本文为科技“易语中的”专稿，未经授权或签约不得转载。
文|特约作者郑娟娟
成立于1998年的谷歌（Google），被公认为全球最大的搜索引擎公司，这个跨国科技公司在2015年8月宣布对企业架构进行调整，创办了名为Alphabet的“伞形公司”，谷歌成为Alphabet旗下子公司，全面转型为覆盖多领域的高科技企业。
今年，谷歌首席执行官Sundar
Pichai宣布，谷歌将从Mobile
First（移动第一）向AI
First（人工智能第一）转变。实际上，长期以来，谷歌一直在其核心产品中大量使用AI(人工智能)和机器学习技术（人工智能的核心技术之一），不仅如此，它还收购了其他AI公司，不断研发新的AI产品。到目前为止，谷歌在AI方面取得的成绩都给人一种强烈的印象——谷歌玩得很开心！
收购DeepMind：一桩超值的生意
为什么谷歌会让人觉得它玩得很开心呢？这可能要归因于它收购的人工智能公司DeepMind。DeepMind，2010年由人工智能程序师兼神经科学家Demis Hassabis等人联合创立，2014年谷歌斥资4亿英镑（按当时汇率换算6亿美元）将其收购，这两年引爆国际的人工智能热潮也不得不感谢DeepMind的出色表现：
2014年，DeepMind研制的AlphaGo5:0战胜了欧洲围棋冠军樊麾；
今年3月，AlphaGo又以4:1的成绩赢了前世界排名第一的李世石；
11月7日，已加入AlphaGo团队的樊麾宣布，AlphaGo棋力大涨，明年还要复出下棋，是否会对战中国柯洁，我们拭目以待。
本月初暴雪嘉年华又传出消息，DeepMind将与暴雪公司（美国游戏开发商）合作，在DeepMind的平台上开发工具，让第三方教人工智能玩实时游戏星际争霸II。
DeepMind似乎一直在教AI玩游戏，并且玩得特别好。当然，DeepMind是谷歌收购的公司，并非谷歌总部，但谷歌花了4亿英镑买下了它，它的研究动向不可能不受总部影响，如果总部不同意，DeepMind怎能玩得这样开心？其实，DeepMind表面上看是在玩游戏，实质上却是一种独特的技术开发方式。
目前AI依然处于弱人工智能阶段，要投入更深更广的实际运用还有很多难题需要攻破。可以说，这既是一个潜力无限的领域，也是一个充满挑战、需要大批超级大脑努力攻克的领域。今年，Demis Hassabis在美国科技媒体网站The Verge专访时说，DeepMind的目标不仅是在游戏中获胜，还要从中得到乐趣和启发。玩游戏其实是另一种试验台——尝试编写算法、测试算法的平台。最终希望能将技术应用于解决现实世界的难题。
Hassabis希望创造一种“综合智能”——可以像人类一样通过自我学习完成任何任务。此前在围棋世界玩转一流的AlphaGo距离“综合智能”还有很多障碍需要跨越——它首先得掌握乱糟糟的真实世界。于是DeepMind团队想到了星际争霸。这款游戏对现阶段的AI研究来说是一个有趣的测试环境，它提供了一个有用的桥梁通向现实世界。换句话说，DeepMind把这款游戏作为AI适应现实世界的一个重要过渡，因为与下棋相比，星际争霸的复杂性与现实世界的问题更加接近，即使对最强大的计算机来说这些复合的系统也仍然是严峻的挑战。从星际争霸中获得的深刻见解可以使人工智能比之前更快、更有效地处理问题。另一方面，下棋是轮流进行的，而星际争霸是实时展开的。这也正是为什么我们看见谷歌的人工智能要去玩星际争霸II了。
对于DeepMind来说，谷歌的支持非常重要，如果没有谷歌，就没有今天的DeepMind，他们是双赢的。——被谷歌收购后的DeepMind得到迅速发展，不仅新增几十名研究人员，还在2015年10月收购了2家由牛津大学教授创建的企业Dark Blue Labs（深蓝实验室）和Vision Factory（视觉工厂）。在优化研究进展方面，谷歌给了DeepMind相当大的自主权；另一方面，DeepMind需要用很多硬件训练AlphaGo，还要开发不同版本让其在云端对战，如果没有谷歌提供的资源，DeepMind就无法在短期内取得进展。
而谷歌对DeepMind的一系列支持则是因为，谷歌想要通过解决人工智能的问题，解决其他所有问题，DeepMind是谷歌发展人工智能最为得力的左膀右臂之一。实际上DeepMind除了自身的独立研究，同时也参与到谷歌内部很多产品开发中，Hassabis说，DeepMind与Google Brain（2011年Google X实验室里诞生的AI项目）每周都会互动。DeepMind侧重于增强学习，Google Brain则更侧重深度学习。
说收购DeepMind是一桩超值的生意，就不得不再提一提DeepMind其他的出色表现，这的确是一家技术上非常领先的人工智能公司：
今年7月，Hassabis称，DeepMind的AI系统正帮谷歌节约庞大的电费。该系统通过控制数据中心的部分设备——操纵服务器和制冷系统等相关设备来降低耗电量。谷歌也表示，该技术的确将电力使用效率(PUE)提升了15%。谷歌2014年耗电量是4,402,836兆瓦时，有很大一部分电量是由数据中心消耗的。根据美国能源信息管理局的数据，企业支付电价的范围约为每兆瓦时25~40美元，无论按哪个标准计算，如果数据中心的耗电量降低10%，就有可能在几年内为谷歌节约数亿美元电费（这样算来，谷歌收购DeepMind花的6亿美元很快就能“省”回来）。Hassabis说：“AI系统控制着数据中心的120个变量，包括风扇、制冷系统和窗户等。”DeepMind未来可能会要求谷歌在数据中心增加传感器，以便通过更加丰富的信息进一步节省用电量。
医疗领域，近期，DeepMind已与英国眼科医院Moorfields Eye Hospital 签署了协议，将使用人工智能对伦敦医院中的160万名病人的病例进行学习。其目标是教会计算机程序辨认2种比较普遍的眼部疾病——糖尿病视网膜病变和老年性黄斑变性。眼科医生通过分析医学图以及向病人询问病情相结合的方式诊断这两种疾病，出错率依然高达10%-20%。人工智能可以通过机器扫描数百万的文件和记录，对其进行学习，然后做出更快速、更精确的诊断。这是DeepMind与英国国家医疗体系的第二次合作，上一个项目是在伦敦皇家自由医院使用智能手机App监控病人的肾功能。
语音生成领域，今年9月，外媒报道DeepMind在该领域取得巨大飞跃，他们研发的WaveNet系统将机器生成的语音与人声品质的差距缩小了一半。这一进步将使机器像人一样“自然”发声的那天提前到来。
此外，DeepMind团队在今年10月在线出版的 Nature 杂志上发表论文，提出了一种结合神经网络和数字计算机最强优势的混合计算系统，称为“可微分神经计算机”（DNC），将神经网络与一个可读写的外部存储器结合起来，克服了神经网络无法长时间保存数据的缺点。德国不来梅雅各布大学教授Herbert Jaeger认为，DNC拓展的记忆可能将深度学习应用拓展到大数据领域。
谷歌强大的创造力，给AI不断注入生命力
实际上，除了DeepMind大踏步前进，富有创造力的谷歌总部对于AI的开发，也呈现遍地开花的场面。还是先看看谷歌目前的成果（笔者仅粗略梳理了一些主要方面，若要细数的话恐怕要好好单写一篇长文）：
开源深度学习系统：2011年谷歌成立AI部门，2015年11月谷歌开源第二代深度学习系统 Tensorflow。该系统基于谷歌2011年开发的深度学习基础架构DistBelief构建，与DistBelief相比，TensorFlow的运转速度更快、更智能、更灵活，可用于语音识别、照片识别等多个领域。此外，TensorFlow 编写的运算几乎不用更改就能在多种异质系统上运行。开放源代码后，所有工程师都可以帮助谷歌修改和完善这项技术。今天，Tensorflow开源一周年，谷歌博客发布了一年来取得的成果——超过480人直接为该系统做出贡献，目前该系统已成为GitHub上最受欢迎的机器学习项目。Tensorflow性能得到提高，被带到了IOS和树莓派，并与大数据架构集成起来，可接入Go,Rust,Haskell。该系统还使得谷歌翻译有了重大进步，等等。
向产品和服务中注入AI:目前，包括谷歌搜索、Google Now、GmailY以及开源的Android 手机系统中都注入了大量机器学习功能。例如用深度学习改善搜索引擎、识别 Android 手机指令、鉴别Google+社交网络图像，用卷积神经网络开发 Android 手机语音识别系统等。
自主研发AI芯片：为提升AI软件的性能，谷歌也在研发并使用新的微处理器芯片TPU，谷歌表示，与当前机器学习常用处理器相比，TPU具有领先7年的优势，计算速度快出10倍。谷歌也表示，很可能会为特定人工智能任务开发更多专用处理器。
开发量子计算机：谷歌正努力开发性能远胜传统计算机的量子计算机，但它一直没有透露具体做法。据外媒报道，2013年谷歌购买了一台D-Wave计算机，2014年，聘请加州大学圣塔芭芭拉分校的John Martinis设计超导量子位，谷歌量子人工智能实验室还曾宣布，其量子计算机D-Wave2X的运行速度比传统计算机芯片上运行的模拟装置快1亿倍。今年8月31日（美国当地时间）《New Scientist（新科学家）》称，谷歌这台量子计算机将比人们预期的更快出现，可能就在明年年底。（量子计算机quantum computer是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置，不仅速度超快，与普通计算机相比，还能解决复杂得多的问题。它在寻找问题解决方案时与人类极为相似，可以执行很多人类才能胜任的工作。）
发布智能助理：今年5月，谷歌年度开发者大会“Google I/O”发布了谷歌助理(Google Assistant)，一款智能语音助手，集语音识别、人工智能、自然语音于一身，可在谷歌多款硬件设备和软件产品中使用，并将开放给第三方开发者，这款智能语音助手将与亚马逊的 Alexa、苹果的 Siri 和 微软的 Cortana展开正面竞争。
发布智能音箱：Google
I/O也发布了谷歌助理的实体设备——谷歌音箱（Google
Home），未来将成为谷歌智能家居的核心，人们可以通过对话让它播放音乐、查询天气、安排日程，控制家中其他智能设备，与亚马逊 的Echo相比，这个音箱将利用谷歌的数据库理解用户需求。
无人驾驶汽车：Google X 实验室研发中的全自动驾驶汽车Google Driverless Car，可以自动启动、行驶以及停止。2012年5月8日，美国内华达州允许无人驾驶汽车上路3个月后，机动车驾驶管理处为谷歌无人驾驶汽车颁发了红色的合法车牌。不过该车的研发也不是一帆风顺的，2016年9月23日，谷歌无人驾驶汽车在山景城与一辆商务货车相撞。
由此不难看出，谷歌的确正向人工智能第一（AI
first）的方向全面转型，不仅将人工智能技术注入核心业务，其他业务也围绕或者以人工智能为基础拓展。
在这一系列转型中，谷歌奉行的理念并没有变——谷歌依然坚信技术优越性即是商业优越性，“只要我们做得好，自然就会有商机”。这也正是我们现在所看到的，为什么其他企业做了不少加入人工智能技术的产品投入市场，而谷歌则更多发力于AI技术的开发上。笔者也的确相信，一旦谷歌在人工智能的技术方面占据了领先优势，再把这些技术应用到实际产品中对它来说也不会有多难。谷歌的领导层也已经意识到，“最棒的软件遇到最棒的硬件后才能发挥最大的性能”。
只是，技术的开发需要雄厚的财力、人力、物力的长期支持，谷歌如何顶住各方压力把这条路走到底才是最重要的。同时，产品的应用和设计也需要向其他同行学习，诸如安全性、隐私保护、产品设计和推广方面，其他的巨头各有所长。
最后，还是要提一下谷歌的文化，笔者认为它独特的文化为它酝酿了好奇心和创造力，因而成为技术开发的重要动力。谷歌的文化简而言之，体现了以人为本的理念。说得具体点，谷歌作为一家公司，非常关心它的员工，它认为，员工就是公司的创造力。如果公司遇到瓶颈，那一定是因为没能以足够快的速度雇到最聪明、最能干的员工。所以，谷歌认为必须对员工负责，让他们长期留在公司，为公司服务。一直以来，谷歌都为员工提供优厚的福利和待遇，并关注他们的精神状态，项目往往以小组方式进行，工作方式、工作时间都很灵活。例如，谷歌为员工提供优质的餐饮设施、体育馆、洗衣房、按摩室、理发厅、接送班车等，几乎任何一个勤奋工作的工程师所需的一切在谷歌总部都可以找到。谷歌的工程师可把20%的工作时间放在自选项目开发上，目的是鼓励所有富有创意的员工把创意开发出来。
最后，用谷歌创始人之一Lawrence Edward Page的话来结束本文：“我见过很多公司，为什么我认为它们没能经受时间的考验，”“通常仅仅是因为他们错失了未来。在我看来，我就是专注于这一点，并且在想，未来将真正走向何方，我们要如何创造未来，怎样才能让公司所有人真正专注于它，并且立即行动呢？”“我相信只有好奇心才能做到这点，让人们乐于去做寻找没有想过的东西，去研究没有人研究过的东西，同时承担风险，这些才是公司真正的价值。”（该段讲话引自国内媒体编译的Page在两年前接受TED的专访）”
下一次，让我们继续共同关注另一个科技巨头是如何在人工智能领域发力的，同时也欢迎大家互动、指导、纠错。
本文由作者原创，著作权归本人所有。
