浅谈Google的人工智能的崛起之路

　　不只是 Giannandrea 认为机器学习将会成为科技的核心。Google内部的机器学习拥护者越来越多。 比如，GoogleBrain 的联合创始人 Dean，他曾在GoogleX 负责一个神经网络的研究计划。这些在 Google 进行的机器学习运动，说明了 Google 对计算机的决心和信心。

　　如今在机器学习领域最领先的为“深度学习”算法，这个算法的模型由人脑启发，建立在复杂的神经网络之上。Google Brain 以及 Google 在2014 年 1 月以 5 亿美元收购的 DeepMind，都在深度学习这一块集中力量开发。 DeepMind 开发了 AphaGo，并在围棋比赛中将人类的冠军打败了，这件事激发了人类对人工智能深深的恐惧。 Giannandrea 觉得人工智能绝对不会把人类赶尽杀绝或者取代人类，但是，它将要深刻地变革我们生活的每一个方面。

　　机器学习的概念在 Google 绝不是新鲜事。 Google 的创始人一直以来相信人工智能的力量。十年前，Google 已经开始在公司内部给工程师教授机器学习的课程。 2005 年的时候， 研究科学家 Peter Norvig 开始在每周三在 43 号楼给感兴趣的 Google 工程师讲授机器学习。课程如此受欢迎，以至于在 Bangladesh 的工程师熬夜到凌晨，只为了远程打个电话过来一起听课。而 2013 年，整个 Google 都意识到了机器学习的重要性。

　　随着机器学习的重要性在 Google 内部崛起，Jeff Dean 也开始认真思考：“在过往，我们可能会使用机器学习，去改善系统的某几个方面。但现在我们真的是要用机器学习去取代整个旧的系统。”

　　机器学习正在让产品有着以往不可想象的新功能。比如去年 11 月发布的 Gmail 上的智能回复功能，就是缘起于 Google Brain 与 Gmail 团队的一次对话。 Google 一直鼓励着这种合作，让这两个团队保持密切的联系。

　　传统的对人工智能语言的理解是：人们需要将语言的规则嵌入到系统，但是在 Gmail 的智能回复中，这个系统拥有足够多的数据，它自己就可以学习和完善自己。

　　不过当这个团队在开始测试智能回复的时候，这个软件有一个很诡异的问题：它总是在建议一些不太符合场合的浪漫性的回复。 当它感到困惑的时候，它就会开始说：我爱你。这不是什么软件上的故障。这个错误可能就是它从人类行为中学习而来的： 如果你处于不知所措或者困窘的状态，说“我爱你”是个很好的防范策略。

　克服重重阻力，机器学习渗透到了搜索算法中

　　Greg Corrado 为 Google Brain 的联合创始人，正在和其他产品团队合作，将机器学习带进 Google 的每个产品。

　　自从去年 11 月发布智能回复之后，Gmail Inbox 应用的用户就可以选择三个自动生成的回复，而且这些自动生成的回复准确性一般很高。 现在，从手机移动端的 Gmail 用户发出的回复中，十分之一都是由机器学习系统创造的。 Gmail 的成功只是 Google 成功运用机器学习的一个极小的例子。

　　但是当机器学习被运用到搜索功能，这就是极大的转折点了。一直以来，搜索都有运用到机器学习，但是很多年以来，这个公司最重要的搜索算法，都被认为太过于神圣，而不能被机器学习算法所玷污。机器学习对于搜索的作用，一直都受到怀疑。

　　这种怀疑，部分源自于一种文化上的抵抗：一直以来，高超的黑客们都想要对程序有完全的掌控，而机器学习难免有点太禅意般的“放任自流”。 Amit Singhal 是一个经验丰富的搜索工程师，是传奇式的电脑科学家 Gerald Salton 的学徒，Singhal 当年修改了 Google 创始人布林和佩奇的编程作业，让他们的程序变为可以量化扩大的工具。 Singhai 对于把机器学习并入搜索算法，曾经抱着怀疑的态度。 Google 的工程师 David Pablo Cohn 证实当时他们用机器学习提高搜索的沮丧的尝试：

　　“Amit Singhai 的算法当时是世界上最棒的，我们只能通过复制他的想法来做好。当时我们找不到任何比他的方法要好的东西。”

　　到 2014 年早期的时候，Google 的机器学习专家们继续挑战这种局面。结果，机器学习团队的实验成为了搜索的一个核心部分：通过看用户是否点击了搜索词条，来判断搜索呈现的结果是否更好地匹配搜索的词条。

　　如今，机器学习所建立的搜索匹配的成果 RankBrain，已经是搜索算法的一部分。RankBrain 于 2015 年 4 月的时候上线。 Google 一直以来对于搜索功能如何运作都是闪乎其辞，但是 Jeff Dean 很明确地说：“RankBrain 这个机器学习的产物在每一次检索中都发挥作用，并且在大部分的检索中影响着排名。”

　　并且，这个机器学习的算法证明是非常有效的。 每一次的 Google 搜索都要用上几百个信息点 (比如，用户所处的地理位置，以及页面的标题是否与搜索词条匹配)，而 RankBrain 提供的信息点，是所有信息点中的重要性排在了第三。