Google在苏黎世新建机器学习研究组,探索黑科技产业落地

Google Research Europe负责人宣布,谷歌将在苏黎世办公室新建一个致力于机器学习的研究组,关注机器智能、自然语言处理及理解和机器感知。乍看是谷歌在推进“AI为先”的布局,新智元分析认为,这实际上是谷歌在技术落地压力下,组建了一个以产品为导向、关注短期盈利的企业研究团队。

Google在苏黎世新建机器学习研究组,探索黑科技产业落地

2016 年 6 月 16 日,谷歌欧洲研究院负责人 Emmanuel Mogenet 在谷歌研究官方博客发文,宣布将在谷歌位于苏黎世的办公室建立一个机器学习研究小组,专注机器智能、自然语言处理及理解和机器感知这三大方向。

Mogenet 在博文最后说,欧洲有大量计算机科学精英,在这里打造顶尖研究团队再适合不过。

谷歌对人工智能尤其是机器学习的重视由来已久,投入方面也毫不吝啬,而且无论是相关的技术、产品,还是人才,都可谓世界领先。

这次,谷歌在瑞士的苏黎世办公室新建一个机器学习研究组,是为了巩固优势,网罗人才,甚至顺便提升点影响力?

人才什么时候都抢手。再说,凭谷歌的名声,即使不在欧洲设点,自有人加入——估计还是竞相加入——何况谷歌在欧洲已经有很多分部。

那么,这次谷歌在欧洲新建机器学习研究组的背后,可以看出什么呢?

作为谷歌 CEO,Pichai 必须在未来 5 个月的时间里,兑现几周前他在 I/O 大会上的承诺——发布 Google Assistant、发布内置了 Google Assistant 的虚拟智能助理 Allo,还有推出长得跟亚马逊 Echo 差不多但必须赢过 Echo 的 Google Home。

因此,这个在欧洲新建的机器学习研究组,其成员所处的环境将和谷歌其他研究员有着本质上的不同:

如果说以前谷歌研究(Google Research,与谷歌公司不同)的项目是致力于开拓技术疆域,探索基础/长期研究,那么谷歌这个位于苏黎世的机器学习研究组,则是一个 的“企业科学家团队”:相对封闭、以产品为导向,注重短期收益和成果。

理想 VS 落地

Mogenet 在博文中写道,苏黎世是谷歌在美国以外,规模最大的开发基地(苏黎世的 Googler 有自己的名称 Zoogler),谷歌欧洲研究院将营造良好的氛围,让工程师和机器学习研究员共同开发产品。

Mogent 也是这个新建研究组的负责人,工程师出身,2006 年从苹果跳到谷歌,在苏黎世办公室负责核心搜索项目,2013 年成为谷歌欧洲研究院负责人,曾经管理 250 多人的核心搜索团队。谷歌知识图谱的搜索引擎就是他们的作品。

然而,技术再好,Mogent 并没有机器学习背景。

此外,Mogent 也不是从学术界走出来的人物。今年 4 月份 Nature 刊文,讨论人工智能人才从学界到产业界的迁移,当时对这一趋势表示担忧的 Yoshua Bengio 给出的一个原因,就是企业科学家会受制于专利等问题,不能很快发表论文。

Facebook 的 Yann LeCun 同时也在纽约大学任职,他之前在贝尔实验室就遭遇过产品导向、人才流失的经历。现在,LeCun 主张“开放”,他带领的人工智能实验室 FAIR 花在产品上的精力是 3,而研究是 7。

不过,Mogent 显然没有这些顾虑。从人员组成上看,谷歌苏黎世以工程师为主,开发技术就是为了做成产品。Mogent 接受采访时还说,这个新建的机器学习研究组要做的一件事情,就是“努力寻找将技术投入实用的新方法”。

再看谷歌苏黎世在做的项目——Google Assistant 对话引擎,就更好理解谷歌为什么要在这里安设一个机器学习团队了。

谷歌苏黎世办公室一景:有趣是有趣,但最终目的是为了提高生产率

谷歌苏黎世办公室一景:有趣是有趣,但最终目的是为了提高生产率

很多外媒在报道时,都分析这个研究组关注的自然语言处理及理解能够用于谷歌的语音识别,而机器感知则可以帮助谷歌的自动驾驶汽车。

有意思的是,《财富》就此采访 Pichai 的文章,不知是有意还是无意,道破了真谛:

“这个新建的研究组将专注于机器智能(上至语音识别,下至排名)、自然语言处理及理解(不仅对机器翻译有用,也能应用于搜索),以及机器感知(比如在照片里查找东西和识别手写字符)。”

记者在括号里举的例子都跟搜索有关,而且全都是可以在短期内优化并落地的产品。如果是巧合,那只能说太巧了。

别慌,谷歌的理想主义还在继续

谷歌在苏黎世建立机器学习研究组还有一个原因:把这个团队和总部分开。

看谷歌美国总部,说到机器学习,就是 Google Brain,这个团队由学术界出来的 Hinton 领导,目前一共有 34 人(Google Research 一共有 979 人,谷歌拒绝透露这次新组建的成员信息),其研究工作有成为产品的开源机器学习平台 TensorFlow,也有还处于论文阶段的 Word Embeddings、Sequence-To-Sequence。Hinton 主张在企业也能做基础研究,他离开大学、进入谷歌,就是看中了企业强大的基础设施和解决现实问题的能力,但让他推进具体产品具体时间落地,估计很是个问题。

另一方面,谷歌的另一个人工智能实验团队 DeepMind,今年 AlphaGo 赢了后,进入医疗领域,其研究最快也得 5 年才能见到初步的成果。DeepMind 创始人 Demis Hassabis 多次公开表示,DeepMind 的目标是打造通用人工智能,最近他还跟人合著论文,探讨机器学习和神经科学之间的联系。不仅如此,DeepMind 还与牛津大学合作,开发避免人工智能失控的措施。

去年,谷歌德国分公司投资了德国的人工智能研究所(German Research Centre for Artificial Intelligence,DFK)。这家非盈利机构有 450 名科学家,研究方向包括多媒体分析、知识管理、嵌入式智能和增强智能。

所以,谷歌的理想主义还在继续。

但是,不要期待这个苏黎世机器学习研究小组搞出什么黑科技,他们肩上可满满都是KPI。

【文/新智元(微信号:AI_era)原创 作者:闻菲】

氧分子网(www.yangfenzi.com)是关注互联网生态圈的科技新媒体

·氧分子网(http://www.yangfenzi.com)延伸阅读:

谷歌宣告“云1.0 时代”终结,机器学习会让它称霸智能云市场?
哥伦比亚大学教授:机器学习胜过人类编程?AI 终极挑战是创造力
深度学习会让机器学习工程师失业吗?
变革性的技术背后:机器学习的潜力与陷阱
假如谷歌变成了“老大哥”我们应该怎么办?
Caffe 作者贾扬清:我为什么离开 Google,加入 Facebook?
Facebook首次公开内部机器学习平台,启动AI帝国
施密特透露Google正在研发的三大尖端科技
没有任何行业可以忽视人工智能——MIT EmTech Digital 峰会干货
吴恩达加盟百度背后:基于人工智能的共同愿景

您可能还喜欢…

发表评论

邮箱地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>