淺談Google的人工智能的崛起之路

　　BackChannel 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)等各個方面的措施和轉(zhuǎn)變，并且介紹了機器學習在 Google 崛起的歷史、克服的阻力、以及勢不可擋的未來。

　　Google 正在打造機器學習的“忍者團隊”

　　Carson Colgate，一名 Google 機器學習隊伍的新成員。

　　Carson Holgate 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二級的黑帶。 這次，她要做的是在算法上成為一名“忍者”。 她在 Google 的 Android 部門擔任工程師，現(xiàn)在則被收錄到 Google 內(nèi)部的一個機器學習“忍者項目”。這個項目只招收了 18 個人，這 18 個人卻都是 Google 各個產(chǎn)品部門的精英。他們將要把學習到的人工智能技巧，用于打造他們各自負責的產(chǎn)品。

　　在 Google 負責內(nèi)部機器學習、管理此“忍者項目”的產(chǎn)品經(jīng)理 Christine Robson 說：“這個項目邀請 Google 全公司對機器學習感興趣的工程師， 與機器學習團隊一起學習 6 個月，跟導(dǎo)師取取經(jīng)，做一些項目，然后開展和實施項目，從中學習經(jīng)驗和教訓(xùn)?！?/p>

　　很多年來，機器學習被認為是一個只有技術(shù)精英才懂的技術(shù)

　　專項。 但是現(xiàn)在，機器學習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)部制作多一點機器學習的“精英”，甚至想要讓機器學習成為工程師的常規(guī)技巧。

　　Google 是一個龐大的公司，六萬個雇員里面，有將近一半都是工程師。對比之下，這個目前只有 18 個人的機器學習忍者項目，實在很小。但是這個項目表明了 Google 一個認知上的轉(zhuǎn)變——機器學習已經(jīng)成為最受重視的新方向之一。

　　雖然 Google 一直都有采用機器學習的技術(shù)，也一直致力于雇傭這個領(lǐng)域的人才，但是直到 2016 年， Google 才開始執(zhí)迷于機器學習這項科技。 去年年末， Google 的總裁 Sundar Pichai 就說出了 Google 的新態(tài)度：“機器學習是一個核心的、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產(chǎn)品中運用機器學習，無論是搜索，廣告，YouTube，還是 Play。我們目前所處的階段還早，但是你會看到我們一個系統(tǒng)性、規(guī)模性的進展——我們將在眾多的領(lǐng)域使用機器學習。”

　　因而這個邏輯很清晰：如果 Google 真的想要在全線的產(chǎn)品中運用機器學習，它的工程師也必須掌握機器學習的技巧, 這個技巧將和傳統(tǒng)的編程很不同。正如知名的機器學習宣言《高超算法》一書的作者 Pedro Domingos 所言：“機器學習確實是太陽底下的新鮮事：它將自己建造(和實現(xiàn))自己?！?/p>

　　機器學習是如何在 Google 崛起的?

　　Jeff Dean，Google 的神級人物，正在帶領(lǐng) Google 轉(zhuǎn)向機器學習的時代。

　　做好機器學習，意味著辨識正確的數(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 軟件部的神級人物，如今帶領(lǐng)著機器學習團隊，建造各種工具，幫助 Google 工程師加深機器學習的技能。根據(jù)他的預(yù)測：今天 Google 25000 個工程師中，只有幾千個工程師精通于機器學習。 而 Jeff Dean 的愿景是：所有的 Google 工程師都要懂得機器學習的一些知識。“我們將要嘗試實現(xiàn)這個目標。”

　　John Giannandrea 一直以來都在 Google 內(nèi)部提倡機器學習的重要性，而時代造英雄，在 Google 的機器學習時代，Giannandrea 成為了搜索業(yè)務(wù)的負責人。但是當他 2010 年剛到公司的時候，他并沒與多少機器學習的經(jīng)驗。 2011 年的時候，他在一個會議上得知“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 都使用機器學習創(chuàng)造著科技界的神話，解決著如翻譯、聲音辨識、或者視覺辨識等諸多領(lǐng)域的難題。Giannandrea 回憶道當時參加這個 NIPS 會議的時候，這個會議非常不知名，“但是這個領(lǐng)域在學術(shù)和科技界都在過去三年高速成長。去年參會者達到了 6000 人?！?/p>