《纽约时报》刊文，记者Gideon Lewis-Kraus深入谷歌大脑，从团队建立开始，阐述他们如何用神经网络改变谷歌翻译这一谷歌重要产品。文章还探讨了机器学习将如何重塑计算机这一概念本身。编译中有删减。

序言：谷歌机器翻译的威力

（文/Gideon Lewis-Kraus）11月的一个周五晚上，东京大学著名的人机交互教授Jun Rekimoto正准备在线上进行一次报告。忽然，他在社交网络上发现一个消息，谷歌翻译忽然之间有了巨大的提升。他亲自访问了谷歌翻译的页面开始体验。他被震惊了。躺到床上后，谷歌翻译的威力还萦绕在他脑海中，让他无法停止想象。

他起身在自己的博客上写下了自己的发现。首先，他比较了两位日本翻译家所翻译的《伟大的盖茨比》中的几句话与谷歌翻译的结果。他认为，谷歌翻译的结果在日语上非常流畅。他认为，谷歌的翻译虽然有些不自然，但是比起翻译家的作品，对他个人而言，却更加易懂。

随后，他又在谷歌翻译上输入日文（海明威的作品日文版），进而翻译为英文，结果发现机器翻译与海明威英文原著有着惊人的相似度。

四天之后，大量的记者、企业家和广告商汇集到了谷歌位于伦敦的工程办公室，这里会有一个特殊的消息公布，大家都开始猜测是不是会发布翻译工具包。

伦敦市长Sadiq Khan首先发言，随后，谷歌首席执行官Sundar Pichai上台。Pichai在伦敦的任务有一部分是为谷歌新的大楼举行典礼。他曾经在多个场合中提到，谷歌的未来，是要以“AI为先”。这句话的实际含义非常复杂，也引来了诸多推测。而实际上，这句话的含义，指的是很快这家公司的产品代表的将不再是传统计算机编程的成果，而是“机器学习”。

谷歌CEO Sundar Pichai在他位于加州山景城的办公室外面。来源：Brian Finke for The New York Times

谷歌很少提到的一个部门——谷歌大脑，创建于5年前，遵循的这样一条简单的原理：人工的”神经网络“能通过试错，来熟知世界，正如婴儿所做的那样，这将为机器带来一些像人一样的灵活性。这一概念并不新鲜，它出现在20世纪40年代早期，但是绝大部分计算机科学家认为这是很难实现的、甚至是神秘的。2011年开始，谷歌大脑开始用这一方法进军人工智能，希望能解决传统方法尝试了数十年都没有突破的难题。语音识别此前一直做得不好，但是谷歌大脑采用新方法后，让安卓手机上的语音识别几乎做到了人类水平。在图像识别上也是如此，一年多以前，谷歌大脑首次把这一技术应用到了商业化的产品中。

谷歌翻译从2006年开始推出，已经成为谷歌最可信最流行的产品之一。Pichai在演讲中提到，难民危机使得谷歌再次意识到，跨地区性的翻译多么重要。他背后的显示屏展示了最近在谷歌上阿拉伯语和德语之间的翻译请求数量在增多。

谷歌决心围绕AI重组公司，是整个产业界机器学习热的第一个重要证明。在过去的4年间，至少有6家公司——谷歌、Facebook、苹果、亚马逊和微软，以及百度，都在抢夺AI人才，特别是在大学中。企业对资源和自由的承诺，已经吸引了一些学术界人士。起薪7位数也不再是什么新鲜事。另外，学术会议参会人数几乎翻了四倍。他们关注的不再是零碎的创新，而是要控制作为整体的代表的计算平台——普遍性的、无处不在的人工智能。

“人工智能”一词被提起时，好像它的意思是不言而喻的，但它一直都是争议的根源。想象一下，如果你回到20世纪70年代，在街上拦住一个人，拿出一个智能手机，向他展示谷歌地图。一旦你设法说服她，你不是一个奇怪穿着的巫师，从你的口袋里拿出的不是一个黑色护身符，而只是一个比阿波罗穿梭机更强大的电脑，谷歌地图几乎肯定似可以让他认为是“人工智能”的一个好例子。在一个非常真实的意义上，它确实是。它可以做任何人类在地图上能做的工作，比如让你从你的酒店到机场，而且它可以做得更快更可靠。它也可以做人类显然不能做的事情：它可以评估交通，计划最好的路线，在你走错路时重新定位自己。

Pichai在演讲中重新区分了现在的AI应用和通用人工智能的目标。通用人工智能将不是关于具体指令的遵守，而是带有阐释性和理解性的推动。它将成为一种通用的工具，为通用环境、通用目的而设计。Pichai认为，谷歌的未来所仰仗的，就是类似通用人工智能的这种东西。想象一下，如果你能告诉谷歌地图，我要去机场，但是我还要在半路去给侄子买礼物。然后让它给你计划路线。这就是一种更通用版本的智能，一个无处不在的助手。就像电影《Her》中描述的那样，她能知道所有的事情，比如，你侄子的年龄、你通常会在礼物上花费多少、怎么找到一家营业的商店。这一般是亲密的朋友会知道的事。但是，一个真正智能的地图还能知道更多，它知道你真正想要什么。根据你此前的行为会给你做出判断。

现在流行的AI助手：苹果的Siri、Facebook的M和亚马逊的Echo，都是机器学习的产物，有着相同的作用。企业的机器学习梦想是无穷尽的，他们的目的是对消费者有更深的洞察。

下文讲述的故事，就是从一两个人，到三四个人，再到最后100多人的谷歌大脑，是如何在这一方向上取得巨大进展的。

第一部分：会学习的机器

1.谷歌大脑的诞生

虽然Jeff Dean的头衔是高级研究员（senior fellow），实际上确实谷歌大脑的大脑。Dean身材消瘦，瘦长的脸上眼窝深陷，透露着一股热诚。作为医学人类学家和公共卫生流行病学家的儿子，Dean从小周游世界——美国的明尼苏达州、夏威夷、波士顿、阿肯色州，此外日内瓦、乌干达、索马里、亚特兰大等地，他在高中和大学期间写的软件被世界卫生组织拿去用。他25岁左右，也就是1999年以来就一直在Google工作，从那时起，他在几乎参与了开发所有重大项目的核心软件系统。关于他的种种传说Jeff Dean Facts在公司里成了一种文化。

2011年初的一天，Dean遇到了吴恩达，那时候吴恩达还是斯坦福计算机科学教授，是谷歌的顾问。吴恩达告诉了Dean他自己帮助在谷歌内部建立的一个项目——Project Marvin（以著名的AI先驱马文·明斯基命名），用于研究“神经网络”，模仿人类大脑结构的数字网格。Dean 1990年在明尼苏达大学读本科时也做过类似技术的原始版，当时那段时间神经网络还算流行。现在，在过去的五年中，从事神经网络研究的学者数量已经开始再次增长，从很少几个到几十个。吴恩达告诉Dean，由谷歌X实验室支持的Project Marvin已经取得了一些好的结果。

Dean对这个项目很感兴趣，于是拿出他20%的时间参与进来——每个Google员工都要拿出20%的时间从事自己核心业务以外的工作。很快，Dean建议吴恩达邀请有神经科学背景的同事Greg Corrado加入，那时候Corrado听说过人工神经网络，但了解不多。后来，吴恩达最好的一个研究生Quoc Le也作为项目的第一个实习生加入了团队。到那时，一些Google工程师开始用Google Brain称呼Project Marvin。

从“人工智能”这个词在1956年夏天达特茅斯会议诞生时起，大多数研究人员一直认为创造AI的最佳方法是写一个