相關文章

6e39e7a3484d86aca8f1905c6fe11ad8 在 Google 任職 10 多年的搜尋業務主管 Amit Singhal 宣佈離職,接替他的是人工智慧業務主管 John Giannandrea。身為Google核心業務的大主管,Amit Singhal的離職以及他的接棒人業務,或許也顯示出Google未來走向的改變。

自從 2000 年加入 Google 以來,Amit Singal 一直是 Google 搜尋業務的核心人物,負責 Google 搜尋演算法的改進。2001 年,由於重新編碼了 Google 的搜尋引擎,他獲得公司工程師最高職位榮譽「Google Fellow」。近年來,他開始在搜尋中引入人工智慧技術,推動搜尋的方向朝向了類似「星際爭霸戰裡頭的電腦那麼智慧」這個目標進發。

因此,我們可以認為,John Giannandrea 接替了 Amit Singal ,也顯示了Google搜尋正面臨更加深刻的變化。

2015 年稍早的時間,Google 開始把深度學習系統 RankBrain 應用到搜索上面。到了 10 月,RankBrain 已經開始發揮非常重要的作用。Amit Singal 同意了 RankBrain 的實施。不過,有趣的是,雖然他引進了人工智慧技術,但是他卻一直對機器學習採取頑固的抵制態度。根據一些 Google 員工的說法,他擔心的是,由於神經網路的行為更加難以理解,對其行為的修正也就更為困難。

(補充說明:其實「人工智慧」與「深度學習」、「機器學習」雖然有部分重疊領域,但是兩者其實是不同的東西,請參考去年我們在東京Google媒體年會中,Google研究員進行的說明與解釋:

Google實現機器「深度學習」:Gmail自動回信、Google相簿聰明分類全靠它



 

最近,Wired 網站採訪了 Google 員工,以瞭解公司內部發生的改變。

一位曾在 Google 工作的人說,公司各部門對神經網路的態度不盡相同,比如 Google 廣告團隊把神經網路用於投放有針對性的廣告,而搜尋團隊對這種技術卻保持著抗拒態度。

在問答網站 Quora 上,曾在 Google 搜尋團隊工作的 Edmond Lau 就曾經寫到,機器學習的問題在於,「很難解釋和確定為何某條搜尋結果比另一條結果的排位更高……而且,你很難去直接修改一個基於機器學習的系統,從而提升某個特別項目的重要性。」

不過,如今公司人工智慧的主管已經接管了搜尋。看起來,Google 似乎認為深度學習才是未來搜尋引擎的方向。深度學習初創公司 Skymind 的創始人 Chris Nicholson 說,神經網路實際上也只是數學問題,工程師們肯定可以監控數位的行為,問題是,你很難理解神經網路是如何對圖片、語言進行分類的。

「人們理解深度學習背後的線性代數,但是,它構建的模型是不適合人類閱讀的,而是適合機器閱讀的,」 他說,「它們能夠獲得非常精確的結果,但是,從個例來說,我們並不總是能夠解釋它們是如何做到的。」

因此,要改變神經網路的行為,你需要通過直覺和試錯來調整演算法,並且用新資料不斷地重新測試。這是一個複雜的過程。而且,一旦搜尋轉向人工智慧,Google 如何面對其它人對其搜尋結果的質疑呢?這也是一個未知的問題。

▲Amit Singal 

目前,深度學習只是 Google 搜尋的一部分,但隨著時間的發展,它將會發揮更加重大的作用。「構建了學習系統後,我們再也不需要編寫規則了,」 John Giannandrea 曾對媒體記者說,「逐漸地,我們發現,如果我們能夠學習東西而不是編寫程式碼,我們能夠推動業務向著更大的規模發展。」

 

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則