前不久，Google的CEO桑達(dá)爾·皮查伊在接受Forbes專訪時(shí)，非常明確地指出了：Google將在一切服務(wù)和設(shè)備中，或早或晚地采用人工智能技術(shù)。
Back Channel的一篇來自Steven Levy的文章描述了Google從培訓(xùn)、雇傭、管理、技術(shù)等各個(gè)方面的措施和轉(zhuǎn)變，并且介紹了機(jī)器學(xué)習(xí)在Google崛起的歷史、克服的阻力、以及勢不可擋的未來。
Google正在打造機(jī)器學(xué)習(xí)的“忍者團(tuán)隊(duì)”
Carson Colgate，一名Google機(jī)器學(xué)習(xí)隊(duì)伍的新成員。她正在訓(xùn)練自己成為一名“忍者”。
她今年26歲，之前已經(jīng)在跆拳道里拿過一個(gè)二級(jí)的黑帶。這次，她要做的是在算法上成為一名“忍者”。她在Google的Android部門擔(dān)任工程師，現(xiàn)在則被收錄到Google內(nèi)部的一個(gè)機(jī)器學(xué)習(xí)“忍者項(xiàng)目”。這個(gè)項(xiàng)目只招收了18個(gè)人，這18個(gè)人卻都是Google各個(gè)產(chǎn)品部門的精英。他們將要把學(xué)習(xí)到的人工智能技巧，用于打造他們各自負(fù)責(zé)的產(chǎn)品。
在Google負(fù)責(zé)內(nèi)部機(jī)器學(xué)習(xí)、管理此“忍者項(xiàng)目”的產(chǎn)品經(jīng)理Christine Robson說：“這個(gè)項(xiàng)目邀請(qǐng)Google全公司對(duì)機(jī)器學(xué)習(xí)感興趣的工程師，與機(jī)器學(xué)習(xí)團(tuán)隊(duì)一起學(xué)習(xí)6個(gè)月，跟導(dǎo)師取取經(jīng)，做一些項(xiàng)目，然后開展和實(shí)施項(xiàng)目，從中學(xué)習(xí)經(jīng)驗(yàn)和教訓(xùn)。”
Carson Colgate
很多年來，機(jī)器學(xué)習(xí)被認(rèn)為是一個(gè)只有技術(shù)精英才懂的技術(shù)專項(xiàng)。但是現(xiàn)在，機(jī)器學(xué)習(xí)成為了將人類智慧與電腦智慧結(jié)合在一起的不二途徑。Google致力于在公司內(nèi)部制作多一點(diǎn)機(jī)器學(xué)習(xí)的“精英”，甚至想要讓機(jī)器學(xué)習(xí)成為工程師的常規(guī)技巧。
Google是一個(gè)龐大的公司，六萬個(gè)雇員里面，有將近一半都是工程師。對(duì)比之下，這個(gè)目前只有18個(gè)人的機(jī)器學(xué)習(xí)忍者項(xiàng)目，實(shí)在很小。但是這個(gè)項(xiàng)目表明了Google一個(gè)認(rèn)知上的轉(zhuǎn)變——機(jī)器學(xué)習(xí)已經(jīng)成為最受重視的新方向之一。
雖然Google一直都有采用機(jī)器學(xué)習(xí)的技術(shù)，也一直致力于雇傭這個(gè)領(lǐng)域的人才，但是直到2016年，Google才開始執(zhí)迷于機(jī)器學(xué)習(xí)這項(xiàng)科技。去年年末，Google的總裁Sundar Pichai就說出了Google的新態(tài)度：
“機(jī)器學(xué)習(xí)是一個(gè)核心的、轉(zhuǎn)變式的改變，它將改變我們做每一件事的方式和想法。我們有目的地在我們的各項(xiàng)產(chǎn)品中運(yùn)用機(jī)器學(xué)習(xí)，無論是搜索，廣告，You Tube，還是Play。我們目前所處的階段還早，但是你會(huì)看到我們一個(gè)系統(tǒng)性、規(guī)模性的進(jìn)展——我們將在眾多的領(lǐng)域使用機(jī)器學(xué)習(xí)。”
因而這個(gè)邏輯很清晰：如果Google真的想要在全線的產(chǎn)品中運(yùn)用機(jī)器學(xué)習(xí)，它的工程師也必須掌握機(jī)器學(xué)習(xí)的技巧,這個(gè)技巧將和傳統(tǒng)的編程很不同。正如知名的機(jī)器學(xué)習(xí)宣言《高超算法》一書的作者Pedro Domingos所言：
“機(jī)器學(xué)習(xí)確實(shí)是太陽底下的新鮮事：它將自己建造（和實(shí)現(xiàn)）自己。”
機(jī)器學(xué)習(xí)是如何在Google崛起的？
Jeff Dean，Google的神級(jí)人物，正在帶領(lǐng)Google轉(zhuǎn)向機(jī)器學(xué)習(xí)的時(shí)代。
做好機(jī)器學(xué)習(xí)，意味著辨識(shí)正確的數(shù)據(jù)，選擇正確的算法，并且確保所有的其他條件都正確，才能成功。
Jeff Dean，Google軟件部的神級(jí)人物，如今帶領(lǐng)著機(jī)器學(xué)習(xí)團(tuán)隊(duì)，建造各種工具，幫助Google工程師加深機(jī)器學(xué)習(xí)的技能。根據(jù)他的預(yù)測：今天Google25000個(gè)工程師中，只有幾千個(gè)工程師精通于機(jī)器學(xué)習(xí)。而Jeff Dean的愿景是：所有的Google工程師都要懂得機(jī)器學(xué)習(xí)的一些知識(shí)。“我們將要嘗試實(shí)現(xiàn)這個(gè)目標(biāo)。”
John Giannandrea一直以來都在Google內(nèi)部提倡機(jī)器學(xué)習(xí)的重要性，而時(shí)代造英雄，在Google的機(jī)器學(xué)習(xí)時(shí)代，Giannandrea成為了搜索業(yè)務(wù)的負(fù)責(zé)人。但是當(dāng)他2010年剛到公司的時(shí)候，他并沒與多少機(jī)器學(xué)習(xí)的經(jīng)驗(yàn)。2011年的時(shí)候，他在一個(gè)會(huì)議上得知“神經(jīng)信息處理系統(tǒng)”（Neural Information Processing Systems，NIPS)，從此欲罷不能。
從此，每一年，NIPS都使用機(jī)器學(xué)習(xí)創(chuàng)造著科技界的神話，解決著如翻譯、聲音辨識(shí)、或者視覺辨識(shí)等諸多領(lǐng)域的難題。Giannandrea回憶道當(dāng)時(shí)參加這個(gè)NIPS會(huì)議的時(shí)候，這個(gè)會(huì)議非常不知名，“但是這個(gè)領(lǐng)域在學(xué)術(shù)和科技界都在過去三年高速成長。去年參會(huì)者達(dá)到了6000人。”
不只是Giannandrea認(rèn)為機(jī)器學(xué)習(xí)將會(huì)成為科技的核心。Google內(nèi)部的機(jī)器學(xué)習(xí)擁護(hù)者越來越多。比如，Google Brain的聯(lián)合創(chuàng)始人Dean，他曾在Google X負(fù)責(zé)一個(gè)神經(jīng)網(wǎng)絡(luò)的研究計(jì)劃。這些在Google進(jìn)行的機(jī)器學(xué)習(xí)運(yùn)動(dòng)，說明了Google對(duì)計(jì)算機(jī)的決心和信心。
Jeff Dean
如今在機(jī)器學(xué)習(xí)領(lǐng)域最領(lǐng)先的為“深度學(xué)習(xí)”算法，這個(gè)算法的模型由人腦啟發(fā)，建立在復(fù)雜的神經(jīng)網(wǎng)絡(luò)之上。Google Brain以及Google在2014年1月以5億美元收購的Deep Mind，都在深度學(xué)習(xí)這一塊集中力量開發(fā)。Deep Mind開發(fā)了Apha Go，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(duì)人工智能深深的恐懼。Giannandrea覺得人工智能絕對(duì)不會(huì)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(gè)方面。
機(jī)器學(xué)習(xí)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(jīng)開始在公司內(nèi)部給工程師教授機(jī)器學(xué)習(xí)的課程。2005年的時(shí)候，研究科學(xué)家Peter Norvig開始在每周三在43號(hào)樓給感興趣的Google工程師講授機(jī)器學(xué)習(xí)。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(yuǎn)程打個(gè)電話過來一起聽課。而2013年，整個(gè)Google都意識(shí)到了機(jī)器學(xué)習(xí)的重要性。
隨著機(jī)器學(xué)習(xí)的重要性在Google內(nèi)部崛起，Jeff Dean也開始認(rèn)真思考：
“在過往，我們可能會(huì)使用機(jī)器學(xué)習(xí)，去改善系統(tǒng)的某幾個(gè)方面。但現(xiàn)在我們真的是要用機(jī)器學(xué)習(xí)去取代整個(gè)舊的系統(tǒng)。”
機(jī)器學(xué)習(xí)正在讓產(chǎn)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(fù)功能，就是緣起于Google Brain與Gmail團(tuán)隊(duì)的一次對(duì)話。Google一直鼓勵(lì)著這種合作，讓這兩個(gè)團(tuán)隊(duì)保持密切的聯(lián)系。
傳統(tǒng)的對(duì)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(fù)中，這個(gè)系統(tǒng)擁有足夠多的數(shù)據(jù)，它自己就可以學(xué)習(xí)和完善自己。
不過當(dāng)這個(gè)團(tuán)隊(duì)在開始測試智能回復(fù)的時(shí)候，這個(gè)軟件有一個(gè)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(fù)。當(dāng)它感到困惑的時(shí)候，它就會(huì)開始說：我愛你。這不是什么軟件上的故障。這個(gè)錯(cuò)誤可能就是它從人類行為中學(xué)習(xí)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(gè)很好的防范策略。
克服重重阻力，機(jī)器學(xué)習(xí)滲透到了搜索算法中
自從去年11月發(fā)布智能回復(fù)之后，GmailInbox應(yīng)用的用戶就可以選擇三個(gè)自動(dòng)生成的回復(fù)，而且這些自動(dòng)生成的回復(fù)準(zhǔn)確性一般很高。現(xiàn)在，從手機(jī)移動(dòng)端的Gmail用戶發(fā)出的回復(fù)中，十分之一都是由機(jī)器學(xué)習(xí)系統(tǒng)創(chuàng)造的。Gmail的成功只是Google成功運(yùn)用機(jī)器學(xué)習(xí)的一個(gè)極小的例子。
但是當(dāng)機(jī)器學(xué)習(xí)被運(yùn)用到搜索功能，這就是極大的轉(zhuǎn)折點(diǎn)了。一直以來，搜索都有運(yùn)用到機(jī)器學(xué)習(xí)，但是很多年以來，這個(gè)公司最重要的搜索算法，都被認(rèn)為太過于神圣，而不能被機(jī)器學(xué)習(xí)算法所玷污。機(jī)器學(xué)習(xí)對(duì)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(duì)程序有完全的掌控，而機(jī)器學(xué)習(xí)難免有點(diǎn)太禪意般的“放任自流”。Amit Singhal是一個(gè)經(jīng)驗(yàn)豐富的搜索工程師，是傳奇式的電腦科學(xué)家Gerald Salton的學(xué)徒，Singhal當(dāng)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(kuò)大的工具。Singhai對(duì)于把機(jī)器學(xué)習(xí)并入搜索算法，曾經(jīng)抱著懷疑的態(tài)度。Google的工程師David Pablo Cohn證實(shí)當(dāng)時(shí)他們用機(jī)器學(xué)習(xí)提高搜索的沮喪的嘗試：
“Amit Singhai的算法當(dāng)時(shí)是世界上最棒的，我們只能通過復(fù)制他的想法來做好。當(dāng)時(shí)我們找不到任何比他的方法要好的東西。”
Greg Corrado為Google Brain的聯(lián)合創(chuàng)始人
到2014年早期的時(shí)候，Google的機(jī)器學(xué)習(xí)專家們繼續(xù)挑戰(zhàn)這種局面。結(jié)果，機(jī)器學(xué)習(xí)團(tuán)隊(duì)的實(shí)驗(yàn)成為了搜索的一個(gè)核心部分：通過看用戶是否點(diǎn)擊了搜索詞條，來判斷搜索呈現(xiàn)的結(jié)果是否更好地匹配搜索的詞條。
如今，機(jī)器學(xué)習(xí)所建立的搜索匹配的成果Rank Brain，已經(jīng)是搜索算法的一部分。Rank Brain于2015年4月的時(shí)候上線。Google一直以來對(duì)于搜索功能如何運(yùn)作都是閃乎其辭，但是Jeff Dean很明確地說：
“Rank Brain這個(gè)機(jī)器學(xué)習(xí)的產(chǎn)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(gè)機(jī)器學(xué)習(xí)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(gè)信息點(diǎn)（比如，用戶所處的地理位置，以及頁面的標(biāo)題是否與搜索詞條匹配），而Rank Brain提供的信息點(diǎn)，是所有信息點(diǎn)中的重要性排在了第三。
打敗了傳統(tǒng)編程后，機(jī)器學(xué)習(xí)該如何在Google普及
Christine Robson是Google內(nèi)外機(jī)器學(xué)習(xí)活動(dòng)的組織者和帶動(dòng)者。
機(jī)器學(xué)習(xí)在搜索中獲得成功，對(duì)于Google而言非常重要，這讓很多人開始真的注意起機(jī)器學(xué)習(xí)來。而華盛頓大學(xué)的教授Pedro Domingos用更直白的語言說：
“一直以來，在傳統(tǒng)編程者與機(jī)器學(xué)習(xí)者之間都存在著一場戰(zhàn)爭。結(jié)果機(jī)器學(xué)習(xí)者在戰(zhàn)斗中獲勝了。”
Google目前的挑戰(zhàn)是要將他們的工程師隊(duì)伍過渡到機(jī)器學(xué)習(xí)的隊(duì)伍，不要求每個(gè)人都熟悉掌握機(jī)器學(xué)習(xí)，但起碼需要熟悉機(jī)器學(xué)習(xí)。不僅Google在這么做，很多其他的公司（比如Facebook）都在積極邁進(jìn)機(jī)器學(xué)習(xí)的時(shí)代。Google正在各個(gè)名校的機(jī)器學(xué)習(xí)領(lǐng)域搶奪人才。Google也即將在蘇黎世開設(shè)一個(gè)機(jī)器學(xué)習(xí)研究中心，搶奪機(jī)器學(xué)習(xí)人才的戰(zhàn)爭，延伸到了歐洲。
基于目前學(xué)術(shù)界并沒有造出很多的機(jī)器學(xué)習(xí)人才，保持這方面的人才就顯得至關(guān)重要。在Google，這并不是易事。因?yàn)榇蟛糠值捻敿?jí)工程師一輩子都通過傳統(tǒng)的編程取得成就。但是機(jī)器學(xué)習(xí)所要求的，是全新的思維。編程者一般通過對(duì)編程的控制來進(jìn)行創(chuàng)造，但是機(jī)器學(xué)習(xí)要求掌控的是某些具體類型的數(shù)學(xué)和統(tǒng)計(jì)學(xué)，但是這些領(lǐng)域的知識(shí)，甚至對(duì)于一些頂級(jí)的、可以解決復(fù)雜問題的工程師而言，都是陌生的，他們之前也根本不愿意學(xué)。
Christine Robson正在致力于給Google的工作人員創(chuàng)造更好的機(jī)器學(xué)習(xí)的環(huán)境:
“機(jī)器學(xué)習(xí)與靜止不變的編程不同：你要經(jīng)常給它提供新數(shù)據(jù)，我們要一直更新模型，一直學(xué)習(xí)，要一直添加更多的數(shù)據(jù)，一直轉(zhuǎn)變我們預(yù)測的方式。機(jī)器學(xué)習(xí)就像是一個(gè)活生生的、會(huì)呼吸的家伙，它和傳統(tǒng)的計(jì)算機(jī)編程完全不同。”
但是，Google對(duì)訓(xùn)練工程師學(xué)會(huì)機(jī)器學(xué)習(xí)的前景是樂觀的：如今在機(jī)器學(xué)習(xí)中使用的數(shù)學(xué)不算太復(fù)雜，大部分Google的工程師都可以學(xué)會(huì)。Google并且建造了類似Tensor Flow的工具，幫助工程師學(xué)習(xí)機(jī)器學(xué)習(xí)。Tensor Flow也為Google在雇用人才方面增加了吸引力。當(dāng)Google開設(shè)Tensor Flow公開課時(shí)，有75000人報(bào)名參加。
目前Google最大的任務(wù)，就打造更多可以完善這些機(jī)器學(xué)習(xí)工具的人才。他們也在內(nèi)部建立了大量的機(jī)器學(xué)習(xí)的課程，“下一次的課程，已經(jīng)有好幾千的工程師報(bào)名參加。”JeffDean說。
毫無疑問，機(jī)器學(xué)習(xí)，將會(huì)是Google一個(gè)重大的發(fā)展方向。我們的未來，將會(huì)是一個(gè)機(jī)器學(xué)習(xí)和人工智能的未來。