谷歌：AI First的台前幕後

在AlphaGo成為圍棋界無敵手之後，谷歌AI First的戰略激起了更多人的關注。谷歌，這個人工智慧先行者，到底在做什麼？

谷歌AI中國中心的成立，也被視為谷歌「重返中國」的重要舉措。

當你在觀看女兒的棒球比賽時，你為她抓拍了很多精彩瞬間。遺憾的是，有些照片里，翹著倔強嘴角的她、勝利比V的她、沮喪失望的她居然被球網擋住了。在不遠的將來，谷歌可以讓你的遺憾消失。藉助計算機視覺技術，谷歌的產品可以清除擋住女兒的障礙物，將你關心的照片中的那部分完整而清晰地呈現出來。

當谷歌CEO桑達爾皮查伊（Sundar Pichai）在谷歌2017年的I/O大會上宣布這項技術時，現場響起了一陣熱烈的掌聲。

這，僅僅是谷歌人工智慧產品的冰山一角。

能聽會看的谷歌助手

在家裡，只需要一聲：「OK，google」或者「Hey,google」又或者「Hi，google」，你就能成功喚醒住在Google Home里的谷歌助手。

唱歌、點餐、放電影、陪孩子數數、給媽媽打電話、訂航班和火車票……忙碌的清晨，在你整理著裝之時，通過簡單的語音對話，谷歌助手能真正地解放你的雙手，幫你完成諸多瑣事。哪怕環境非常嘈雜，Google Home也能精確地聽出你的指令。

得益於深度學習技術，Google Home能夠識別多達6個在家中的人的聲音，並且為你家裡的每個人做出個性化的體驗設置。比如當你的孩子、你和妻子分別說「給媽媽打電話」時，Google Home將自動撥給你的妻子，你的母親和你的丈母娘。

作為智能語音音箱，Google Home只是谷歌助手的一種表現形式。你還可以通過手機、網頁啟動你的谷歌助手。

融合了計算機視覺計算技術的Google Lens則讓谷歌助手有了一雙能洞察周遭環境的眼睛。拿著手機，你就能夠隨時隨地識別身邊的一切事物：比如路邊搖曳的是什麼花，街邊餐廳到底會提供什麼餐食，網友評分如何……

如果你去日本旅遊，用手機攝像頭對準壽司，除了進行翻譯外，谷歌助手會告訴你它是一種什麼食物，而在你附近，你可以去哪裡吃到好吃的壽司。不僅僅是看到，谷歌助手開始理解你看到的圖像和視頻，並結合知識圖譜，給你提供正確而有意義的信息。

不僅僅是谷歌助手，谷歌開發的諸多產品因為人工智慧的介入，讓人眼前一亮。

Google Photos能把你從整理和分享圖片的漫長時間中解救出來。或許你已有經驗，參加聚會合影時，你會有意識地要求用自己的手機拍照，因為一旦用的是他人的手機，可能這張照片你就再也看不到了。通過圖像識別技術，Google Photos會自動識別照片中的人像，自動整理並向你發出分享提示，你所需要做的就是按下發送按鈕。你還可以與愛人共享相冊，每當你的手機拍攝了孩子的照片，這些照片就能第一時間保存在愛人的手機里。

……

因為人工智慧的介入，用戶與谷歌的互動變得更得心應手。但很多人工智慧產品是免費的，這讓目前收入已經放緩的谷歌遭遇了其「AI First」戰略並未推動利潤增長的質疑。對此，谷歌大腦的創始人之一Jeff Dean解釋：「很多AI產品、服務帶給我們的收益都是非直接的。」他表示，谷歌翻譯、谷歌照片等免費服務會為谷歌帶來優質的用戶，這些用戶有可能進一步接觸谷歌，使用更多的產品。「並非每一個產品都必須為我們帶來收入，我們更希望用戶能夠使用全套的谷歌產品。」

勝在賽場之外的AlphaGo

谷歌內部的工作室，活躍的氛圍讓工程師們充分發揮自己的創造力。

除了通過人工智慧產品拓展用戶，谷歌也在向企業用戶發力，並挑戰科學領域。

AlphaGo在烏鎮以3比0戰勝柯潔之後，2017年10月，「無師自通」而百戰百勝的Alpha Zero再次震驚世人。AlphaGo的研發團隊Google DeepMind聯合創始人兼CEO哈薩比斯（Demis Hassabis）表示，DeepMind團隊計劃把新發現應用到其他領域，以解決當前面臨的一些最重要最迫切的科學挑戰。「我們希望，AlphaGo的故事僅僅只是一個開始。」

AlphaGo確實僅僅只是一個開始。在研發AlphaGo的過程中積累的知識已經在谷歌得到了應用，並且投放到了市場。最早公開的是減少能源消耗量。

早在2016年7月，AlphaGo結束與李世石的對弈後，谷歌已經使用DeepMind的機器學習能力，成功地把數據中心冷卻系統的能源消耗量減少了40%，相當於15%總能源消耗。不要小看冷卻環節的40%。大部分企業都需要數據中心來幫忙儲存和傳遞信息，而數據中心長時間運行後也會像電腦一樣發熱。企業光是在降溫一項上就需要花費許多能源和財力。據媒體報道，DeepMind團隊與英國國家電網公司討論，計劃用人工智慧技術幫助英國節省10%的用電量。

而在烏鎮戰勝柯潔的AlphaGo沒有出現與李世石對戰時的「宕機」，據稱是採用了谷歌研發的新型晶元TPU(TensorProcessing Unit)，使得運行效率得到了飛躍，當前的版本在處理計算時所消耗的能量僅為過去的十分之一，並能夠更快速地進行學習。

在2017年的Google I/O大會上，Google宣布的Cloud TPU集成板具有4個專用晶元，每個集成板每秒可進行180萬億次浮點運算。如果把64個集成板放到一個超級計算機內，就會擁有千萬億次的計算力。谷歌CEO桑達爾皮查伊稱之為「人工智慧領域技術架構的重要進步」，全世界的人工智慧研究者或者需要的企業都可以租用，幫助加速運行。

AlphaGo的研發團隊已經開始挑戰科學難題。DeepMind與英國倫敦大學學院醫學院的研究人員合作，讓機器學習參與到頭頸部癌症治療方案的設計過程當中，協助醫護人員細分癌變組織和健康組織，細分過程有望由4小時左右縮短到1小時左右。被Google訓練後的深度神經網路模型，可自動篩選疑似糖尿病性視網膜病變的眼底掃描圖，其準確度甚至超過了專業醫師的平均水平。

谷歌建立的神經網路通過是否擴散到了相鄰的淋巴結，將某種形式的乳腺癌診斷準確率從73%提到了現在的89%。谷歌還在使用機器學習預測分子屬性，這開啟了藥物發現或材料科學的可能性。皮查伊甚至表示，對於未來某天人工智慧發明出符合預期特性的新分子，他很有信心。

人人參與的人工智慧

谷歌CEO桑達爾·皮查伊（Sundar Pichai）

谷歌很多人工智慧產品的進展，以及谷歌翻譯誤差降低了55%~85%，都要歸功於Tensor Flow—世界第一的機器學習知識庫，其使用增長率遠高於其他同類型平台。

據報道，谷歌的某些最佳的研究，即便非常具有商業價值，谷歌也選擇了開源相關代碼，任何人可以免費嘗試復現這些結果。「我們一直在努力做的一件事情，是分享我們使用的工具和科研成果，讓全世界的人們可以利用機器學習來實現他們關於未來的想像。」Google機器學習資深研究科學家，也是Google Brain項目創始人之一的Dr.Greg S Corrado在談到資源開放共享時表示。而目前，谷歌已經通過API提供了一些預知好的機器學習子系統，開發者只需要再添加簡單的代碼就可以實現如翻譯、圖片識別等技術。

正因如此，芝加哥的17歲中學生Abu Kadar可以在研究TensorFlow開源庫後，寫出一套程序幫助放射科醫生提高乳腺癌的診斷率。澳大利亞的研究員們利用TensorFlow的最新圖像識別技術，讓電腦「學會」了識別巨型航拍圖中的海牛，對海牛的數量與位置進行追蹤研究，保護這種可愛卻面臨瀕危境地的海洋哺乳動物……

中國學者和企業也從中受益。Google大中華區總裁石博盟(Scott Beaumont)2017年7月份透露，在Python語言的在線軟體知識庫PyPi上，TensorFlow已被下載900,000次，其中15%來自中國。清華大學自然語言處理與社會人文計算實驗室的學者使用TensorFlow來加深他們對語言的理解；還有很多中國創業公司在使用這個開源平台，比如，播客應用CastBox通過TensorFlow進行用戶偏好分析，並為用戶提供個性化內容推薦。

而2017年12月13日谷歌AI中國中心的成立，被認為很可能是在中國建立一個以TensorFlow為核心的AI人才社區，招募和吸引中國AI人才，以及穩固TensorFlow在開發者中地位的一個舉措。

致力於人人受益於人工智慧，這是谷歌對人工智慧的一貫態度，也正是谷歌的可貴之處。谷歌2017年還把在AI領域取得的所有成就都發布在Google.ai上，重點關注最先進的研究、工具和基礎設施研究，類似TensorFlow和CloudTPU這樣的以及AI的實際應用。

2017年7月，谷歌推出被稱為「人+AI」計劃的PAIR（thePeople+AIResearchInitiative）計劃，主要研究如何讓工程師和研究人員更容易理解和打造機器學習系統、利用AI如何幫助各領域專家開展工作以及怎樣讓每個人都受益於AI的突破性進展。谷歌內部工程師解讀，谷歌更想弄清楚從人的立場來看，人們在哪些方面可以更好地使用人工智慧，而非為了自身利益研發基於AI技術的軟體。

谷歌還牽頭與亞馬遜、DeepMind、facebook、IBM、微軟行業巨頭建立了一個名為PartnershiponAI的獨立非營利組織，希望促成一個關於人工智慧技術如何與人類、社會、經濟等互動的話題開放式的討論平台。雖然此舉引來了公眾對於科技大公司的聯合會造成新一輪技術壟斷的憂慮，但Dr.Greg S Corrado表示：「一家公司獨大只會讓人工智慧機器學習領域的發展更慢更低效，而充分的開放和競爭有助於推動行業的發展。」

谷歌的光榮與夢想

與其他科技公司一樣，谷歌也在通過投資來實現在AI領域的布局。2017年名為「梯度」（GradientVentures）的AI風投基金亮相，該基金被用於為AI創業公司提供資金、資源、專家通道及培訓。

這是谷歌「AI先行」戰略的深化。早在首次公開這個戰略的2016年，「AI先行」在谷歌已是隨處可見的事實。李開復在《人工智慧》一書中回憶，谷歌內部很早就開始研究人工智慧的應用：「早在2005年，谷歌研究部門總監彼得諾維格（他也是《人工智慧：一種現代的方法》的作者）就在谷歌中心園區的43號樓舉辦了一個每周一次的機器學習課程。吸引了包括大拿傑夫迪恩在內的許多工程師，每次講課都濟濟一堂，課程還被錄成視頻，在谷歌全世界的幾十個辦公室傳播。」當深度學習在理論和實際應用上連續取得里程碑式的突破後，傑夫迪恩帶領谷歌內部最為精幹的技術團隊，開始打造神秘的谷歌大腦。「這絕對是高科技公司內部第一次基於深度學習理論，建立如此大規模的分散式計算集群。」李開複評價。

數據顯示，從2012年到2015年，谷歌內部使用深度學習（絕大多數都依賴於谷歌大腦）的項目數量從零迅猛增長到1000多個。

谷歌的性質在某種程度上註定了AI先行戰略。作為一家搜索公司，谷歌的核心使命是：「整合全球信息，使人人皆可訪問並從中受益。」皮查伊在2017年I/O大會上表示：「從未如此堅定和專註於這一使命。」他認為，在當今世界，人們已經習慣於使用設備來幫助他們安排每天的生活、來往於各地並彼此保持聯繫，因此這一使命變得更加切實且至關重要。而在當今時代，機器學習和AI是為谷歌與用戶互動提供了一種全新視角。

但被譽為引領科技潮流「前沿標杆」的谷歌也遇到了挑戰。Dr.GregSCorrado表示，目前行業遇到的最大困境在於沒有足夠的真正理解並運用人工智慧技術的工程師，以及有創新意識和商業頭腦的人才，所以谷歌更多關注的還是如何培養和尋找這樣的人才。「我們需要培養更多的人如何運用機器學習技術來實現他們的創新構想。」

把技術傳遞給用戶是谷歌創新和研發的驅動力，但桑達爾皮查伊認為技術並不是終極目標，而是一種民主的力量。「它所提供的信息，便是力量之源。人們對信息的運用，也不斷給我帶來驚喜與啟迪。」那在這次人工智慧浪潮中，驚喜會是什麼呢？

撰文/程建蘭

※《科學大觀園》2018年1月下（總第539期）人工智慧專刊「群雄逐鹿」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！