人工智慧

石博盟（Google大中華區總裁）：讓AI成為每人觸手可及的工具

2017-07-13

36Kr/石筱玉

【SmartM解讀】Google-Deepmind的AlphaGo在與世界冠軍柯潔的對弈中取得勝利，石博盟認為這只是人工智慧技術跨出的第一步。為了繼續研發創新與實用的產品，並將人工智慧技術運用於複雜的社會，機器與人類必須合作，共同激發AI強大潛能。

「讓AI 成為每個人都觸手可及的工具，我們才能真正握住它為人類所帶來的不可思議的機遇。」Google大中華區總裁石博盟在其文章中寫道。

為了鼓勵更多開發者進入人工智慧領域，石博盟親自撰寫文章，講述Google期望和中國研究者們進行合作這一願望。

儘管Google在AlphaGo、TensorFlow等應用方面取得了不少成就，石博盟仍然認為人工智慧處於「孩提時代」，並希望能在更為複雜的社會領域取得突破。

在今年5月的中國烏鎮圍棋峰會上，人們都見證了AlphaGo與世界冠軍柯潔九段的對弈，也第一次如此直觀地了解了人工智慧技術的進展。但是在Google眼中，AlphaGo的勝利只是Google-Deepmind邁出的第一步，而接下來AlphaGo在能源、環境以及醫療等實際場景中的應用才是重中之重。

石博盟在文中也著重講述了Google對於中國開發者的重視，並列舉了Google人工智慧API、TensorFlow開源工具與中國開發者們的淵源。

所以，Google的人工智能與清華大學醫學院、遊戲「列王的紛爭」、播客應用CastBox都有怎樣的聯繫？Google人工智慧的下一階段目標是什麼？這些問題都能在石博盟的文章中找到答案。

石博盟發布的文章全文如下：

人工智慧的火熱已經不言而喻。在中國，有很多關於人工智能的討論和探索。不過相對於喧囂的言論，如何讓人工智能真正服務於大眾，讓人工智能對每個人都觸手可及，顯得更為重要。

幾個月前的「中國烏鎮圍棋峰會」上，我們有幸見證了一些偉大的時刻––— 在與世界冠軍柯潔九段的三番棋巔峰對弈中， Google-DeepMind 的AlphaGo 取得了勝利。

但這場比賽最重要的意義並非比賽結果，而是過程中所發生的一切：

從首盤對弈中柯潔使出向AlphaGo 學習而來的開局方式，到配對賽中棋手們與AlphaGo的協同合作，這一切，均讓我們深切的感受到AlphaGo為這項具有三千年曆史的古老遊戲所帶來的全新變化，以及圍棋界為此而產生的興奮之情。對於棋手而言，AlphaGo 不僅僅只是對手，更是一個啟發思維的工具，通過人與機器的共同合作，去探索圍棋的更多可能。

柯潔與AlphaGo在對弈中。

在同一種合作精神的鼓舞下，同期舉辦的人工智慧論壇上，來自中國的人工智慧領域的專家與Google 科學家們共同探討了「人工智慧」這一前沿話題。大家不約而同地談到，各企業和大學經常為獲得更好的人工智慧人才、資金和領導地位進行競爭，但如果我們換一種思路，用合作的方式去解決問題，創新的速度會更快。

「合作」對於Google 的產品創新同樣重要，我們的AI 科學家們在語音識別、電腦視覺、自然語言處理等眾多領域都與不同的團隊進行著緊密合作。他們共同開發的技術幾乎被應用在Google 的每一款產品當中，並幫助我們實現了一些幾年前看起來無法想像的任務。以Google 翻譯為例，在應用深度學習之後，中文與英文之間的翻譯質量取得了巨大的飛躍，這一次更新所取得的進步，甚至超過了過去十年所取得進步的總和。

同時，Google 翻譯App 中的許多實用功能也使用了AI 技術，比如圖像識別可對標識和菜單進行即時圖像翻譯；而通過語音識別和自然語言處理，你可以與講不同語言的人輕鬆對話。

在為用戶提供創新產品的同時，我們同樣致力於幫助更多企業及開發者將AI 應用到自己的產品當中。因此我們提供了Google 翻譯的API 接口，企業可以將神經網絡機器翻譯技術整合至自己的網站或應用程序。中國遊戲廠商智明星通就在他們所開發的遊戲《列王的紛爭》中使用了Google 翻譯API，幫助不同國家的玩家在遊戲中交流。

在Google 翻譯及許多其它Google 產品的背後是一個機器學習系統––— TensorFlow。

我們相信，加快AI 行業發展，並讓企業和開發者利用工具去創造屬於自己的AI 應用十分重要，在這一理念驅使下，2015年11月，我們將TensorFlow 開源。

在過去的20個月內，TensorFlow 已成為互聯網上最受歡迎的機器學習知識庫。在Python 語言的在線軟件知識庫PyPi 上，TensorFlow 已被下載900,000 次，其中15% 來自中國。

清華大學自然語言處理與社會人文計算實驗室的學者就使用TensorFlow 來加深他們對語言的理解；同時，還有很多中國創業公司在使用這個開源平台，比如，播客應用CastBox通過TensorFlow 進行用戶偏好分析，並為用戶提供個性化內容推薦。

不僅開發者和企業在使用開源AI 系統進行產品開發，學者們也開始更多的利用AI 的幫助，解決人類面臨的更為艱鉅的社會問題，比如能源、環境以及醫療。

在Google，有一支由醫療專家所組成的研究團隊，利用深度學習技術來幫助診斷癌症和糖尿病性視網膜病變（一種由糖尿病引發的失明）。

受到圖像識別在其它領域所取得的進展啟發，Google 的科學家們與美國和印度的醫療機構合作，用上百張醫療圖像訓練出一個基於TensorFlow 的模型，使其診斷糖尿病性視網膜病變，診斷準確度甚至超過醫學專家；斯坦福大學的學者將深度學習應用到皮膚癌的診斷；在北京，兩位清華大學的博士生李哲和廖方舟，則致力於研究通過醫療圖片來檢測肺癌的模型。未來，這些技術都將給患者帶來深遠的影響。

當今的肺癌檢測手段誤診率高，而清華大學博士生李哲和廖方舟研究的癌症影像篩查智能算法能減少誤診率，曾獲2017數據科學杯（2017 Data Science Bowl）的第一名。

儘管有了這些令人興奮的成果，但人工智慧仍處於孩提時代，對於其巨大的潛能，我們甚至還未完全揭開它最外層的面紗。

如果我們能夠採取合作的方式，為人們提供創新、實用的產品；進一步激勵大學、企業和政策制定者之間的合作；通過發表論文和開源AI 軟件，讓科學家和工程師更便捷的使用更好、更強大的計算工具及研究成果––— 相信我們能夠在更為複雜的社會領域取得巨大的突破。也只有通過這些舉措，讓AI 成為每個人都觸手可及的工具，我們才能真正握住它為人類所帶來的不可思議的機遇。