“它現(xiàn)在正在解決我們完全不知道如何解決的問題，”自谷歌在近5年前開始聚焦該領(lǐng)域以來一直引領(lǐng)研究的工程師杰夫？迪恩(JeffDean)表示。他補(bǔ)充稱，谷歌如今約有100個產(chǎn)品團(tuán)隊(duì)正在應(yīng)用這項(xiàng)技術(shù)。最新(也最顯眼)的產(chǎn)品是一個智能數(shù)字助理，旨在開啟一個更自然、更智能的人機(jī)交互模式，基于日常語言的使用。被稱為“助手”(Assistant)的這項(xiàng)功能將于未來幾周以不同形式出現(xiàn)在谷歌一系列產(chǎn)品和服務(wù)中。

 

　　它將有助于谷歌從某些競爭對手最成功的新項(xiàng)目奪取用戶。這些包括亞馬遜(Amazon)的家庭聲控設(shè)備Echo；蘋果(Apple)的智能助手Siri；以及Facebook的通訊服務(wù)——Messenger和WhatsApp.

 

　　但是，即使是對于像谷歌那樣擁有龐大計(jì)算能力和工程設(shè)計(jì)人才的公司來說，教會計(jì)算機(jī)更自然更智能地行動，也需要面對一些最棘手的計(jì)算機(jī)科學(xué)問題。

 

　　“谷歌當(dāng)然擁有足夠強(qiáng)大的人才實(shí)力來挑戰(zhàn)這個問題，但是迄今還沒人能完全破解，”AI初創(chuàng)企業(yè)MindMeld的首席執(zhí)行官蒂姆？塔特爾(TimTuttle)表示。該公司正在打造自己的“對話式”計(jì)算平臺。

 

　　AI領(lǐng)域的很多專家承認(rèn)，谷歌在機(jī)器學(xué)習(xí)方面領(lǐng)先于其主要競爭對手。

 

　　在微軟(Microsoft)共同創(chuàng)始人保羅？艾倫(PaulAllen)的研究所負(fù)責(zé)AI研究的奧倫？埃齊奧尼(OrenEtzioni)稱，谷歌在該領(lǐng)域展現(xiàn)了“前沿”成果。他認(rèn)為，這是由于谷歌采取了比對手更開放的姿態(tài)，發(fā)表研究結(jié)果，并使其技術(shù)可以免費(fèi)獲得。這種開源模式幫助它圍繞自己的方法建立了一個更大的生態(tài)系統(tǒng)。“亞馬遜采用了更封閉的模式，在機(jī)器學(xué)習(xí)領(lǐng)域正追趕谷歌，”埃齊奧尼稱，他們吸引到的人才不是同一水平的。

 

　　所有這一切都起到了提高期望值的作用，即谷歌“Assistant”在理解語音和提供更智能的指引上將達(dá)到新水平，從回答直接的問題，到指導(dǎo)用戶完成尋找餐廳或安排航班等任務(wù)。但是，期望值提高也大大提升了風(fēng)險(xiǎn)。用戶往往很快認(rèn)為似乎理解語言的計(jì)算機(jī)具有高智能，當(dāng)結(jié)果不盡人意時會非常失望。

 

 

　　谷歌于今年5月在年度開發(fā)者大會上首次透露了“Assistant”計(jì)劃。該技術(shù)將根據(jù)使用的設(shè)備或服務(wù)而采取不同形式。預(yù)計(jì)將用于一款被稱為Home的語音工具產(chǎn)品(效仿亞馬遜的Echo)。谷歌5月時還表示，該技術(shù)將用于在應(yīng)用軟件Allo中驅(qū)動基于文本的智能服務(wù)。近日已發(fā)布的Allo旨在推動谷歌進(jìn)入即時信息領(lǐng)域。

 

　　憑借這些新方法，這家搜索公司押注很多人都已準(zhǔn)備好嘗試與數(shù)字化設(shè)備交互的新方式。據(jù)谷歌表示，在美國，Android設(shè)備上進(jìn)行的搜索約20%通過語音完成。

 

　　迪恩稱，語音識別等技術(shù)的進(jìn)步，使得AI達(dá)到了可以面向大眾市場的階段。例如，谷歌稱其理解口語單詞的錯誤率(即使是在嘈雜的房間內(nèi))已降至8%。

 

　　塔特爾稱，該公司還在語音識別和文本轉(zhuǎn)換語音(將搜索結(jié)果轉(zhuǎn)換為語音回答)等領(lǐng)域取得了“出色的表現(xiàn)”。

 

　　這一切成功都利用了谷歌在互聯(lián)網(wǎng)搜索方面的根基，后者使其可以利用有關(guān)一般語言用法的海量數(shù)據(jù)來推動其核心語言引擎。“在這些方面，谷歌具有優(yōu)勢，”塔特爾表示。

 

　　然而，若要在更深層面上理解語言，就必然涉及掌握一句話的背景(往往不明顯)或是能夠理解一系列遵循人類(而非計(jì)算機(jī))邏輯的評論。塔特爾稱，這些任務(wù)會使“Assistant”等通用工具出錯。

 

　　為了應(yīng)對更棘手的挑戰(zhàn)，谷歌正在尋求利用深度學(xué)習(xí)——機(jī)器學(xué)習(xí)的最高級形式。深度學(xué)習(xí)系統(tǒng)借鑒人類大腦的工作方式，利用多個處理層(就像人工神經(jīng)網(wǎng)絡(luò)那樣)來過濾數(shù)據(jù)以得到結(jié)果。這項(xiàng)技術(shù)特別適合于處理傳統(tǒng)電腦不可能完成的任務(wù)，比如圖像識別。該技術(shù)迄今最引人矚目的應(yīng)用是在谷歌相冊(Photos)的用戶相簿中自動識別人或物體。

 

　　據(jù)迪恩表示，圖像識別上的這種突破，如今已經(jīng)開始出現(xiàn)在語音、語境和語意推測方面；在這些方面，其他程序已失敗。“最近出現(xiàn)的情況是，深度學(xué)習(xí)方法開始在很多不同的任務(wù)中表現(xiàn)出了理解語言的能力，”他稱。

 

　　盡管如此，他承認(rèn)谷歌的計(jì)算機(jī)距離人類語言理解能力、或者人類在對話時利用深厚背景知識的程度仍然很遠(yuǎn)。“我們在理解較短的句子或表達(dá)時擁有相當(dāng)出色的能力，”迪恩稱，但是我們無法理解長程語境和人類在說話時來自其他方面的深層背景模式。

 

　　還有一個挑戰(zhàn)將限制“Assistant”自動處理任務(wù)的情形，把它限制在犯錯幾率很小的領(lǐng)域。迪恩稱，釋放一款深度學(xué)習(xí)程序來識別貓咪照片是一回事，而放手讓同樣的程序來更改你的行程則是另一回事。在后面一種情形中，細(xì)微的誤解都會造成極大的不便。

 

　　其結(jié)果是，新“Assistant”技術(shù)的包裝——在不過度承諾或讓人失望的情況下，找到一套它可以順利完成的任務(wù)——可能會和它本身作為根本性技術(shù)成就的成功同樣重要。“最好的技術(shù)并不總是轉(zhuǎn)化為最棒的產(chǎn)品或市場上的贏家，”埃齊奧尼稱。

 

　　在眼看著亞馬遜以開創(chuàng)性的Echo先聲奪人、蘋果以Siri抓住大眾想象力之后，谷歌是時候在“Assistant”的幫助下重新成為關(guān)注焦點(diǎn)。