等你下一次不管是用谷歌搜索引擎搜索問(wèn)題也好，還是在谷歌地圖上找一家電影院的位置也罷，請(qǐng)你記住，在你看不見(jiàn)的地方，正有一個(gè)巨大的大腦在為你提供相關(guān)搜索結(jié)果，使你不至于在開車時(shí)迷了路。

當(dāng)然，這里說(shuō)的并不是人的大腦，而是網(wǎng)絡(luò)搜索巨頭谷歌的“谷歌大腦”(Google Brain)研究團(tuán)隊(duì)。《財(cái)富》記者羅杰·帕洛夫曾專門撰文揭開了這支團(tuán)隊(duì)的神秘面紗。“谷歌大腦”研究團(tuán)隊(duì)迄今已經(jīng)開發(fā)了1000多個(gè)所謂的“深度學(xué)習(xí)”項(xiàng)目，它們也是YouTube、谷歌翻譯、谷歌照片等近年來(lái)谷歌公司多個(gè)成功產(chǎn)品背后的大功臣。通過(guò)深度學(xué)習(xí)技術(shù)，研究人員能夠?qū)⒑Ａ繑?shù)據(jù)輸入“神經(jīng)元網(wǎng)絡(luò)”軟件系統(tǒng)進(jìn)行處理，該系統(tǒng)能夠以人腦完全無(wú)法企及的速度，在海量數(shù)據(jù)中進(jìn)行學(xué)習(xí)和模式分析。

近日，“谷歌大腦”團(tuán)隊(duì)的創(chuàng)始人和負(fù)責(zé)人之一的杰夫·迪恩接受了《財(cái)富》雜志專訪，并談到了人工智能領(lǐng)域的研究進(jìn)展及其帶來(lái)的挑戰(zhàn)，以及人工智能技術(shù)在谷歌產(chǎn)品中的應(yīng)用。出于篇幅考慮，以下采訪稿有刪節(jié)。

問(wèn)：在推動(dòng)人工智能領(lǐng)域研究的過(guò)程中，科研人員主要面臨哪些挑戰(zhàn)？

人類的學(xué)習(xí)有大量?jī)?nèi)容來(lái)自無(wú)監(jiān)督式的學(xué)習(xí)，也就是說(shuō)，你只是在觀察周圍的世界，理解事物的道理。這是機(jī)器學(xué)習(xí)研究的一個(gè)非常活躍的領(lǐng)域，但目前研究的進(jìn)展與監(jiān)督式學(xué)習(xí)還是不能比擬的。

也就是說(shuō)，無(wú)監(jiān)督式學(xué)習(xí)指的是一個(gè)人通過(guò)觀察和感知進(jìn)行的學(xué)習(xí)，如果計(jì)算機(jī)也能自行進(jìn)行觀察和感知，就能幫助我們解決更復(fù)雜的問(wèn)題了?

是的，人類的洞察力主要是通過(guò)無(wú)監(jiān)督式學(xué)習(xí)訓(xùn)練出來(lái)的。你從小就會(huì)觀察世界，但偶爾你也會(huì)得到一些監(jiān)督式學(xué)習(xí)的信號(hào)，比如有人會(huì)告訴你：“那是一只長(zhǎng)頸鹿”或“那是一輛小汽車”。你獲了這些少量的監(jiān)督式信息后，你的心智模式就會(huì)自然地對(duì)其產(chǎn)生回應(yīng)。

我們需要將監(jiān)督式和非監(jiān)督式學(xué)習(xí)更緊密地結(jié)合起來(lái)。不過(guò)以我們大部分機(jī)器學(xué)習(xí)系統(tǒng)的工作模式來(lái)看，我們現(xiàn)在還沒(méi)有完全進(jìn)展到那個(gè)地步。

你能解釋一下什么是“強(qiáng)化學(xué)習(xí)”技術(shù)嗎？

“強(qiáng)化學(xué)習(xí)”背后的理念是，你并不一定理解你可能要采取的行動(dòng)，所以你會(huì)先嘗試你應(yīng)該采取的一系列行動(dòng)，比如你覺(jué)得某個(gè)想法很好，就可以先嘗試一下，然后觀察外界的反應(yīng)。這就好比玩桌游，你可以針對(duì)對(duì)手的舉動(dòng)做出回應(yīng)。最終在一系列的類似行為之后，你就會(huì)獲得某種獎(jiǎng)勵(lì)信號(hào)。

強(qiáng)化學(xué)習(xí)的理念就是，在你獲得獎(jiǎng)勵(lì)信號(hào)的同時(shí)，可以將功勞或過(guò)錯(cuò)分配給你在嘗試過(guò)程中采取的所有行動(dòng)。這項(xiàng)技術(shù)在今天的某些領(lǐng)域的確非常有效。

我覺(jué)得強(qiáng)化學(xué)習(xí)面臨的一些挑戰(zhàn)主要集中在當(dāng)你可以采取的行為狀態(tài)極為寬泛的時(shí)候。在真實(shí)世界中，人類在任何給定的時(shí)候都可以采取一系列極為寬泛的行為。而在你玩桌游的時(shí)候，你能采取的只有有限的一系列行為，因?yàn)橛螒虻囊?guī)則限制了你，而且獎(jiǎng)勵(lì)信號(hào)也要明確得多——不是贏就是輸。

如果我的目標(biāo)是泡一杯咖啡之類的，那我可能采取的潛在行為就相當(dāng)寬泛了，而獎(jiǎng)勵(lì)信號(hào)也沒(méi)有那么明顯了。

不過(guò)你們還是可以將步驟分解開，對(duì)吧？比如，如果你想泡一杯咖啡，你就可以通過(guò)學(xué)習(xí)得知，如果你在沖泡之前不將咖啡豆充分研磨，泡出來(lái)的咖啡就不會(huì)好喝。

對(duì)。我認(rèn)為增強(qiáng)學(xué)習(xí)的一個(gè)特點(diǎn)就是它需要探索，所以在物理系統(tǒng)環(huán)境下使用它往往有些困難。不過(guò)我們已經(jīng)開始嘗試在機(jī)器人上使用這種技術(shù)了。當(dāng)機(jī)器人要需要采取某些行動(dòng)中，它在特定一天內(nèi)可以采取的行為是有限的。但是如果使用計(jì)算機(jī)模擬的話，就可以輕易地使用大量計(jì)算機(jī)獲得上百萬(wàn)個(gè)樣本。

谷歌已經(jīng)開始將強(qiáng)化學(xué)習(xí)技術(shù)用在核心搜索產(chǎn)品上了嗎？

我們通過(guò)與DeepMind(一家人工智能領(lǐng)域的創(chuàng)業(yè)公司，2014年被谷歌收購(gòu))和我們的數(shù)據(jù)中心運(yùn)營(yíng)人員的共同努力，已經(jīng)將強(qiáng)化學(xué)習(xí)技術(shù)應(yīng)用到了我們的核心產(chǎn)品上。他們還將這項(xiàng)技術(shù)運(yùn)用在了數(shù)據(jù)中心的空調(diào)溫控系統(tǒng)上，在大大降低能耗的同時(shí)，達(dá)到了相同的、安全的冷卻效果和運(yùn)行條件。它能探索溫控旋鈕的哪種設(shè)置是合理的，以及當(dāng)你改變運(yùn)行條件時(shí)應(yīng)該如何做出響應(yīng)。

通過(guò)強(qiáng)化學(xué)習(xí)技術(shù)，他們能夠探索這18個(gè)或者更多個(gè)溫控旋鈕的最優(yōu)設(shè)置，而這可能是連專門負(fù)責(zé)溫控的工作人員都沒(méi)有做過(guò)的。熟悉溫控系統(tǒng)的人可能會(huì)覺(jué)得：“這個(gè)設(shè)置真奇怪。”然而事實(shí)上它的工作效果非常好。

什么樣的任務(wù)更適合應(yīng)用強(qiáng)化學(xué)習(xí)技術(shù)？

上面說(shuō)的數(shù)據(jù)中心這個(gè)案例之所以效果很好，就是因?yàn)樵谝欢谓o定時(shí)間內(nèi)并沒(méi)有太多不同的行為。溫控系統(tǒng)大概有18個(gè)溫控旋鈕，你可以把一個(gè)旋鈕調(diào)高或調(diào)低，結(jié)果都是很容易衡量的。只要你在可以接受的適當(dāng)溫度范圍內(nèi)運(yùn)行，你的能耗利用率就會(huì)更好。從這個(gè)角度看，這幾乎是一個(gè)理想的強(qiáng)化學(xué)習(xí)技術(shù)的使用案例。

而至于在網(wǎng)絡(luò)搜索中，我應(yīng)該顯示哪些搜索結(jié)果，這應(yīng)該是強(qiáng)化學(xué)習(xí)技術(shù)的運(yùn)用效果稍差的一個(gè)用例了。針對(duì)不同的搜索提問(wèn)，我可以選擇顯示的搜索結(jié)果的面是很寬的，而且獎(jiǎng)勵(lì)信號(hào)也不明確。比方說(shuō)一名用戶看到了搜索結(jié)果，至于他心里喜不喜歡這個(gè)搜索結(jié)果，這是很不明顯的。

如果他們不喜歡某一搜索結(jié)果，你連衡量它都很難吧？

是的，的確有點(diǎn)棘手。我認(rèn)為這個(gè)例子就能說(shuō)明強(qiáng)化學(xué)習(xí)技術(shù)可能還不夠成熟，在這種獎(jiǎng)勵(lì)信號(hào)不夠明確、約束條件太少的環(huán)境下，還不能真正有效地運(yùn)行。

你們研究出來(lái)的這些技術(shù)要想應(yīng)用到人們?nèi)粘Ｊ褂玫漠a(chǎn)品中，還將面臨哪些最大的挑戰(zhàn)？

首先，很多機(jī)器學(xué)習(xí)解決方案和針對(duì)這些解決方案的研究是可以在各個(gè)不同領(lǐng)域重復(fù)使用的。比如我們與谷歌地圖團(tuán)隊(duì)就在某些研究上展開了合作。他們希望能夠識(shí)別出街景圖片中的所有商戶名稱和標(biāo)志牌，以更深入地了解這個(gè)世界——比如確定這究竟是一家披薩店還是別的什么。

事實(shí)證明，要想識(shí)別這些圖像中的文字，你可以對(duì)一個(gè)機(jī)器學(xué)習(xí)模型進(jìn)行“訓(xùn)練”，給它一些人們?cè)谖淖种車嬋虍嬁虻臉颖緮?shù)據(jù)。這樣一來(lái)，機(jī)器學(xué)習(xí)模型就會(huì)學(xué)會(huì)分辨圖像中的哪些部分包含了文字。

這項(xiàng)能力總體還是很有用的。谷歌團(tuán)隊(duì)的另一部分人還將該技術(shù)運(yùn)用到了一項(xiàng)衛(wèi)星圖像分析項(xiàng)目中，主要用來(lái)分辨美國(guó)和全世界的建筑物的房頂，以估算太陽(yáng)能電池板在房頂上的安裝位置。

我們還發(fā)現(xiàn)，同樣的模型還能協(xié)助我們進(jìn)行醫(yī)學(xué)影響分析方面的一些初級(jí)工作。比如說(shuō)你有一些醫(yī)學(xué)影響，你想在其中發(fā)現(xiàn)一些與臨床相關(guān)的有趣的部分，你就可以用這個(gè)模型來(lái)幫忙。