谷歌的AI布局:机器学习是重心,继续在中国招人

自发布AI First战略后,谷歌在人工智能道路上越走越坚定。不仅有Google Assistant智能助手,还在秋季发布会上发布了包括手机、耳机和智能音箱等多款AI硬件,构建AI生态。在特斯拉CEO马斯克等不断发出AI威胁论下,谷歌则表示,专注AI的前沿研究和解决实际问题。

近几年,Google每年都会举行 APAC(亚太区年度媒体会议)。作为从Mobile First战略转移到AI First的科技巨头,此次媒体会议的焦点自然是人工智能,“Made with AI”。

11月28日的会议上,谷歌大脑(Google Brain)负责人Jeff Dean表示,谷歌在人工智能领域最终目标是三点:利用人工智能和机器学习让谷歌的产品更加实用(Making products more useful);帮助企业和外部开发者利用人工智能和机器学习进行创新(Helping others innovate);为研究人员提供更好的工具,以解决人类面临的重大挑战。

AI+软件+硬件

目前,机器学习在谷歌的大部分产品中都有应用。如Google Photos 云端相片集,利用图像识别技术,可以提供人脸检测和照片自动分类;Google Lens基于图像识别和OCR技术,能实时识别用智能手机拍摄的物品并提供与之相关的内容;Google Maps可以通过街道、街景的数据获取更多有关地区详细的情况,还可以了解停车难易程度;Gmail 和 Inbox 在收到邮件后,智能系统会给用户提供回复建议(Smart Reply);YouTube 中的自动字幕(Auto captions)则是通过机器学习给超过 10 亿的视频自动加上字幕;Google Translator利用神经网络机器翻译(Neural Machine Translation)。

Google Assistant是2016年5月19日推出的一款语音助手,核心是语音识别。Google Assistant 工程总监Pravir Gupta表示,该产品基于 Google 在机器学习、自然语言处理和搜索领域的经验之上。

在这些产品中,谷歌翻译或许是中国用户能够使用最多的。Jeff指出,过去的翻译系统使用更简单的统计翻译模型,由 50 万行代码组成。2016年,神经网络机器翻译系统(GNMT:Google Neural Machine Translation)正式应用到谷歌翻译中。Jeff称,该系统仅由 500 行 TensorFlow 代码组成。使用新的系统后,翻译准确性得到了很大改进,“堪比过去十年取得的成果”。Jeff提到,目前翻译效果提升最明显的是日英互译。

不过,谷歌不是最早在翻译中运用神经网络机器翻译系统的企业。2016年的百度机器翻译技术开放日上,百度技术委员会联席主席、自然语言处理部技术负责人吴华博士表示,百度早在一年多前(2015年)就率先发布了世界上首个神经网络的机器翻译系统(NMT),克服了传统方法将句子分割为不同片段进行翻译的缺点,充分利用上下文信息,对句子进行整体的编码和解码,从而产生更为流畅的译文。

吴华当时称,谷歌翻译强在基于统计的机器翻译上,但是在基于神经网络的机器翻译上,百度要领先。此外,谷歌翻译以英语为中心,百度翻译以中文为中心。

构建生态很重要的一点便是要让其中各成分有机融合。谷歌也正在努力让硬件、软件以及 AI 相互结合。今年秋季发布会上,谷歌发布了九款硬件产品,包括智能音响Google Home Mini / Google Home Max,笔记本Pixelbook,智能手机Pixel 2和Pixel 2 XL,Google Pixel Buds耳机,这些新硬件都与AI有关,整合了谷歌的智能语音助理 Google Assistant,凸显了谷歌在AI领域从软件到向硬件领域的野心。

其中,Google Home还具有语音配对功能(Voice Match),通过机器学习能识别不同的语音,可使最多六个用户连接到同一台 Google Home。Google Home Max 还运用了AI 技术 Smart Sound,可依据所处位置自动调整声音品质。谷歌首款无线蓝牙耳机Pixel Buds还可便捷地接入Google翻译,运用语音识别和翻译技术,进行实时翻译。

与华为、iPhone X 智能手机采用双摄像头不同,谷歌的Pixel 2/2 XL结合了机器学习和计算摄影技术来分析图像,将主体与背景分离。虽然只使用一枚摄像头,也具备人像模式功能,在拍摄人像时可柔和虚化背景。通常,这需要多镜头的专业相机。

除了内部产品使用AI,谷歌也为企业及开发者提供三种创新工具:TensorFlow,云机器学习 API (Cloud Machine Learning APIs) 以及张量处理器 (Tensor Processing Unit, TPU) 电脑芯片。

Google 在 2015年发布了人工智能系统TensorFlow并宣布开源,之后TensorFlow成为了开源社区GitHub上最受欢迎的机器学习工具。除了TensorFlow,其他的深度学习工具还有Caffe, CNTK,Theano等。而在中国,2016年9月,百度也宣布其深度学习开源平台PaddlePaddle在Github及百度大脑平台开放。

面对这些竞争,Jeff在媒体交流会上回应称,每个平台都有各自优点和缺点,针对不同的人群,这样的竞争是好的。“Tensorflow开源软件基于Apache 2.0许可证,无论是大企业还是初创企业,每个人都可以利用它做自己想做的事情。这可能是Tensorflow成功的原因之一。我们看到一个很健康的生态系统,我们也从其他的开源平台当中学到了很多,不断改善Tensorflow平台,让这个平台更好。”

专注现实和研究问题

机器学习是谷歌在人工智能领域的工作重心。谷歌认为,编写能使计算机自主学习如何变得智能的程序,要比直接编写智能程序更好。但是,随着机器变得越来越智能,机器会不会哪天真的有意识,进而取代人类?特斯拉CEO 埃隆·马斯克(Elon Musk)和英国著名物理学家霍金都对AI发出过警告。

而Jeff认为,这些担心太远了,“我们在部署安全的AI系统的时候也可以利用其中很多的技术,我觉得这可能会是短期我们最需要关注的领域。现在的一些担心还为时过早。我们现在应该着眼于解决眼前的问题。”这也是上文提及的谷歌AI三大目标之一:解决人类面临的重大挑战(solving humanity’s big challenges)。

目前,谷歌正在利用机器学习解决如医疗保健、能源和环境保护问题等问题。例如,谷歌医疗成像团队产品经理与印度、泰国和美国的一些医院合作开发一种工具,可以通过机器学习帮助诊断糖尿病所引起的眼部疾病。在保护鸟类方面,研究员Victor Anton 收集了 5 万个小时的音频并将其转换成谱图,通过 TensorFlow 更加快速高效地分析这些音频,识别谱图中的鸟鸣声。

对于AI带来的失业问题,Jeff则表示,过去两百年的技术发展都会遇到这样的问题,他对此持乐观态度,“每次技术有了新的发展,代替了人力劳动,我们就会有一个新的、有意思的专业领域驾驭这个技术。我们会有新的工作,目前我们可能想象不出来。谁能够想到社交媒体会出现?发生以前是想象不到的。”

不担心竞争对手 继续在中国招人

11月初,Google 母公司Alphabet董事长、谷歌前CEO埃里克·施密特(Eric Emerson Schmidt)在人工智能与全球安全峰会上对新美国安全中心的保罗·沙雷说:“我认为,我们(美国)在未来5年内将继续保持领先地位,然后,中国将迅速赶上来。”

埃里克的这一观点源于中国政府发布的《新一代人工智能发展规划》,规划提出,到2020年,中国人工智能总体技术和应用与世界先进水平同步;到2025年,人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平;到2030年,人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心。

面对中美AI竞赛问题,Jeff表示,目前全球很多公司对机器学习以及AI感兴趣,很多政府非常清楚AI的潜力,分阶段、务实地进行研究,建立生态系统。“中国政府倡导AI,并制定政策;美国政府可能不像中国这么有组织,但是我们(美国)也有很多在公司、学术界发生的研究,也有生态系统。”

机器学习和AI不仅影响着计算科学,还涉及到各行各业。因此,在世界范围内,一些政府和公司都在招募相关人才,这也直接带来了人才储备的竞争。另一方面,还涉及到AI人才的培训问题。Jeff称,“我相信随着时间推移,会有更多人有这样的相关技能,他们可以通过这个技能解决很多问题。”

谷歌如何看待百度之类的竞争者?Jeff表示,谷歌主要关注下一代前沿研究问题,雇佣人才,并为他们提供最好的计算机硬件去解决实际的、有意思的问题。“我们并不担心竞争对手,我们关心的是我们自己的研究”,他还补充称,谷歌也将在上海、北京持续招聘AI相关人才。

在2016年乌镇的围棋峰会上,Google首次对外承认在中国招人组建AI团队。相关的招聘岗位有机器学习软件工程师、机器学习技术主管、机器学习研究员、云端机器学习产品经理等。不过招聘信息上并未显示招聘人数,谷歌方面表示,没有具体统计过中国地区AI员工数量。

来源:中国机器人网