谷歌Jeff Dean：快15年实现通用人工智能
- 发布时间：2016-08-04
- 浏览次数：31469
谷歌JeffDean：快15年实现通用人工智能
JeffDean在获得华盛顿大学计算机科学博士学位的三年之后（1999年）加入了谷歌公司，成为了该公司早的员工之一。在谷歌的成长过程中，他一直是该公司的头面人物——设计和实现了支撑谷歌大部分产品的许多分布式计算基础设施。
谷歌CEOSundarPichai曾说过谷歌将会变成一家人工智能优先的公司；作为系统和基础设施组的成员，Dean及其团队对实现这样的目标至关重要。在这个涉及范围广泛的访谈中，Dean描述了他在谷歌的多种角色、该公司的人工智能愿景、他对谷歌如何在作为科技巨头的同时保持创业精神的想法，以及其它许多主题。
PeterHigh：JeffDean，你1999年加入谷歌，见证了该公司大部分历史。请给我们简要描述一下你这17年来在该公司所扮演的角色的发展。
JeffDean：当我加入的时候，谷歌还相当小。我们都挤在帕洛阿尔托大学路上的一间小办公司里。我的个主要工作是创建我们的个广告系统。然后我用了四五年的时间来开发在谷歌上的每次查询都会用到的检索、索引和搜索系统。在那之后，我基本上在和SanjayGhemawat等一些同事一起开发谷歌用来存储和处理大型数据集与做构建搜索索引或处理卫星图像等事情的软件基础设施。近一段时间，我一直在开发研究机器学习系统。
High：鉴于你的涉及范围和角色是如此地广泛，我想你可能没有‘平常的一天’。你如何确定与公司内外的什么人进行交流？我很想知道你如何在你所从事的不同事情上分配时间。
Dean：我没什么典型的一天。在开始的十四或十五年里，我没有任何管理上的工作，那给了我更多自由时间来专注编写代码。过去几年，我管理了一些机器学习上的工作，这对我来说是一件有趣而新颖的学习经历。因为我在该公司的这段历史里做过很多事情，而且我喜欢这些不同的项目进展保持关注，我常常收到很多邮件。我在处理电子邮件上花了很多时间，大部分是删除或略读它们以了解事情的进展。在任何时候，我都有几个技术项目要做，所以我需要在各种会议和设计审查这些事情之中找到花费我每天时间的方法。
High：尽管谷歌实现了急速的成长，但谷歌一直是创新的典范。它的雄心和创新精神看起来就好像它还是一家小公司一样，但它现在已经拥有了人力和财力上的资源，是科技行业的庞然大物。谷歌这家企业是如何打败繁文缛节和官僚主义，从而使其保持与其体量不相称的灵活性的？
Dean：自我加入公司以来，谷歌基本上就一直在不断成长。早些年的时候，我们的员工数量每年都在翻番。在百分比上，我们现在已经放缓了；但在数量上，我们仍然有相当显著的增长，员工的数量每年都会增长大概10%到20%的样子。公司体量的每一次倍增都会迫使我们重新思考该在公司内部如何完成事情。在X人时有效的做法，人数扩增到两倍时已经行不通了，我们必须搞清楚如何适应我们的风格、我们的工程开发、组织架构、团队动态等等以适应新的公司规模。
我认为在增长中对我们有所助益的一件事情是我们往往会分支到许多不同的领域，这些领域在某种程度上独立于谷歌的其它部门的工作。创造用于接入互联网的高空气球的部门与提供搜索查询的部门只有相对适中的互动。和我们核心业务中的项目不一样，我们许多不同活跃项目都不需要那么多的交流，这让我们可以实现规模和效率。
High：我理解谷歌/Alphabet分离的部分原因是因为要将不同类型的活动分开以保持敏捷。这是一个合理的评价吗？
Dean：我认为是的。我认为这能让Alphabet旗下的其它实体能更独立地运作。对于规模的倍增，我想说通过一些有趣的转变，我们从所有人都在一个建筑里工作变成了现在不再同一个建筑里。
后来，我们的工程开发工作也从山景城扩散到了苏黎世、纽约、东京和西雅图。我们这五处办公室已经有一段时间了，而且这些办公室现在已经发展得相当大了。再后来，在短短几年之内，我们工程开发的办公室数量就从五个增加到了三十五个，因为我们觉得在世界各地寻找人才并围绕他们开设办公室是非常好的。这让我们不得不重新思考我们该如何去组织大量的工程开发工作。如果你有一个小办公室，它就可能不应该做一百件事；它应该只做少数几件事，并专心将它们做好。一些小公司采用的模式是看山景城的其他人怎么做，他们看到别人正在做一百件事，所以他们认为自己也应该做一百件事。我们慢慢找到了一种使用分布在世界各地的工程办公室中所有人的更好的方式。
High：谷歌CEOSundarPichai曾经说过，从长远来看设备将逐渐消失，计算将从移动优先进化到人工智能优先。请你描述一下谷歌的人工智能优先的愿景。
Dean：我认为我们已经从桌面计算移到了移动计算，每个人都随身带有一个‘计算设备’。随着设备继续缩小，语音识别和其它类型的可替代的用户接口变得更实用，这将改变我们与计算设备交互的方式。它们可能隐入背后，并围绕着我们，让我们能够像与可信赖的伴侣一样和它们交流。它们将协助我们获取想要的信息，或者帮助我们完成各种各样的任务。我认为这是向前推动机器学习的一个主要目标：在提供建议上拥有能够像人类伙伴那样智慧的计算机、当需要的时候它们能够寻找到更多的信息等这种事情。我认为接下来五到十年将会是一段令人激动的时间段。
High：因为取得了一些进展，人工智能的不同目的也完成了一些，看起来一些人不再将这些成就视为真正的人工智能。也就是，人工智能似乎总是以未来时的语气在讨论。你将如何定义人工智能的范围呢？
Dean：我认为真正的通用人工智能是能够表现出人类水平的推理、理解和完成复杂任务能力的系统。很明显，我们还未达到这一步，但你说已经有了很多的进展是正确的。五年前，计算机接收一张图片然后生成人类水平的语句描述图片还是不可能的。现在，一台计算机生成的句子可能会说：‘这张图片是一个正拿着网球拍站在网球场上的男人。’同时，一个人可能会说：‘这张图片是一个网球员正要发球。’人类的描述更为精细，但事实上计算机已经能够产生看起来几乎是人写的描述语句，这已经是一个相当大的进步了。在过去五六年中，随着人们应用的一些更为复杂的机器学习模型，我们取得很多进展，这只是其中的一个例子。因为他们使用更大的数据集和更多的计算能力运行这些模型，结果也已经变得更好了。
High：你认为我们离通用人工智能还有多远？
Dean：这取决于你问的是谁，不同的人会给出不同的估计。我不想妄加猜测，只能给出一个宽泛的估计。我认为我们还需要15到50年——可能接近这个范围的更低的一端。
High：你之前提到，语言是诸多关键要素中的一种，而且谷歌的许多人工智能计划也是围绕着语言，比如阅读、理解网页上的所有内容或者智能化地交流和理解上下文语境。你能谈一下让机器更好地理解语言的途径吗？为了迈向（如果尚未完成）通用人工智能，你预见的发展道路是怎样的？你在这方面做着哪些工作？
Dean：我认为一件有趣的事是信息检索领域，这是谷歌早期工作的基础。传统上看，这并没有试图真正理解用户在点击搜索时到底想要什么。它更像是查找包含用户所输入词的文件或意思接近这些单词的内容。有趣的是，在近的四五年里，我们已经开始研发出可以更好地理解‘车’这个词的本质的技术。知道‘一辆车’、‘一些车’、‘汽车’、‘客车’和‘小型运货车’在某种意义上是相关的，而且能以这种更流利的方式匹配文件，促成了在许多语言理解任务中的更好表现。
我们不仅能理解词汇，还能抓住要点，理解两个相互释义的句子在某种意义上有相同的意思。机器开始达到我们人类理解语言的水平，我们将能够以更多机器学习的方式推动机器理解更长篇幅的文本。
接下来几年我们的目标是让机器系统吸收成百上千份文件，然后能谈论文件里的内容。也许系统将总结这些文件，针对文件内容提出或者回答问题。我认为这就是要真正表现出高水平语言理解所需的理解水平。