹w特言語間流露出敬畏之情，她說：“這些人正在開發(fā)令人覺得不可思議的模型，而且他們都有博士學位。”可是由于該項目將所有學員都稱作“忍者”，所以她開始有些難以接受，但她最終克服了障礙。

　　鑒于谷歌龐大的員工數(shù)量，其總部中的6萬名員工約有半數(shù)是工程師，所以“機器學習忍者”項目實際上規(guī)模很小。但是這個項目卻象征著谷歌的認知在發(fā)生改變。盡管機器學習很早以前就是谷歌研發(fā)的重點技術(shù)，谷歌也始終在積極招募這個領(lǐng)域的專家，但直到2016年，谷歌才真正開始癡迷于機器學習。

　　2.5萬名谷歌工程師艱難轉(zhuǎn)型

　　在2015年末的財報會議上，谷歌首席執(zhí)行官桑達爾·皮查伊(Sundar Pichai)闡述了該公司的機器學習戰(zhàn)略。他說：“機器學習是顛覆性的核心技術(shù)，可以讓我們反思做任何事情的方式。我們希望將它應用于所有的產(chǎn)品中，包括搜索、廣告、YouTube或Play。我們目前還處于發(fā)展初期，但你會看到我們以系統(tǒng)化的方式將機器學習應用到這些領(lǐng)域中。”

　　顯然，如果谷歌要在旗下的所有產(chǎn)品中應用機器學習技術(shù)，就需要精通這項技術(shù)的大量工程師，而機器學習技術(shù)與傳統(tǒng)編碼截然不同。

　　谷歌機器算法項目負責人杰夫·迪恩(Jeff Dean)說：“越多的人通過這種方式思考解決問題的方案，我們就會變得越好。”迪恩估計，谷歌目前約有2.5萬名工程師，但只有幾千人精通機器學習技術(shù)，或許這個比例僅有10%。他希望最終精通機器學習技術(shù)的人能接近100%。在被問及這個愿望能否實現(xiàn)時，迪恩稱“我們會盡力嘗試。”

　　多年以來，約翰·迦南德里(John Gianandrea)始終都是谷歌機器學習的重要推動者，而作為該公司的風向標，迦南德里最近成為了搜索業(yè)務主管。他2010年加盟谷歌時，對機器學習和神經(jīng)網(wǎng)絡并不太了解。

　　但2011年左右，他被神經(jīng)信息處理系統(tǒng)(NIPS)大會的消息所震驚。在每年的NIPS大會上，都有團隊宣布利用機器學習技術(shù)取得的最新成果，其所涉及的領(lǐng)域包括翻譯、語音識別和視覺系統(tǒng)等。迦南德里說：“許多令人感到驚訝的事情正在發(fā)生。當我首次關(guān)注NIPS大會時，感覺內(nèi)容十分晦澀難懂。但在過去3年間，這個領(lǐng)域在學術(shù)界和產(chǎn)業(yè)界都取得蓬勃發(fā)展，去年大約有6000人參加大會。”

　　杰夫·迪恩，谷歌最權(quán)威的計算機科學專家，正在制作機器學習方面的工具，并領(lǐng)導相關(guān)團隊。

　　這些神經(jīng)網(wǎng)絡算法在不斷改進，再加上摩爾定律帶來的強大計算能力，以及谷歌和Facebook等科技公司挖掘出來的龐大用戶行為數(shù)據(jù)，機器學習的新時代由此拉開序幕。迦南德里也加入其中，他認為這項技術(shù)將成為谷歌的核心。與他志同道合的人還包括迪恩，他是谷歌秘密研究部門Google X神經(jīng)網(wǎng)絡項目“谷歌大腦”(Google Brain)的聯(lián)合創(chuàng)始人。

　　谷歌發(fā)力機器學習并非簡單地代表編程技術(shù)發(fā)生了轉(zhuǎn)變，這項技術(shù)可能為計算機賦予迄今高不可攀的權(quán)力。實際上，這已經(jīng)屬于“深度學習”算法，它是從大腦結(jié)構(gòu)中獲取靈感圍繞復雜神經(jīng)網(wǎng)絡建立起來的算法。“谷歌大腦”就屬于“深度學習”努力，谷歌旗下人工智能公司DeepMind也在加入這個領(lǐng)域。DeepMind研發(fā)的AlphaGo擊敗了人類圍棋冠軍，打破了人類對智能機器性能的期望，同時也引發(fā)了人們對智能機器和殺人機器人的擔憂。