谷歌的人工智能

文‖《上海国资》记者 孙一元整理

谷歌的人工智能

文‖《上海国资》记者 孙一元整理

人工智能将是Alphabet在未来新市场中的杀手锏

在所有大型科技公司中，谷歌（Google）被认为拥有最先进的人工智能。

AI-first战略

自1998 年在加利福尼亚州门洛帕克的一间车库变成一家公司以来，谷歌已经发展成为了后“.com”时代企业创新的火炬手。

谷歌目前最成熟和最盈利的业务线是谷歌搜索和广告。但其已从核心的搜索和广告业务扩展到了更为广阔的业务领域，涵盖了从消费硬件到汽车到电信到医疗到风险投资等众多领域。去年10月的 Alphabet 组织架构重组就是为了这个庞大的规划网引入更大的结构、透明度和财政责任。现在的谷歌包含搜索、地图、云和企业、谷歌品牌的硬件和操作系统（Chrome、安卓等）和YouTube。

10月初，谷歌发布首款“谷歌制造”的手机Pixel，其中不但搭载最新安卓操作系统Nougat 7.1，更重要的是，这也是首款搭载了谷歌人工智能助手的手机。

谷歌的首席执行官称，谷歌手机和其他设备将作为谷歌助手（Google Assistant）的载体，全行业正在将重点从手机本身转向底层的AI领域。谷歌助手与苹果Siri及亚马逊的Alexa类似，谷歌希望它成为未来许多智能设备中人工智能的“灵魂”。

同时，谷歌宣布，战略从Mobile First（移动先行）转向AI First（人工智能先行）。“过去10年，谷歌一直在建立mobile-first的世界，将手机转向对生活的远程控制。但在接下来10年中，将转向建立AI-first的世界，这样一个世界计算将普遍可用，在家里、公司、汽车中，或者在奔走过程中都能使用到计算能力，并且与这些界面的交互将变得更加自然、更加直观，尤其是更加智能”。

收购为王

谷歌在人工智能领域的拓展，手段之一是收购。

2010年谷歌收购了Metaweb公司，该公司主攻语义理解、语义网络。2012年，谷歌正式发布“知识图谱”，拿下knowledge base高地，也让谷歌搜索变得更加智能。同年，谷歌建成超大型的神经网络系统Google Brain，无监督情况下识别猫脸。

2013年谷歌从多伦多大学收购了深度学习公司DNNresearch，公司虽小，只有3个人，但创始人是Geoffrey Hinton，正是他一步步把“深度学习”从边缘课题变成Google等网络巨头仰赖的核心技术。

2014年，谷歌以4亿美元价格收购了人工智能Deep Mind公司，当时这家公司成立仅3年，专注于机器学习和神经精神科学的研究。该公司不产出产品，但其中包括了非常多的神经网络和神经学科尖端人才，截至2016年10月5日，该公司拥有140多位科学家和工程师，发表207篇顶尖期刊论文。

2016年9月底，谷歌宣布收购了聊天机器人创业公司API.AI，进一步加强语音识别技术，该公司提供的API（应用程序接口）能进行语音识别和语境管理，而开发者还可以向自己的聊天机器人提供某一领域的专业知识。

实际上不仅仅是在语音识别等技术上收购，在人工智能重要应用领域机器人上也是如此，谷歌曾一口气收购了7家机器人公司——Schaft、Industrial Perception、Meka Robotics、Redwood Robotics、Bot&Dolly和Holomni，以及最著名的波士顿动力（BostonDynamics）。

AlphaGo的胜利

谷歌在人工智能领域广泛为普通人熟知，当归功于阿尔法狗(AlphaGo)。

2016年3月，2014年被谷歌收购的Deep Mind公司开发的阿尔法狗，与围棋世界冠军、职业九段选手李世石进行了扣人心弦的人机大战，以4:1的总比分获胜。

当围棋对弈下到第3 7步时，AlphaGo选择将黑色棋子放在了一个看似荒诞的位置。在一场围棋比赛中，一个微妙的错误可能就意味着丧失对整盘棋局的控制，AlphaGo的这一步棋看起来明显是要放弃棋局上的大量领地。两家电视频道的现场评论员都怀疑自己是否把这步棋看错了，甚至还怀疑机器人AlphaGo出了故障。实际上，AlphaGo这一步大智若愚的棋正是要帮助自己奠定了控制整盘棋局的基础。

围棋的规则其实特别简单，参赛双方在一个画有垂直交叉平行线形成的交叉点棋板上轮流放黑白两色棋，与此同时，设法围困对手的区域最终让对手失去领地。然而，要想把这项活动玩得非常好非常困难，因为围棋一直被看成是与选手直觉能力的比拼。在象棋比赛中，选手往往可以提前预判对手所要下棋的位置。但是在围棋比赛中，提前预测对手下棋的位置是几乎不可能的。因为比赛很可能会进入一筹莫展的阶段，而且围棋几乎没有经典的棋谱套路可言。

AlphaGo压根就没有被告知应该如何玩围棋，而只是在自身程序中分析了数十万场的围棋比赛，并且与程序自身对弈了大概成千上万场的围棋。实际上，赢得这场比赛的正是AlphaGo的主要工作原理——“深度学习”。

“深度学习”是指一层神经网络把大量的矩阵数字输入，通过非线性激活方法取权重，再产生另一个数据集合输出，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理。这个程序通过数个小时的练习来训练自身，渐渐形成自己的策略思维方式。

出乎意料的进化

谷歌用来开发AlphaGo的深度学习系统名为Tensor Flow。2015年谷歌开源了该深度学习框架。这让从业者欣喜若狂，因为Tensor Flow与MXNET、Caffe等开源框架一起，为深度学习算法提供了基础计算框架。至今，已有超过50个谷歌产品已采用了Tensor Flow 。无人驾驶汽车、人工智能手术机器人、人工智能摄像头、人工智能回复邮件、Google Search缓解交通拥堵……

但是，至今人工智能仍不具备理解语言这一基本能力，他们无法进行有效的人机交流，因为人类语言的结构难以理解。

但谷歌已在此方面进行了多次尝试。

谷歌已经开始教他们的计算机学习基本语言。今年5月该公司发布了一项名为Parsey McPareface的新系统，这款系统可以依据语法来识别名词、动词和一些文本中的其他元素。不难看出有价值的语言理解对一个公司意味着什么。

谷歌公司研究员Quoc Le正考虑让机器可以进行一场得体的对话。Le想运用机器来模仿人进行思考，一旦机器能模仿人的思考,人类才可以了解机器自己的想法。Le建立了一个能够从容应对开放式问题的程序。这款程序搜集了大约18900篇视频的对话,其中一些回答看起来恰到好处。比如,Le会问:“生活的意义是什么？”随后程序会回答说：“就是让我们的生活更加美好。”Le认为，这款程序的回答结果出乎自己的预料。

谷歌Google X神经网络项目Google Brain团队表示，近日他们的人工智能研究出现了重大进展，两个独立的AI系统之间不仅可以相互交流，而且可以把他们相互交流的信息进行加密。这样的AI系统可以确保信息的安全，并能够互相交换信息。

目前，谷歌正以更为集中的方式应对竞争对手的挑战，它已选择了一个主要武器：人工智能。人工智能将是Alphabet 在未来新市场中的杀手锏。但深耕人工智能是否能为谷歌带来成功仍有待观察。这主要取决于执行，以及人工智能的应用能否在运输，云服务，医疗和消费级硬件等各项领域中同时展现出竞争力。