谷歌AI First的台前幕后

程建兰

在AlphaGo成为围棋界无敌手之后，

谷歌AI First的战略激起了更多人的关注。

谷歌，这个人工智能先行者，到底在做什么？

当你在观看女儿的棒球比赛时，你为她抓拍了很多精彩瞬间。遗憾的是，有些照片里，翘着倔强嘴角的她、胜利比V的她、沮丧失望的她居然被球网挡住了。在不远的将来，谷歌可以让你的遗憾消失。借助计算机视觉技术，谷歌的产品可以清除挡住女儿的障碍物，将你关心的照片中的那部分完整而清晰地呈现出来。

当谷歌CEO桑达尔·皮查伊（Sundar Pichai）在谷歌2017年的I/O大会上宣布这项技术时，现场响起了一阵热烈的掌声。

这，仅仅是谷歌人工智能产品的冰山一角。

能听会看的谷歌助手

在家里，只需要一声：“OK，google”或者“Hey，google”又或者“Hi，google”，你就能成功唤醒住在Google Home里的谷歌助手。

唱歌、点餐、放电影、陪孩子数数、给妈妈打电话、订航班和火车票……忙碌的清晨，在你整理着装之时，通过简单的语音对话，谷歌助手能真正地解放你的双手，帮你完成诸多琐事。哪怕环境非常嘈杂，Google Home也能精确地听出你的指令。得益于深度学习技术，Google Home能够识别多达6个在家中的人的声音，并且为你家里的每个人做出个性化的体验设置。比如当你的孩子、你和妻子分别说“给妈妈打电话”时，Google Home将自动拨给你的妻子，你的母亲和你的丈母娘。

作为智能语音音箱，Google Home只是谷歌助手的一种表现形式。你还可以通过手机、网页启动你的谷歌助手。

融合了计算机视觉计算技术的Google Lens则让谷歌助手有了一双能洞察周遭环境的眼睛。拿着手机，你就能够随时随地识别身边的一切事物：比如路边摇曳的是什么花，街边餐厅到底会提供什么餐食，网友评分如何……如果你去日本旅游，用手机摄像头对准寿司，除了进行翻译外，谷歌助手会告诉你它是一种什么食物，而在你附近，你可以去哪里吃到好吃的寿司。不仅仅是看到，谷歌助手开始理解你看到的图像和视频，并结合知识图谱，给你提供正确而有意义的信息。

不仅仅是谷歌助手，谷歌开发的诸多产品因为人工智能的介入，让人眼前一亮。

Google Photos能把你从整理和分享图片的漫长时间中解救出来。或许你已有经验，参加聚会合影时，你会有意识地要求用自己的手机拍照，因为一旦用的是他人的手机，可能这张照片你就再也看不到了。通过图像识别技术，Google Photos会自动识别照片中的人像，自动整理并向你发出分享提示，你所需要做的就是按下发送按钮。你还可以与爱人共享相册，每当你的手机拍摄了孩子的照片，这些照片就能第一时间保存在爱人的手机里。

……

因为人工智能的介入，用户与谷歌的互动变得更得心应手。但很多人工智能产品是免费的，这让目前收入已经放缓的谷歌遭遇了其“AI First”战略并未推动利润增长的质疑。对此，谷歌大脑的创始人之一Jeff Dean解释：“很多AI产品、服务带给我们的收益都是非直接的。”他表示，谷歌翻译、谷歌照片等免费服务会为谷歌带来优质的用户，这些用户有可能进一步接触谷歌，使用更多的产品。“并非每一个产品都必须为我们带来收入，我们更希望用户能够使用全套的谷歌产品。”

胜在赛场之外的AlphaGo

除了通过人工智能产品拓展用户，谷歌也在向企业用户发力，并挑战科学领域。

AlphaGo在乌镇以3比0战胜柯洁之后，2017年10月，“无师自通”而百战百胜的Alpha Zero再次震惊世人。AlphaGo的研发团队Google DeepMind联合创始人兼CEO 哈萨比斯（Demis Hassabis）表示，DeepMind团队计划把新发现应用到其他领域，以解决当前面临的一些最重要最迫切的科学挑战。“我们希望，AlphaGo的故事仅仅只是一个开始。”

AlphaGo確实仅仅只是一个开始。在研发AlphaGo的过程中积累的知识已经在谷歌得到了应用，并且投放到了市场。最早公开的是减少能源消耗量。早在2016年7月，AlphaGo结束与李世石的对弈后，谷歌已经使用DeepMind的机器学习能力，成功地把数据中心冷却系统的能源消耗量减少了40%，相当于15%总能源消耗。不要小看冷却环节的40%。大部分企业都需要数据中心来帮忙储存和传递信息，而数据中心长时间运行后也会像电脑一样发热。企业光是在降温一项上就需要花费许多能源和财力。据媒体报道，DeepMind团队与英国国家电网公司讨论，计划用人工智能技术帮助英国节省 10%的用电量。

而在乌镇战胜柯洁的Alpha Go没有出现与李世石对战时的“宕机”，据称是采用了谷歌研发的新型芯片TPU （Tensor Processing Unit），使得运行效率得到了飞跃，当前的版本在处理计算时所消耗的能量仅为过去的十分之一，并能够更快速地进行学习。在2017年的Google I/O大会上，Google宣布的Cloud TPU 集成板具有4个专用芯片，每个集成板每秒可进行 180 万亿次浮点运算。如果把64个集成板放到一个超级计算机内，就会拥有千万亿次的计算力。谷歌CEO桑达尔·皮查伊称之为“人工智能领域技术架构的重要进步”，全世界的人工智能研究者或者需要的企业都可以租用，帮助加速运行。

Alpha Go的研发团队已经开始挑战科学难题。DeepMind 与英国伦敦大学学院医学院的研究人员合作，让机器学习参与到头颈部癌症治疗方案的设计过程当中，协助医护人员细分癌变组织和健康组织，细分过程有望由 4 小时左右缩短到 1 小时左右。被Google训练后的深度神经网络模型，可自动筛选疑似糖尿病性视网膜病变的眼底扫描图，其准确度甚至超过了专业医师的平均水平。谷歌建立的神经网络通过是否扩散到了相邻的淋巴结，将某种形式的乳腺癌诊断准确率从73%提到了现在的89%。谷歌还在使用机器学习预测分子属性，这开启了药物发现或材料科学的可能性。皮查伊甚至表示，对于未来某天人工智能发明出符合预期特性的新分子，他很有信心。

人人参与的人工智能

谷歌很多人工智能产品的进展，以及谷歌翻译误差降低了55% ～ 85%，都要归功于TensorFlow—世界第一的机器学习知识库，其使用增长率远高于其他同类型平台。

据报道，谷歌的某些最佳的研究，即便非常具有商业价值，谷歌也选择了开源相关代码，任何人可以免费尝试复现这些结果。“我们一直在努力做的一件事情，是分享我们使用的工具和科研成果，让全世界的人们可以利用机器学习来实现他们关于未来的想象。”Google机器学习资深研究科学家，也是Google Brain项目创始人之一的Dr. Greg S Corrado在谈到资源开放共享时表示。而目前，谷歌已经通过API提供了一些预知好的机器学习子系统，开发者只需要再添加简单的代码就可以实现如翻译、图片识别等技术。

正因如此，芝加哥的17岁中学生 Abu Kadar可以在研究TensorFlow开源库后，写出一套程序帮助放射科医生提高乳腺癌的诊断率。澳大利亚的研究员们利用 TensorFlow 的最新图像识别技术，让电脑“学会”了识别巨型航拍图中的海牛，对海牛的数量与位置进行追踪研究，保护这种可爱却面临濒危境地的海洋哺乳动物……

中国学者和企业也从中受益。Google 大中华区总裁石博盟 （Scott Beaumont）2017年7月份透露，在 Python 语言的在线软件知识库 PyPi上，TensorFlow 已被下载 900，000 次，其中 15% 来自中国。清华大学自然语言处理与社会人文计算实验室的学者使用 TensorFlow 来加深他们对语言的理解;还有很多中国创业公司在使用这个开源平台，比如，播客应用 CastBox通过 TensorFlow 进行用户偏好分析，并为用户提供个性化内容推荐。

而2017年12月13日谷歌AI中国中心的成立，被认为很可能是在中国建立一个以TensorFlow为核心的AI人才社区，招募和吸引中国AI人才，以及稳固TensorFlow在开发者中地位的一个举措。

致力于人人受益于人工智能，这是谷歌对人工智能的一贯态度，也正是谷歌的可贵之处。谷歌2017年还把在AI领域取得的所有成就都发布在Google.ai上，重点关注最先进的研究、工具和基础设施研究，类似TensorFlow和Cloud TPU这样的以及AI的实际应用。

2017年7月，谷歌推出被称为“人+AI”计划的PAIR（ the People + AI Research Initiative）计划，主要研究如何让工程师和研究人员更容易理解和打造机器学习系统、利用AI如何帮助各领域专家开展工作以及怎样让每个人都受益于AI的突破性进展。谷歌内部工程师解读，谷歌更想弄清楚从人的立场来看，人们在哪些方面可以更好地使用人工智能，而非为了自身利益研发基于AI技术的软件。

谷歌还牵头与亚马逊、DeepMind 、facebook、IBM、微软行业巨头建立了一个名为Partnership on AI的独立非营利组织，希望促成一个关于人工智能技术如何与人类、社会、经济等互动的话题开放式的讨论平台。虽然此举引来了公众对于科技大公司的联合会造成新一轮技术垄断的忧虑，但Dr. Greg S Corrado表示：“一家公司独大只会让人工智能机器学习领域的发展更慢更低效，而充分的开放和竞争有助于推动行业的发展。”

谷歌的光荣与梦想

与其他科技公司一样，谷歌也在通过投资来实现在AI领域的布局。2017年名为“梯度”（Gradient Ventures）的AI风投基金亮相，该基金被用于为AI创业公司提供资金、资源、专家通道及培训。

这是谷歌“AI先行”战略的深化。早在首次公开这个战略的2016年，“AI先行”在谷歌已是隨处可见的事实。

李开复在《人工智能》一书中回忆，谷歌内部很早就开始研究人工智能的应用：“早在2005年，谷歌研究部门总监彼得·诺维格（他也是《人工智能：一种现代的方法》的作者）就在谷歌中心园区的43号楼举办了一个每周一次的机器学习课程。……吸引了包括大拿杰夫·迪恩在内的许多工程师，每次讲课都济济一堂，课程还被录成视频，在谷歌全世界的几十个办公室传播。”当深度学习在理论和实际应用上连续取得里程碑式的突破后，杰夫·迪恩带领谷歌内部最为精干的技术团队，开始打造神秘的谷歌大脑。“这绝对是高科技公司内部第一次基于深度学习理论，建立如此大规模的分布式计算集群。”李开复评价。数据显示，从2012年到2015年，谷歌内部使用深度学习（绝大多数都依赖于谷歌大脑）的项目数量从零迅猛增长到1000多个。

谷歌的性质在某种程度上注定了AI先行战略。作为一家搜索公司，谷歌的核心使命是：“整合全球信息，使人人皆可访问并从中受益。”皮查伊在2017年I/O大会上表示：“从未如此坚定和专注于这一使命。”他认为，在当今世界，人们已经习惯于使用设备来帮助他们安排每天的生活、来往于各地并彼此保持联系，因此这一使命变得更加切实且至关重要。而在当今时代，机器学习和AI是为谷歌与用户互动提供了一种全新视角。

但被誉为引领科技潮流“前沿标杆”的谷歌也遇到了挑战。Dr. Greg S Corrado表示，目前行业遇到的最大困境在于没有足够的真正理解并运用人工智能技术的工程师，以及有创新意识和商业头脑的人才，所以谷歌更多关注的还是如何培养和寻找这样的人才。“我们需要培养更多的人如何运用机器学习技术来实现他们的创新构想。”

把技术传递给用户是谷歌创新和研发的驱动力，但桑达尔·皮查伊认为技术并不是终极目标，而是一种民主的力量。“它所提供的信息，便是力量之源。人们对信息的运用，也不断给我带来惊喜与启迪。”那在这次人工智能浪潮中，惊喜会是什么呢？