淺談Google的人工智能的崛起之路

　　不只是 Giannandrea 認為機器學習將會成為科技的核心。 Google 內部的機器學習擁護者越來越多。 比如，Google Brain 的聯合創(chuàng)始人 Dean，他曾在 Google X 負責一個神經網絡的研究計劃。這些在 Google 進行的機器學習運動，說明了 Google 對計算機的決心和信心。

　　如今在機器學習領域最領先的為“深度學習”算法，這個算法的模型由人腦啟發(fā)，建立在復雜的神經網絡之上。Google Brain 以及 Google 在2014 年 1 月以 5 億美元收購的 DeepMind，都在深度學習這一塊集中力量開發(fā)。 DeepMind 開發(fā)了 AphaGo，并在圍棋比賽中將人類的冠軍打敗了，這件事激發(fā)了人類對人工智能深深的恐懼。 Giannandrea 覺得人工智能絕對不會把人類趕盡殺絕或者取代人類，但是，它將要深刻地變革我們生活的每一個方面。

　　機器學習的概念在 Google 絕不是新鮮事。 Google 的創(chuàng)始人一直以來相信人工智能的力量。十年前，Google 已經開始在公司內部給工程師教授機器學習的課程。 2005 年的時候， 研究科學家 Peter Norvig 開始在每周三在 43 號樓給感興趣的 Google 工程師講授機器學習。課程如此受歡迎，以至于在 Bangladesh 的工程師熬夜到凌晨，只為了遠程打個電話過來一起聽課。而 2013 年，整個 Google 都意識到了機器學習的重要性。

　　隨著機器學習的重要性在 Google 內部崛起，Jeff Dean 也開始認真思考：“在過往，我們可能會使用機器學習，去改善系統(tǒng)的某幾個方面。但現在我們真的是要用機器學習去取代整個舊的系統(tǒng)?！?/p>

　　機器學習正在讓產品有著以往不可想象的新功能。比如去年 11 月發(fā)布的 Gmail 上的智能回復功能，就是緣起于 Google Brain 與 Gmail 團隊的一次對話。 Google 一直鼓勵著這種合作，讓這兩個團隊保持密切的聯系。

　　傳統(tǒng)的對人工智能語言的理解是：人們需要將語言的規(guī)則嵌入到系統(tǒng)，但是在 Gmail 的智能回復中，這個系統(tǒng)擁有足夠多的數據，它自己就可以學習和完善自己。

　　不過當這個團隊在開始測試智能回復的時候，這個軟件有一個很詭異的問題：它總是在建議一些不太符合場合的浪漫性的回復。 當它感到困惑的時候，它就會開始說：我愛你。這不是什么軟件上的故障。這個錯誤可能就是它從人類行為中學習而來的： 如果你處于不知所措或者困窘的狀態(tài)，說“我愛你”是個很好的防范策略。

　克服重重阻力，機器學習滲透到了搜索算法中

　　Greg Corrado 為 Google Brain 的聯合創(chuàng)始人，正在和其他產品團隊合作，將機器學習帶進 Google 的每個產品。

　　自從去年 11 月發(fā)布智能回復之后，Gmail Inbox 應用的用戶就可以選擇三個自動生成的回復，而且這些自動生成的回復準確性一般很高。 現在，從手機移動端的 Gmail 用戶發(fā)出的回復中，十分之一都是由機器學習系統(tǒng)創(chuàng)造的。 Gmail 的成功只是 Google 成功運用機器學習的一個極小的例子。

　　但是當機器學習被運用到搜索功能，這就是極大的轉折點了。一直以來，搜索都有運用到機器學習，但是很多年以來，這個公司最重要的搜索算法，都被認為太過于神圣，而不能被機器學習算法所玷污。機器學習對于搜索的作用，一直都受到懷疑。

　　這種懷疑，部分源自于一種文化上的抵抗：一直以來，高超的黑客們都想要對程序有完全的掌控，而機器學習難免有點太禪意般的“放任自流”。 Amit Singhal 是一個經驗豐富的搜索工程師，是傳奇式的電腦科學家 Gerald Salton 的學徒，Singhal 當年修改了 Google 創(chuàng)始人布林和佩奇的編程作業(yè)，讓他們的程序變?yōu)榭梢粤炕瘮U大的工具。 Singhai 對于把機器學習并入搜索算法，曾經抱著懷疑的態(tài)度。 Google 的工程師 David Pablo Cohn 證實當時他們用機器學習提高搜索的沮喪的嘗試：

　　“Amit Singhai 的算法當時是世界上最棒的，我們只能通過復制他的想法來做好。當時我們找不到任何比他的方法要好的東西?！?/p>

　　到 2014 年早期的時候，Google 的機器學習專家們繼續(xù)挑戰(zhàn)這種局面。結果，機器學習團隊的實驗成為了搜索的一個核心部分：通過看用戶是否點擊了搜索詞條，來判斷搜索呈現的結果是否更好地匹配搜索的詞條。

　　如今，機器學習所建立的搜索匹配的成果 RankBrain，已經是搜索算法的一部分。RankBrain 于 2015 年 4 月的時候上線。 Google 一直以來對于搜索功能如何運作都是閃乎其辭，但是 Jeff Dean 很明確地說：“RankBrain 這個機器學習的產物在每一次檢索中都發(fā)揮作用，并且在大部分的檢索中影響著排名。”

　　并且，這個機器學習的算法證明是非常有效的。 每一次的 Google 搜索都要用上幾百個信息點 (比如，用戶所處的地理位置，以及頁面的標題是否與搜索詞條匹配)，而 RankBrain 提供的信息點，是所有信息點中的重要性排在了第三。