与非网 12 月 6 日讯,据外媒报道,Alphabet 旗下人工智能实验室 DeepMind 三位联合创始人之一穆斯塔法·苏莱曼宣布加盟谷歌,他曾负责 DeepMind 的健康团队。

 

他表示,他将与谷歌人工智能主管杰夫·迪安和首席法律官肯特·沃克共事。苏莱曼在谷歌的新岗位具体细节尚不清楚,但该公司的一名代表表示,苏莱曼主要从事关于人工智能政策方面的工作。

 

 

不过这一变动值得注意。今年早些时候有报道称,苏莱曼已被 DeepMind 停职。DeepMind 当时反驳了这些报道,称这是双方共同的决定,目的是让苏莱曼“在忙碌 10 年之后得到休息”。一些人猜测,苏莱曼的岗位调整是报道所述 DeepMind 和谷歌之间出现紧张关系的结果,因为前者一直难以将其技术实现商业化。

 

尽管 DeepMind 在 AI 领域实现了许多研究里程碑,最引人注目的是其 AlphaGo 项目在 2016 年取得巨大成功,但该实验室的亏损也显得触目惊心。2018 年,该公司收入翻了一番,达到 1.35 亿美元,但支出也上升到 6.18 亿美元,债务总额超过 13 亿美元。

 

苏莱曼于 2010 年与 DeepMind 现任首席执行官杰米斯·哈萨比斯(Demis Hassabis)和现任首席科学家谢恩·莱格(Shane Legg)共同创立了 DeepMind。苏莱曼曾是公司健康团队的负责人,其领导的团队为实验室研究提供实现商业化的途径。DeepMind 的工程师们设计了一系列具有开创性的健康算法,苏莱曼团队还为护士和医生开发了一款应用程序,承诺可以节省时间和金钱。但该项目也因对英国医疗数据处理不当而受到强烈批评,最终于 2018 年被纳入谷歌健康。

 

此外,苏莱曼还领导过“DeepMind for Google”团队,该团队旨在将公司的研究成果应用于谷歌产品,提供切实的商业利益,如延长安卓设备的电池续航时间,以及为智能助手 Google Assistant 提供更自然的声音。

 

在没有更多关于苏莱曼新角色细节的情况下,很难解析苏莱曼转投谷歌背后的意义。但很明显,DeepMind 仍在研究如何在未来定位自己,正如哈萨比斯在宣布苏莱曼离职之际发表的博客文章中所强调的那样。

 

在文章中,哈萨比斯描绘了 DeepMind“从不太可能的初创企业发展到大型科学组织”的历程。尽管他强调了 DeepMind 实验室与 Alphabet 其他部门的合作,但他最终还是把重点放在了 DeepMind 希望解决的“根本性突破”和“重大挑战”上,尤其是利用人工智能来加强科学研究。显然,长期研究而非短期利润,仍然是 DeepMind 科学家的首要任务。

 

Google 稍早在日本东京总部举办 AI Day,与来自日、韩、中等 11 个国家、将近 60 家媒体,说明有关 Google 发展 AI 的三个方向,强调 AI 主要在帮助人类解决日常所需,并非用来取代人类。而对所有领域来说,AI 跟机器学习虽然有很大的进展,但一切都只是刚起步而已,唯有人工智能进入人类生活,才能抓住它改善全人类生活的潜力与机会。

 

这两年积极抢攻硬件市场的 Google,同样透过 AI 进行产品软硬件整合。负责 Google Pixel 相机开发的产品经理 Isaac Reynolds 表示,透过 Googe Home,家中的所有人(最多同时 6 人)都跟机器对话,而机器可以快速回应各种不同需求,好比说请它设定房间的闹钟、问它义大利的时间、要它开启客厅的电视并播放 Netflix 等等,而且可以清楚辨识每个人的声音,这是深度学习的一环,Google 已经导入超过 1000 个不同的房间位置的声音模组,现在透过机器学习机制,它能了解每个人的声音、回应每个人的需求,后续推出的 Google Home Max 是高阶的音箱,提供跟 Google Home 一样的功能,并且更能够理解人们的所在地点。Google Assistant 还在成长当中,目前支援英文、德文、韩文、西班牙文、法文、义大利文、日文、葡萄牙文,现在希望能为更多的装置提供 Assistant 服务。

 

而事实上除了 Google Assistant,Google 云端平台开发顾问 Kaz Sato 表示,Google 发展云端应用超过 18 年,现在也已经全面导入 AI 技术,现在已经可以有效地处理旗下与第三方合作厂商各项服务的后端处理,这包括影像分析、数据管理等等,有效提升企业运作效率。除了 Google 内部,这次也有第三方合作厂商导入 AI 技术。像是创立于 1919 年的儿童食品公司 Kewpie,在日本因为当地需求,需要加速生产才能因应市场变化,因此该公司最后选择导入 AI 技术。

 

正所谓「好的产品从好的想法开始」,AI 提供许多很好的建议,好比说透过 AI 来协助检验哪些马铃薯是适合婴儿食用,快速筛检哪些条件的马铃薯是不适合食用的,初期食品厂在 2 个月内提供 AI 超过 100 万颗马铃薯给它辨识,像是有些马铃薯已经变色了、代表不安全,借此减少人工检测上的负担,现在生产线已经突破以往的生产效率。这是我们与 Google 合作的一个重大突破。

 

谈到下一步,Google 这次谈得相当深入,包括建构出更普及的机器学习(Accessibility of building ML)训练模组,这包括在教育领域帮助更多人建构自己的机器学习模型,内部也将持续透过机器学习速成课程,训练更多 Googler。

 

Jeff Dean 表示,在理想的人工智能之前,我们相信一切只是开端,并相信唯有让人工智能进入每个人的生活,才能发现与抓住它改善全人类生活的潜力和机会。