Google人工智能产品大爆发的幕后秘密

Google组织重整，以Alphabet作为母公司运作时，曾经引起外界热烈讨论，如今再看“Al”phabet，似乎可以作为Google全方位布局人工智慧的解读，其以人工智慧技术为核心，发展各领域的智慧硬体，未来一年将大爆发。

“今晚吃咖哩吧！”一名中年人在车上对着语音助手Google Assistant这么说，而Google Assistant随即就为车主找到曾经消费的咖哩餐厅，并且安排餐点确认订单，当车主踏进家门后的15分钟，咖哩就送到家，这个服务来自Google打造的语音助手Google Assistant。Google Assistant成为Google产品的灵魂，进驻产品的身体里。10月5日，Google CEO桑德尔．皮蔡（Sundar Pichai）在产品发表会上一口气推出Pixel、Google Wi-Fi、Google Home、Daydream VR与Chromecast Ultra等五种产品，这些产品有个共同点：内含Google Assistant。

2015年起，Google在人工智慧领域大放异彩。除了从OK Google进一步演化的Google Assistant之外，围棋机器人AlphaGo、开源平台TensorFlow、搜寻系统RankBrain、智慧即时通讯Allo等人工智慧产品源源不绝地产出，不过，就在Google人工智慧产品纷纷上市的同时，Google公司组织也发生巨大变化。2015年中，Google重整公司架构，新成立Alphabet公司，成为Google母公司，原先的Google X与Google Ventures等七大业务成为Alphabet的子公司。

Alphabet公司的出现和人工智慧发展有关吗？“Alphabet也可以理解为alphabet，意味着投资回报高于基准，这是我们一直以来奋斗的目标！”Alphabet执行长佩吉（Larry Page）在公开信中这样写道，但他没有明言对人工智慧领域的壮阔野心，就字首上来看，“Alpha波”正是一种脑波，也就是脑部电流活动的核心形式。

Google成立“Al”phabet就是为了AI？

“Google的野心就是把机器学习作为一个核心，然后用它去解决非计算机、非网际网路领域的各种问题。”创新工场创办人李开复指出。“人工智慧将是Alphabet在未来新市场中的杀手锏。”市调机构CB Insights一份研究报告也指出。

李开复分析，Google成立Alphabet，是因为Google在搜寻和广告业务的累积，发展了一套以应用知识地图（Knowledge Map）的商业模式：Google Brain。Google Brain就是机器学习的大脑，这个机器包括了平台与专家，如果它运用在搜寻领域就是一个搜寻引擎，如果能够用在医学领域，那它可能就是一个癌症诊断系统，当然也可用于智慧家电等各种不同领域。

Google深度学习大爆发的幕后秘辛

为了一窥Google人工智慧的发展蓝图与研发秘密，《数位时代》特别专访Google MLX（Machine Learning Accelerated）技术总监雪克（Tal Shaked）。雪克专注于大规模机器学习系统的研发，并将成果应用到Google系列的产品。

雪克加入Google的11年当中，共同创建了搜寻排行系统Rankboost与机器学习系统Sibyl。他还有个特别身分：西洋棋特级大师，并且多年参与职业棋赛。“2012年以前Google使用深度学习的专案量是0个，但到2015年却已经超过1,500个，这些专案包括Android、Google Apps、药物开发、Gmail、地图、Photos、翻译与YouTube等等横跨各种领域。”雪克指出。

2014年是Google深度学习起飞关键年。这年开始深度学习专案开始快速成长，2015年第二季就大爆发冲破800个，2016年第一季甚至突破2,400个，这背后的秘密是什么？

“从外界看来我们是突飞猛进，但其实这是全球深度学习相关技术累积的成果，这些成果可以追溯到1950年代，这60多年的累积像一个长长的尾巴，支撑起Google的大爆发。”雪克分析。其实在2014年前，Google就看准世界顶尖人才，不惜砸下重金网罗这些稀有的优秀脑袋。2013年，Google把手伸进多伦多大学，收购其电脑工程系的新创团队DNNResearch，这个团队没有惊人获利与实质上市产品，有的仅是辛顿（Geoffrey Hinton）教授和他的学生等三个成员，但辛顿教授正是深度学习学派的开山祖师，他与学生所组成的团队在神经网络、自然语言处理与图像辨识上连续创下惊人的研究或比赛成果，在被收购前一个月，这个团队才刚连续拿下三个比赛，拿走近20万美元总额的奖金。

除了DNNResearch团队，2014年一个闪电并购案，也是让Google在该领域大爆发的重要原因。这一年Google成功以4亿英镑从Facebook手中抢下DeepMind团队。DeepMind为西洋棋神童暨神经学家哈萨比斯（Demis Hassabis）于2012年前所创立，今年以深度学习系统AlphaGo在五局三胜制的人机对弈大赛中，赢了韩国九段围棋棋王李世乭，震惊全球。

现在，Google Brain和DeepMind团队成为Google发展人工智慧的重要推进力量。

从机器学习到机器智慧的 AI发展蓝图

“Google人工智慧发展蓝图，是从Google的核心技术：机器学习（Machine Learning）所应用的搜寻与广告，拓展到机器智慧的智慧家庭中枢Google home等智慧硬体，或Google翻译、Google Photos与Gmail等等。”雪克指出，“Google希望整合这些技术成为人工智慧，可以被拓展到更大的应用在能源、医疗与机器人等其他领域，进入每个人的生活。”

其中，Google翻译就整合人工神经网络（artificial neural network，ANN），让翻译品质更接近人工翻译，过去Google翻译采用的是基于短词句的机器翻译（Phrase-Based Machine Translation，PBMT）但近日则采用基于神经网络的机器翻译（Neural Machine Translation，NMT），“以中英翻译来说，若使用者要翻译‘请问厕所在哪里？’，过去的Google翻译给的是：‘Where is the restroom?’，但现在翻译品质更好了，系统会给出：‘Excuse me, where is the toilet?’这样的翻译答案。”雪克举例。

雪克还指出，Google Photos部分也使用卷积神经网络（Convolutional Neural Network, CNN），让机器可以自动标签；机器可以基于人工智慧技术所进行的图像辨识，对原本不具有标签的照片进行分类；例如，使用者只要在搜寻栏位输入“狗”，就可以让系统可以自动辨识，找出整批有狗的照片。在Gmail应用中的智慧回覆（smart reply）功能也是以人工智慧给出建议回覆内容，透过对Gmail 收件匣分析使用者收到的信件内容，自动给出“明天见”、“马上寄给你”等回覆选项，让使用者回覆Gmail更得心应手。“除了这些核心产品，也利用深度学习优化Google数据中心能源利用率，以及用于检测视网膜图像中的糖尿病视网膜病变。”雪克强调。

“在日本已经有农业研发人员，使用TensorFlow工具开发出人工智慧拣选小黄瓜系统；现在，电脑已经不只会选土豆，电脑也学会根据小黄瓜的大小颜色与形状自动挑选；此外，TensorFlow也被科学家拿来判读卫星照片，透过机器学习，自动判别照片中的白色区块是云还是雪。”雪克说。Google机器学习团队对于人工智慧的应用寄予厚望，2015年底，Google对外开放了自己内部开发使用的第二代机器学习程式库工具TensorFlow；由于TensorFlow是第一套包含最完整、各种机器学习的程式库与工具，TensorFlow毫不意外同时成为学界与业界最受欢迎的人工智能开源平台。

Google智慧硬体时代来临，台湾扮演要角

巨量的数据、云端运算资源的扩展与GPU等硬体进步，支撑起Google人工智慧技术猛进，也让Google开始做“智慧硬体”大梦。过去Google一直未全力投入硬体发展上，常委由硬体合作夥伴生产，但今年4月，Google 成立新硬体部门，找Motorola前总裁欧斯特拉（Rick Osterloh）领军，5月Google在开发者大会上也发表自行研发的机器学习专用晶片TPU（Tensor Processing Unit），而10月5日的发布会也全是智慧硬体，Google智慧硬体时代已然来临。

过去就和Google紧密合作的HTC与华硕等台湾大厂，自然也是Google智慧硬体布局重要夥伴，在网路时代无缘参与世界舞台的台湾，正携手Google跨进智慧硬体世界。“现在是Google有史以来最重视硬体的时候……台湾的软体技术排世界前十，联发科、HTC、台积电、鸿海等业者的等硬体产品是世界顶尖，台湾要能跟上AI技术潮，把握这个软硬体整合的最佳时机。”Google台湾董事总经理简立峰说。