“它現(xiàn)在正在解決我們完全不知道如何解決的問(wèn)題，”自谷歌在近5年前開始聚焦該領(lǐng)域以來(lái)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(gè)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(gè)智能數(shù)字助理，旨在開啟一個(gè)更自然、更智能的人機(jī)交互模式，基于日常語(yǔ)言的使用。被稱為“助手”(Assistant)的這項(xiàng)功能將于未來(lái)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(jìng)爭(zhēng)對(duì)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(duì)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(lái)說(shuō)，教會(huì)計(jì)算機(jī)更自然更智能地行動(dòng)，也需要面對(duì)一些最棘手的計(jì)算機(jī)科學(xué)問(wèn)題。

 

　　“谷歌當(dāng)然擁有足夠強(qiáng)大的人才實(shí)力來(lái)挑戰(zhàn)這個(gè)問(wèn)題，但是迄今還沒(méi)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(duì)話式”計(jì)算平臺(tái)。

 

　　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(jìng)爭(zhēng)對(duì)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(duì)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(gè)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(yǔ)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(wèn)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(yǔ)言的計(jì)算機(jī)具有高智能，當(dāng)結(jié)果不盡人意時(shí)會(huì)非常失望。

 

 

　　谷歌于今年5月在年度開發(fā)者大會(huì)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(yǔ)音工具產(chǎn)品(效仿亞馬遜的Echo)。谷歌5月時(shí)還表示，該技術(shù)將用于在應(yīng)用軟件Allo中驅(qū)動(dòng)基于文本的智能服務(wù)。近日已發(fā)布的Allo旨在推動(dòng)谷歌進(jìn)入即時(shí)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(guó)，Android設(shè)備上進(jìn)行的搜索約20%通過(guò)語(yǔ)音完成。

 

　　迪恩稱，語(yǔ)音識(shí)別等技術(shù)的進(jìn)步，使得AI達(dá)到了可以面向大眾市場(chǎng)的階段。例如，谷歌稱其理解口語(yǔ)單詞的錯(cuò)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(yǔ)音識(shí)別和文本轉(zhuǎn)換語(yǔ)音(將搜索結(jié)果轉(zhuǎn)換為語(yǔ)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(yǔ)言用法的海量數(shù)據(jù)來(lái)推動(dòng)其核心語(yǔ)言引擎。“在這些方面，谷歌具有優(yōu)勢(shì)，”塔特爾表示。

 

　　然而，若要在更深層面上理解語(yǔ)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(píng)論。塔特爾稱，這些任務(wù)會(huì)使“Assistant”等通用工具出錯(cuò)。

 

　　為了應(yīng)對(duì)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(jí)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(gè)處理層(就像人工神經(jīng)網(wǎng)絡(luò)那樣)來(lái)過(guò)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(shí)別。該技術(shù)迄今最引人矚目的應(yīng)用是在谷歌相冊(cè)(Photos)的用戶相簿中自動(dòng)識(shí)別人或物體。

 

　　據(jù)迪恩表示，圖像識(shí)別上的這種突破，如今已經(jīng)開始出現(xiàn)在語(yǔ)音、語(yǔ)境和語(yǔ)意推測(cè)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(yǔ)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(yǔ)言理解能力、或者人類在對(duì)話時(shí)利用深厚背景知識(shí)的程度仍然很遠(yuǎn)。“我們?cè)诶斫廨^短的句子或表達(dá)時(shí)擁有相當(dāng)出色的能力，”迪恩稱，但是我們無(wú)法理解長(zhǎng)程語(yǔ)境和人類在說(shuō)話時(shí)來(lái)自其他方面的深層背景模式。

 

　　還有一個(gè)挑戰(zhàn)將限制“Assistant”自動(dòng)處理任務(wù)的情形，把它限制在犯錯(cuò)幾率很小的領(lǐng)域。迪恩稱，釋放一款深度學(xué)習(xí)程序來(lái)識(shí)別貓咪照片是一回事，而放手讓同樣的程序來(lái)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(huì)造成極大的不便。

 

　　其結(jié)果是，新“Assistant”技術(shù)的包裝——在不過(guò)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(huì)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(chǎng)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(shí)候在“Assistant”的幫助下重新成為關(guān)注焦點(diǎn)。