等你下一次不管是用谷歌搜索引擎搜索问题也好，还是在谷歌地图上找一家电影院的位置也罢，请你记住，在你看不见的地方，正有一个巨大的大脑在为你提供相关搜索结果，使你不至于在开车时迷了路。
当然，这里说的并不是人的大脑，而是网络搜索巨头谷歌的“谷歌大脑”(Google Brain)研究团队。《财富》记者罗杰·帕洛夫曾专门撰文揭开了这支团队的神秘面纱。“谷歌大脑”研究团队迄今已经开发了1000多个所谓的“深度学习”项目，它们也是YouTube、谷歌翻译、谷歌照片等近年来谷歌公司多个成功产品背后的大功臣。通过深度学习技术，研究人员能够将海量数据输入“神经元网络”软件系统进行处理，该系统能够以人脑完全无法企及的速度，在海量数据中进行学习和模式分析。
近日，“谷歌大脑”团队的创始人和负责人之一的杰夫·迪恩接受了《财富》杂志专访，并谈到了人工智能领域的研究进展及其带来的挑战，以及人工智能技术在谷歌产品中的应用。出于篇幅考虑，以下采访稿有删节。
问：在推动人工智能领域研究的过程中，科研人员主要面临哪些挑战？
人类的学习有大量内容来自无监督式的学习，也就是说，你只是在观察周围的世界，理解事物的道理。这是机器学习研究的一个非常活跃的领域，但目前研究的进展与监督式学习还是不能比拟的。
也就是说，无监督式学习指的是一个人通过观察和感知进行的学习，如果计算机也能自行进行观察和感知，就能帮助我们解决更复杂的问题了?
是的，人类的洞察力主要是通过无监督式学习训练出来的。你从小就会观察世界，但偶尔你也会得到一些监督式学习的信号，比如有人会告诉你：“那是一只长颈鹿”或“那是一辆小汽车”。你获了这些少量的监督式信息后，你的心智模式就会自然地对其产生回应。
我们需要将监督式和非监督式学习更紧密地结合起来。不过以我们大部分机器学习系统的工作模式来看，我们现在还没有完全进展到那个地步。
你能解释一下什么是“强化学习”技术吗？
“强化学习”背后的理念是，你并不一定理解你可能要采取的行动，所以你会先尝试你应该采取的一系列行动，比如你觉得某个想法很好，就可以先尝试一下，然后观察外界的反应。这就好比玩桌游，你可以针对对手的举动做出回应。最终在一系列的类似行为之后，你就会获得某种奖励信号。
强化学习的理念就是，在你获得奖励信号的同时，可以将功劳或过错分配给你在尝试过程中采取的所有行动。这项技术在今天的某些领域的确非常有效。
我觉得强化学习面临的一些挑战主要集中在当你可以采取的行为状态极为宽泛的时候。在真实世界中，人类在任何给定的时候都可以采取一系列极为宽泛的行为。而在你玩桌游的时候，你能采取的只有有限的一系列行为，因为游戏的规则限制了你，而且奖励信号也要明确得多——不是赢就是输。
如果我的目标是泡一杯咖啡之类的，那我可能采取的潜在行为就相当宽泛了，而奖励信号也没有那么明显了。
不过你们还是可以将步骤分解开，对吧？比如，如果你想泡一杯咖啡，你就可以通过学习得知，如果你在冲泡之前不将咖啡豆充分研磨，泡出来的咖啡就不会好喝。
对。我认为增强学习的一个特点就是它需要探索，所以在物理系统环境下使用它往往有些困难。不过我们已经开始尝试在机器人上使用这种技术了。当机器人要需要采取某些行动中，它在特定一天内可以采取的行为是有限的。但是如果使用计算机模拟的话，就可以轻易地使用大量计算机获得上百万个样本。
谷歌已经开始将强化学习技术用在核心搜索产品上了吗？
我们通过与DeepMind(一家人工智能领域的创业公司，2014年被谷歌收购)和我们的数据中心运营人员的共同努力，已经将强化学习技术应用到了我们的核心产品上。他们还将这项技术运用在了数据中心的空调温控系统上，在大大降低能耗的同时，达到了相同的、安全的冷却效果和运行条件。它能探索温控旋钮的哪种设置是合理的，以及当你改变运行条件时应该如何做出响应。
通过强化学习技术，他们能够探索这18个或者更多个温控旋钮的最优设置，而这可能是连专门负责温控的工作人员都没有做过的。熟悉温控系统的人可能会觉得：“这个设置真奇怪。”然而事实上它的工作效果非常好。
什么样的任务更适合应用强化学习技术？
上面说的数据中心这个案例之所以效果很好，就是因为在一段给定时间内并没有太多不同的行为。温控系统大概有18个温控旋钮，你可以把一个旋钮调高或调低，结果都是很容易衡量的。只要你在可以接受的适当温度范围内运行，你的能耗利用率就会更好。从这个角度看，这几乎是一个理想的强化学习技术的使用案例。
而至于在网络搜索中，我应该显示哪些搜索结果，这应该是强化学习技术的运用效果稍差的一个用例了。针对不同的搜索提问，我可以选择显示的搜索结果的面是很宽的，而且奖励信号也不明确。比方说一名用户看到了搜索结果，至于他心里喜不喜欢这个搜索结果，这是很不明显的。
如果他们不喜欢某一搜索结果，你连衡量它都很难吧？
是的，的确有点棘手。我认为这个例子就能说明强化学习技术可能还不够成熟，在这种奖励信号不够明确、约束条件太少的环境下，还不能真正有效地运行。
你们研究出来的这些技术要想应用到人们日常使用的产品中，还将面临哪些最大的挑战？
首先，很多机器学习解决方案和针对这些解决方案的研究是可以在各个不同领域重复使用的。比如我们与谷歌地图团队就在某些研究上展开了合作。他们希望能够识别出街景图片中的所有商户名称和标志牌，以更深入地了解这个世界——比如确定这究竟是一家披萨店还是别的什么。
事实证明，要想识别这些图像中的文字，你可以对一个机器学习模型进行“训练”，给它一些人们在文字周围画圈或画框的样本数据。这样一来，机器学习模型就会学会分辨图像中的哪些部分包含了文字。
这项能力总体还是很有用的。谷歌团队的另一部分人还将该技术运用到了一项卫星图像分析项目中，主要用来分辨美国和全世界的建筑物的房顶，以估算太阳能电池板在房顶上的安装位置。
我们还发现，同样的模型还能协助我们进行医学影响分析方面的一些初级工作。比如说你有一些医学影响，你想在其中发现一些与临床相关的有趣的部分，你就可以用这个模型来帮忙。
