‧ Map Reduce 或許會重塑 Google 的人工智慧

leiphone王小冕

這是眾多單調乏味的網路工作之一，谷歌團隊會日復一日盯著電腦螢幕，觀察街頭照片，不斷的詢問：我是在看一個位址嗎？是，點擊yes，否，點擊no。

這是谷歌地圖服務中的關鍵部分。知道一個建築確切的位址，對地圖製造者來說的確是非常有説明的資訊，但是這對於那些不得不找出那些由谷歌街景採取車，獲取的一串號碼到底是電話號碼，塗鴉標記還是合法位址的可憐谷歌員工來說，並沒有使生活變得容易。然而，幾個月之前，谷歌工程師製造出了一種機器來解決這些費力不討好的任務，使員工減輕了他們的痛苦。

谷歌最終用它新的人工智慧系統——谷歌大腦解決了這些問題。在這些大腦的幫助下，谷歌可以快速寫下那些街景車獲得的所有地址。

谷歌是一家機器學習公司

自從三年前公司的秘密X實驗室誕生，尖端的機器學習演算法就應用有各種問題中。“谷歌並不僅是一家搜索公司，還是一家機器學習公司，”視覺搜索公司Clarifai的CEO Matthew Zeiler說。他說谷歌所有重要的任務——自動汽車、廣告、谷歌地圖都是從這類研究中獲益。“公司中的所有事都是靠機器學習驅使的。”

除了谷歌地圖工作，還有安卓的語音辨識軟體和圖像搜索。但這僅僅是個開始，據大腦項目背後的主要人物Jeff Dean稱，他相信谷歌大腦會説明公司的搜索演算法，促進谷歌翻譯。“如今幾乎有30到40個團隊在使用我們的基礎設施，”Dean說，“往往會在相當廣泛的範圍內得到不錯的結果。”

這個項目使更大部分轉向新的人工智慧，稱為“深度學習”。Facebook正在探索類似的工作，微軟、IBM等也是如此。似乎谷歌更大程度上推動了它的科技，至少目前來說是這樣。

AI成為一項服務

谷歌大腦是內部代號，而不是官方代號，開始於2011年。一年後，谷歌將安卓的語音辨識系統錯誤率降低了25％，不久該公司開始搶奪它能找到的每個深度學習專家。去年，谷歌聘請了世界上最重要的深度學習專家之一Geoff  Hinton。然後在今年1月，谷歌為深度學習公司DeepMind花費了4億美元。

深度學習中，電腦科學家構建了軟體模型來類比人腦的學習模型。這些模型可以用來整理大量新資料，調整並最終應用於新的類型的工作。圖形辨識模型用來建造谷歌圖像搜索，説明谷歌地圖團隊。一個文本分析模型或許不僅可以説明谷歌的搜尋引擎，也對Google+有好處。

谷歌大腦可以正確辨識街景圖片樣本

谷歌讓少量的AI模型可以在互聯網上使用，公司團隊構建後端服務，並將AI代碼的工作結果顯示在軟體儀錶板上。如果你想要在這個領域做前沿的研究，真正實現一些最先進的模型，那麼真的需要有很多年的機器學習的訓練。但如果正在做一個曾經被深度模型解決的問題，那麼即使在沒有深度學習專家的情況下，也能使用一些服務。

新的Map Reduce

現在谷歌又有新的Map Reduce尖端技術火了起來。十年前，Dean作為團隊的一員建立了Map Reduce來管理成千上萬的伺服器，並且解決類似搜索萬維網這樣單一的問題。後來谷歌的技術人員用其代碼解決大資料計算問題。隨著谷歌宏大的AI計畫的慢慢出現，這一技術也可能最終應用在谷歌大腦上。

由於深度學習演算法解決了問題的廣度，這裡有更多的工作供谷歌和Dean以及團隊的編碼去做。他們下一個大目標是：基於數以億計的資料點建造人工智慧模型，而不僅僅是數百萬。正如Dean說：“我們正在試圖推動真正準確的大模型訓練。”

via wired