谷歌的AI布局：機器學(xué)習是重心 繼續在中國招人

　　自發(fā)布AI First戰略后，谷歌在人工智能道路上越走越堅定。不僅有Google Assistant智能助手，還在秋季發(fā)布會(huì )上發(fā)布了包括手機、耳機和智能音箱等多款AI硬件，構建AI生態(tài)。在特斯拉CEO馬斯克等不斷發(fā)出AI威脅論下，谷歌則表示，專(zhuān)注AI的前沿研究和解決實(shí)際問(wèn)題。

　　近幾年，Google每年都會(huì )舉行 APAC(亞太區年度媒體會(huì )議)。作為從Mobile First戰略轉移到AI First的科技巨頭，此次媒體會(huì )議的焦點(diǎn)自然是人工智能，“Made with AI”。

　　11月28日的會(huì )議上，谷歌大腦(Google Brain)負責人Jeff Dean表示，谷歌在人工智能領(lǐng)域最終目標是三點(diǎn)：利用人工智能和機器學(xué)習讓谷歌的產(chǎn)品更加實(shí)用(Making products more useful);幫助企業(yè)和外部開(kāi)發(fā)者利用人工智能和機器學(xué)習進(jìn)行創(chuàng )新(Helping others innovate);為研究人員提供更好的工具，以解決人類(lèi)面臨的重大挑戰。

　　AI+軟件+硬件

　　目前，機器學(xué)習在谷歌的大部分產(chǎn)品中都有應用。如Google Photos 云端相片集，利用圖像識別技術(shù)，可以提供人臉檢測和照片自動(dòng)分類(lèi);Google Lens基于圖像識別和OCR技術(shù)，能實(shí)時(shí)識別用智能手機拍攝的物品并提供與之相關(guān)的內容;Google Maps可以通過(guò)街道、街景的數據獲取更多有關(guān)地區詳細的情況，還可以了解停車(chē)難易程度;Gmail 和 Inbox 在收到郵件后，智能系統會(huì )給用戶(hù)提供回復建議(Smart Reply);YouTube 中的自動(dòng)字幕(Auto captions)則是通過(guò)機器學(xué)習給超過(guò) 10 億的視頻自動(dòng)加上字幕;Google Translator利用神經(jīng)網(wǎng)絡(luò )機器翻譯(Neural Machine Translation)。

　　Google Assistant是2016年5月19日推出的一款語(yǔ)音助手，核心是語(yǔ)音識別。Google Assistant 工程總監Pravir Gupta表示，該產(chǎn)品基于 Google 在機器學(xué)習、自然語(yǔ)言處理和搜索領(lǐng)域的經(jīng)驗之上。

　　在這些產(chǎn)品中，谷歌翻譯或許是中國用戶(hù)能夠使用最多的。Jeff指出，過(guò)去的翻譯系統使用更簡(jiǎn)單的統計翻譯模型，由 50 萬(wàn)行代碼組成。2016年，神經(jīng)網(wǎng)絡(luò )機器翻譯系統(GNMT：Google Neural Machine Translation)正式應用到谷歌翻譯中。Jeff稱(chēng)，該系統僅由 500 行 TensorFlow 代碼組成。使用新的系統后，翻譯準確性得到了很大改進(jìn)，“堪比過(guò)去十年取得的成果”。Jeff提到，目前翻譯效果提升最明顯的是日英互譯。

　　不過(guò)，谷歌不是最早在翻譯中運用神經(jīng)網(wǎng)絡(luò )機器翻譯系統的企業(yè)。2016年的百度機器翻譯技術(shù)開(kāi)放日上，百度技術(shù)委員會(huì )聯(lián)席主席、自然語(yǔ)言處理部技術(shù)負責人吳華博士表示，百度早在一年多前(2015年)就率先發(fā)布了世界上首個(gè)神經(jīng)網(wǎng)絡(luò )的機器翻譯系統(NMT)，克服了傳統方法將句子分割為不同片段進(jìn)行翻譯的缺點(diǎn)，充分利用上下文信息，對句子進(jìn)行整體的編碼和解碼，從而產(chǎn)生更為流暢的譯文。

　　吳華當時(shí)稱(chēng)，谷歌翻譯強在基于統計的機器翻譯上，但是在基于神經(jīng)網(wǎng)絡(luò )的機器翻譯上，百度要領(lǐng)先。此外，谷歌翻譯以英語(yǔ)為中心，百度翻譯以中文為中心。

　　構建生態(tài)很重要的一點(diǎn)便是要讓其中各成分有機融合。谷歌也正在努力讓硬件、軟件以及 AI 相互結合。今年秋季發(fā)布會(huì )上，谷歌發(fā)布了九款硬件產(chǎn)品，包括智能音響Google Home Mini / Google Home Max，筆記本Pixelbook，智能手機Pixel 2和Pixel 2 XL，Google Pixel Buds耳機，這些新硬件都與AI有關(guān)，整合了谷歌的智能語(yǔ)音助理 Google Assistant，凸顯了谷歌在A(yíng)I領(lǐng)域從軟件到向硬件領(lǐng)域的野心。

　　其中，Google Home還具有語(yǔ)音配對功能(Voice Match)，通過(guò)機器學(xué)習能識別不同的語(yǔ)音，可使最多六個(gè)用戶(hù)連接到同一臺 Google Home。Google Home Max 還運用了AI 技術(shù) Smart Sound，可依據所處位置自動(dòng)調整聲音品質(zhì)。谷歌首款無(wú)線(xiàn)藍牙耳機Pixel Buds還可便捷地接入Google翻譯，運用語(yǔ)音識別和翻譯技術(shù)，進(jìn)行實(shí)時(shí)翻譯。

　　與華為、iPhone X 智能手機采用雙攝像頭不同，谷歌的Pixel 2/2 XL結合了機器學(xué)習和計算攝影技術(shù)來(lái)分析圖像，將主體與背景分離。雖然只使用一枚攝像頭，也具備人像模式功能，在拍攝人像時(shí)可柔和虛化背景。通常，這需要多鏡頭的專(zhuān)業(yè)相機。

　　除了內部產(chǎn)品使用AI，谷歌也為企業(yè)及開(kāi)發(fā)者提供三種創(chuàng )新工具：TensorFlow，云機器學(xué)習 API (Cloud Machine Learning APIs) 以及張量處理器 (Tensor Processing Unit， TPU) 電腦芯片。

　　Google 在 2015年發(fā)布了人工智能系統TensorFlow并宣布開(kāi)源，之后TensorFlow成為了開(kāi)源社區GitHub上最受歡迎的機器學(xué)習工具。除了TensorFlow，其他的深度學(xué)習工具還有Caffe， CNTK，Theano等。而在中國，2016年9月，百度也宣布其深度學(xué)習開(kāi)源平臺PaddlePaddle在Github及百度大腦平臺開(kāi)放。

　　面對這些競爭，Jeff在媒體交流會(huì )上回應稱(chēng)，每個(gè)平臺都有各自?xún)?yōu)點(diǎn)和缺點(diǎn)，針對不同的人群，這樣的競爭是好的。“Tensorflow開(kāi)源軟件基于A(yíng)pache 2.0許可證，無(wú)論是大企業(yè)還是初創(chuàng )企業(yè)，每個(gè)人都可以利用它做自己想做的事情。這可能是Tensorflow成功的原因之一。我們看到一個(gè)很健康的生態(tài)系統，我們也從其他的開(kāi)源平臺當中學(xué)到了很多，不斷改善Tensorflow平臺，讓這個(gè)平臺更好。”

　　專(zhuān)注現實(shí)和研究問(wèn)題

　　機器學(xué)習是谷歌在人工智能領(lǐng)域的工作重心。谷歌認為，編寫(xiě)能使計算機自主學(xué)習如何變得智能的程序，要比直接編寫(xiě)智能程序更好。但是，隨著(zhù)機器變得越來(lái)越智能，機器會(huì )不會(huì )哪天真的有意識，進(jìn)而取代人類(lèi)?特斯拉CEO 埃隆·馬斯克(Elon Musk)和英國著(zhù)名物理學(xué)家霍金都對AI發(fā)出過(guò)警告。

　　而Jeff認為，這些擔心太遠了，“我們在部署安全的AI系統的時(shí)候也可以利用其中很多的技術(shù)，我覺(jué)得這可能會(huì )是短期我們最需要關(guān)注的領(lǐng)域?，F在的一些擔心還為時(shí)過(guò)早。我們現在應該著(zhù)眼于解決眼前的問(wèn)題。”這也是上文提及的谷歌AI三大目標之一：解決人類(lèi)面臨的重大挑戰(solving humanity’s big challenges)。

　　目前，谷歌正在利用機器學(xué)習解決如醫療保健、能源和環(huán)境保護問(wèn)題等問(wèn)題。例如，谷歌醫療成像團隊產(chǎn)品經(jīng)理與印度、泰國和美國的一些醫院合作開(kāi)發(fā)一種工具，可以通過(guò)機器學(xué)習幫助診斷糖尿病所引起的眼部疾病。在保護鳥(niǎo)類(lèi)方面，研究員Victor Anton 收集了 5 萬(wàn)個(gè)小時(shí)的音頻并將其轉換成譜圖，通過(guò) TensorFlow 更加快速高效地分析這些音頻，識別譜圖中的鳥(niǎo)鳴聲。

　　對于A(yíng)I帶來(lái)的失業(yè)問(wèn)題，Jeff則表示，過(guò)去兩百年的技術(shù)發(fā)展都會(huì )遇到這樣的問(wèn)題，他對此持樂(lè )觀(guān)態(tài)度，“每次技術(shù)有了新的發(fā)展，代替了人力勞動(dòng)，我們就會(huì )有一個(gè)新的、有意思的專(zhuān)業(yè)領(lǐng)域駕馭這個(gè)技術(shù)。我們會(huì )有新的工作，目前我們可能想象不出來(lái)。誰(shuí)能夠想到社交媒體會(huì )出現?發(fā)生以前是想象不到的。”

　　不擔心競爭對手 繼續在中國招人

　　11月初，Google 母公司Alphabet董事長(cháng)、谷歌前CEO埃里克·施密特(Eric Emerson Schmidt)在人工智能與全球安全峰會(huì )上對新美國安全中心的保羅·沙雷說(shuō)：“我認為，我們(美國)在未來(lái)5年內將繼續保持領(lǐng)先地位，然后，中國將迅速趕上來(lái)。”

　　埃里克的這一觀(guān)點(diǎn)源于中國政府發(fā)布的《新一代人工智能發(fā)展規劃》，規劃提出，到2020年，中國人工智能總體技術(shù)和應用與世界先進(jìn)水平同步;到2025年，人工智能基礎理論實(shí)現重大突破，部分技術(shù)與應用達到世界領(lǐng)先水平;到2030年，人工智能理論、技術(shù)與應用總體達到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng )新中心。

　　面對中美AI競賽問(wèn)題，Jeff表示，目前全球很多公司對機器學(xué)習以及AI感興趣，很多政府非常清楚AI的潛力，分階段、務(wù)實(shí)地進(jìn)行研究，建立生態(tài)系統。“中國政府倡導AI，并制定政策;美國政府可能不像中國這么有組織，但是我們(美國)也有很多在公司、學(xué)術(shù)界發(fā)生的研究，也有生態(tài)系統。”

　　機器學(xué)習和AI不僅影響著(zhù)計算科學(xué)，還涉及到各行各業(yè)。因此，在世界范圍內，一些政府和公司都在招募相關(guān)人才，這也直接帶來(lái)了人才儲備的競爭。另一方面，還涉及到AI人才的培訓問(wèn)題。Jeff稱(chēng)，“我相信隨著(zhù)時(shí)間推移，會(huì )有更多人有這樣的相關(guān)技能，他們可以通過(guò)這個(gè)技能解決很多問(wèn)題。”

　　谷歌如何看待百度之類(lèi)的競爭者?Jeff表示，谷歌主要關(guān)注下一代前沿研究問(wèn)題，雇傭人才，并為他們提供最好的計算機硬件去解決實(shí)際的、有意思的問(wèn)題。“我們并不擔心競爭對手，我們關(guān)心的是我們自己的研究”，他還補充稱(chēng)，谷歌也將在上海、北京持續招聘AI相關(guān)人才。

　　在2016年烏鎮的圍棋峰會(huì )上，Google首次對外承認在中國招人組建AI團隊。相關(guān)的招聘崗位有機器學(xué)習軟件工程師、機器學(xué)習技術(shù)主管、機器學(xué)習研究員、云端機器學(xué)習產(chǎn)品經(jīng)理等。不過(guò)招聘信息上并未顯示招聘人數，谷歌方面表示，沒(méi)有具體統計過(guò)中國地區AI員工數量。