谷歌在人工智能道路上越走越堅定 不擔(dān)心競爭對手

• 2017年11月30日 ZhouXun來源：第一財經(jīng) 1182 76
• 繁體

• 

  2018-2023年人工智能行業(yè)市場調(diào)研與投資潛力研究報告

  人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，...

中國政府倡導(dǎo)AI，并制定政策;美國政府可能不像中國這么有組織，但是我們(美國)也有很多在公司、學(xué)術(shù)界發(fā)生的研究，也有生態(tài)系統(tǒng)。

自發(fā)布AI First戰(zhàn)略后，谷歌在人工智能道路上越走越堅定。不僅有Google Assistant智能助手，還在秋季發(fā)布會上發(fā)布了包括手機、耳機和智能音箱等多款A(yù)I硬件，構(gòu)建AI生態(tài)。在特斯拉CEO馬斯克等不斷發(fā)出AI威脅論下，谷歌則表示，專注AI的前沿研究和解決實際問題。

近幾年，Google每年都會舉行APAC(亞太區(qū)年度媒體會議)。作為從Mobile First戰(zhàn)略轉(zhuǎn)移到AI First的科技巨頭,此次媒體會議的焦點自然是人工智能，“Made with AI”。

11月28日的會議上，谷歌大腦(Google Brain)負(fù)責(zé)人Jeff Dean表示，谷歌在人工智能領(lǐng)域最終目標(biāo)是三點：利用人工智能和機器學(xué)習(xí)讓谷歌的產(chǎn)品更加實用(Making products more useful);幫助企業(yè)和外部開發(fā)者利用人工智能和機器學(xué)習(xí)進(jìn)行創(chuàng)新(Helping others innovate);為研究人員提供更好的工具，以解決人類面臨的重大挑戰(zhàn)。

AI+軟件+硬件

目前，機器學(xué)習(xí)在谷歌的大部分產(chǎn)品中都有應(yīng)用。如Google Photos云端相片集，利用圖像識別技術(shù)，可以提供人臉檢測和照片自動分類;Google Lens基于圖像識別和OCR技術(shù)，能實時識別用智能手機拍攝的物品并提供與之相關(guān)的內(nèi)容;Google Maps可以通過街道、街景的數(shù)據(jù)獲取更多有關(guān)地區(qū)詳細(xì)的情況，還可以了解停車難易程度;Gmail 和 Inbox 在收到郵件后，智能系統(tǒng)會給用戶提供回復(fù)建議(Smart Reply);YouTube 中的自動字幕(Auto captions)則是通過機器學(xué)習(xí)給超過10億的視頻自動加上字幕;Google Translator利用神經(jīng)網(wǎng)絡(luò)機器翻譯(Neural Machine Translation)。

Google Assistant是2016年5月19日推出的一款語音助手，核心是語音識別。Google Assistant 工程總監(jiān)Pravir Gupta表示，該產(chǎn)品基于 Google 在機器學(xué)習(xí)、自然語言處理和搜索領(lǐng)域的經(jīng)驗之上。

在這些產(chǎn)品中，谷歌翻譯或許是中國用戶能夠使用最多的。Jeff指出，過去的翻譯系統(tǒng)使用更簡單的統(tǒng)計翻譯模型，由 50 萬行代碼組成。2016年，神經(jīng)網(wǎng)絡(luò)機器翻譯系統(tǒng)(GNMT：Google Neural Machine Translation)正式應(yīng)用到谷歌翻譯中。Jeff稱，該系統(tǒng)僅由 500 行 TensorFlow 代碼組成。使用新的系統(tǒng)后，翻譯準(zhǔn)確性得到了很大改進(jìn)，“堪比過去十年取得的成果”。Jeff提到，目前翻譯效果提升最明顯的是日英互譯。

不過，谷歌不是最早在翻譯中運用神經(jīng)網(wǎng)絡(luò)機器翻譯系統(tǒng)的企業(yè)。2016年的百度機器翻譯技術(shù)開放日上，百度技術(shù)委員會聯(lián)席主席、自然語言處理部技術(shù)負(fù)責(zé)人吳華博士表示，百度早在一年多前(2015年)就率先發(fā)布了世界上首個神經(jīng)網(wǎng)絡(luò)的機器翻譯系統(tǒng)(NMT)，克服了傳統(tǒng)方法將句子分割為不同片段進(jìn)行翻譯的缺點，充分利用上下文信息，對句子進(jìn)行整體的編碼和解碼，從而產(chǎn)生更為流暢的譯文。

吳華當(dāng)時稱，谷歌翻譯強在基于統(tǒng)計的機器翻譯上，但是在基于神經(jīng)網(wǎng)絡(luò)的機器翻譯上，百度要領(lǐng)先。此外，谷歌翻譯以英語為中心，百度翻譯以中文為中心。

構(gòu)建生態(tài)很重要的一點便是要讓其中各成分有機融合。谷歌也正在努力讓硬件、軟件以及 AI 相互結(jié)合。今年秋季發(fā)布會上，谷歌發(fā)布了九款硬件產(chǎn)品，包括智能音響Google Home Mini / Google Home Max，筆記本Pixelbook，智能手機Pixel 2和Pixel 2 XL，Google Pixel Buds耳機，這些新硬件都與AI有關(guān)，整合了谷歌的智能語音助理 Google Assistant，凸顯了谷歌在AI領(lǐng)域從軟件到向硬件領(lǐng)域的野心。

其中，Google Home還具有語音配對功能(Voice Match)，通過機器學(xué)習(xí)能識別不同的語音，可使最多六個用戶連接到同一臺 Google Home。Google Home Max 還運用了AI 技術(shù) Smart Sound，可依據(jù)所處位置自動調(diào)整聲音品質(zhì)。谷歌首款無線藍(lán)牙耳機Pixel Buds還可便捷地接入Google翻譯，運用語音識別和翻譯技術(shù)，進(jìn)行實時翻譯。

與華為、iPhone X 智能手機采用雙攝像頭不同，谷歌的Pixel 2/2 XL結(jié)合了機器學(xué)習(xí)和計算攝影技術(shù)來分析圖像，將主體與背景分離。雖然只使用一枚攝像頭，也具備人像模式功能，在拍攝人像時可柔和虛化背景。通常，這需要多鏡頭的專業(yè)相機。

除了內(nèi)部產(chǎn)品使用AI，谷歌也為企業(yè)及開發(fā)者提供三種創(chuàng)新工具：TensorFlow，云機器學(xué)習(xí) API (Cloud Machine Learning APIs) 以及張量處理器 (Tensor Processing Unit, TPU) 電腦芯片.

Google 在 2015年發(fā)布了人工智能系統(tǒng)TensorFlow并宣布開源，之后TensorFlow成為了開源社區(qū)GitHub上最受歡迎的機器學(xué)習(xí)工具。除了TensorFlow，其他的深度學(xué)習(xí)工具還有Caffe, CNTK，Theano等。而在中國，2016年9月，百度也宣布其深度學(xué)習(xí)開源平臺PaddlePaddle在Github及百度大腦平臺開放。

面對這些競爭，Jeff在媒體交流會上回應(yīng)稱，每個平臺都有各自優(yōu)點和缺點，針對不同的人群，這樣的競爭是好的。“Tensorflow開源軟件基于Apache 2.0許可證，無論是大企業(yè)還是初創(chuàng)企業(yè)，每個人都可以利用它做自己想做的事情。這可能是Tensorflow成功的原因之一。我們看到一個很健康的生態(tài)系統(tǒng)，我們也從其他的開源平臺當(dāng)中學(xué)到了很多，不斷改善Tensorflow平臺，讓這個平臺更好?！?/p>

專注現(xiàn)實和研究問題

機器學(xué)習(xí)是谷歌在人工智能領(lǐng)域的工作重心。谷歌認(rèn)為，編寫能使計算機自主學(xué)習(xí)如何變得智能的程序，要比直接編寫智能程序更好。但是，隨著機器變得越來越智能，機器會不會哪天真的有意識，進(jìn)而取代人類?特斯拉CEO 埃隆·馬斯克(Elon Musk)和英國著名物理學(xué)家霍金都對AI發(fā)出過警告。

而Jeff認(rèn)為，這些擔(dān)心太遠(yuǎn)了，“我們在部署安全的AI系統(tǒng)的時候也可以利用其中很多的技術(shù)，我覺得這可能會是短期我們最需要關(guān)注的領(lǐng)域。現(xiàn)在的一些擔(dān)心還為時過早。我們現(xiàn)在應(yīng)該著眼于解決眼前的問題?！边@也是上文提及的谷歌AI三大目標(biāo)之一：解決人類面臨的重大挑戰(zhàn)(solving humanity’s big challenges)。

目前，谷歌正在利用機器學(xué)習(xí)解決如醫(yī)療保健、能源和環(huán)境保護(hù)問題等問題。例如，谷歌醫(yī)療成像團隊產(chǎn)品經(jīng)理與印度、泰國和美國的一些醫(yī)院合作開發(fā)一種工具，可以通過機器學(xué)習(xí)幫助診斷糖尿病所引起的眼部疾病。在保護(hù)鳥類方面，研究員Victor Anton 收集了 5 萬個小時的音頻并將其轉(zhuǎn)換成譜圖，通過 TensorFlow 更加快速高效地分析這些音頻，識別譜圖中的鳥鳴聲。

對于AI帶來的失業(yè)問題，Jeff則表示，過去兩百年的技術(shù)發(fā)展都會遇到這樣的問題，他對此持樂觀態(tài)度，“每次技術(shù)有了新的發(fā)展，代替了人力勞動，我們就會有一個新的、有意思的專業(yè)領(lǐng)域駕馭這個技術(shù)。我們會有新的工作，目前我們可能想象不出來。誰能夠想到社交媒體會出現(xiàn)?發(fā)生以前是想象不到的?！?/p>

不擔(dān)心競爭對手 繼續(xù)在中國招人

11月初，Google 母公司Alphabet董事長、谷歌前CEO埃里克·施密特(Eric Emerson Schmidt)在人工智能與全球安全峰會上對新美國安全中心的保羅·沙雷說：“我認(rèn)為，我們(美國)在未來5年內(nèi)將繼續(xù)保持領(lǐng)先地位，然后，中國將迅速趕上來?！?/p>

埃里克的這一觀點源于中國政府發(fā)布的《新一代人工智能發(fā)展規(guī)劃》，規(guī)劃提出，到2020年，中國人工智能總體技術(shù)和應(yīng)用與世界先進(jìn)水平同步;到2025年，人工智能基礎(chǔ)理論實現(xiàn)重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平;到2030年，人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。

面對中美AI競賽問題，Jeff表示，目前全球很多公司對機器學(xué)習(xí)以及AI感興趣，很多政府非常清楚AI的潛力，分階段、務(wù)實地進(jìn)行研究，建立生態(tài)系統(tǒng)?！爸袊珜?dǎo)AI，并制定政策;美國政府可能不像中國這么有組織，但是我們(美國)也有很多在公司、學(xué)術(shù)界發(fā)生的研究，也有生態(tài)系統(tǒng)。”

機器學(xué)習(xí)和AI不僅影響著計算科學(xué)，還涉及到各行各業(yè)。因此，在世界范圍內(nèi)，一些政府和公司都在招募相關(guān)人才，這也直接帶來了人才儲備的競爭。另一方面，還涉及到AI人才的培訓(xùn)問題。Jeff稱，“我相信隨著時間推移，會有更多人有這樣的相關(guān)技能，他們可以通過這個技能解決很多問題?！?/p>

谷歌如何看待百度之類的競爭者?Jeff表示，谷歌主要關(guān)注下一代前沿研究問題，雇傭人才，并為他們提供最好的計算機硬件去解決實際的、有意思的問題。“我們并不擔(dān)心競爭對手，我們關(guān)心的是我們自己的研究”，他還補充稱，谷歌也將在上海、北京持續(xù)招聘AI相關(guān)人才。

在2016年烏鎮(zhèn)的圍棋峰會上，Google首次對外承認(rèn)在中國招人組建AI團隊。相關(guān)的招聘崗位有機器學(xué)習(xí)軟件工程師、機器學(xué)習(xí)技術(shù)主管、機器學(xué)習(xí)研究員、云端機器學(xué)習(xí)產(chǎn)品經(jīng)理等。不過招聘信息上并未顯示招聘人數(shù)，谷歌方面表示，沒有具體統(tǒng)計過中國地區(qū)AI員工數(shù)量。

延伸閱讀

推薦閱讀

猜您喜歡