行路难 (06)
第06章：技术
在13号会议室里，我见到了我希望见到的人。Astro Teller、Sebastian Thrun、Andrew Ng等等，以及不胜枚举的高级工程师，当然还有Sergey Brin和Larry Page，Larry Page很热心地一一为我做了介绍。
待人员坐定之后，Larry Page轻轻咳嗽了一声，然后以他惯有的低沉但不失权威的语气说道：“Dr.Ran是脑科学和人工智能的双料博士，我相信在座的大部分人都读过他的经典Paper《意识形态的明天》和《信息架构的黎明》。在这些论著中对于人脑的解构和非冯诺依曼体系计算机的探讨已令人振奋着迷，但我相信Dr.Ran今次带来的东西则毫无疑问会让你们都感到震撼。”
Larry Page歇了一下，转向我道：“Dr.Ran，如果不介意的话，能不能为大家再次展示一下那个视频?”
我点了点头，将手机的视频无线推送到会议室里侧正中的一块大屏幕上，触碰了一下播放按钮。
视频是在一个房间中拍摄的，从屋里的摆设等等来看，是那种最普通不过的家居生活。画面中一个美丽的女子正微搂着一个萌萌的小女孩坐在沙发上看电视，电视里一个男人正牵着一只可爱的泰迪犬在散步。
“妈咪，我也想要养一只小狗。”小女孩转过头看着女子，撒娇式地说道。
“好哇，宝贝，但是你要先告诉我狗狗吃什么?”
“狗狗应该最有可能吃狗粮，然后是肉和骨头，最后它也能吃吃谷物之类的素食。”
“宝贝好棒。”女子爱怜地摸了摸小女孩的头，接着说道：“可是狗狗要经常打理，你要帮它收拾卫生哦。”
小女孩从沙发上溜下来，向卫生间走去，然后手里握着一块方巾，走回到女子面前晃了晃。呆萌地说道：“我能照顾好它的。”
女子灿烂地笑了笑，把小女孩抱起来，放在了沙发上。
视频并不长，也很简单，但大家看完都沉默了很久。接着只听到一声孤独的掌声从Larry Page的掌心传来，然后是满堂爆棚的掌声，良久不息。
“印象深刻。”Astro Teller摸了摸下颚的白胡子，以他富有感染力的腔调说道：“尼采说上帝已死，我要说上帝已临。这真是一件精妙绝伦的作品，堪称艺术，她叫什么?”
“若希。”
“好名字，但听起来不像是一个商业化的产品名称。”
“她是我的女儿。”
“幸福的父亲，令人叹服。我们早已制造出瞬间算出十位数乘法的计算机，也早已制造出能击败国际象棋世界冠军的计算机，微积分、翻译、金融市场策略等等我们觉得困难的事情对计算机而言都太简单了。但制造出能分辨一个动物是猫是狗的计算机是如此的困难以致于现在世界上最尖端的图片识别技术也无法保证100%识别，制造出一个会走路的机器人是如此的困难以致于DARPA（美国国防部高级研究计划局）举办的DRC（机器人挑战赛）这种世界顶级机器人竞赛中状况百出，制造出一台能读懂三岁小朋友图画书里文字并理解其意思的计算机是如此困难以致于几百亿美元的投入却成果寥寥。”
Astro Teller喝了口水，接着说道：“生物进化的过程中几亿年的优化让身体一系列的物理协作变得轻而易举，但大数相乘下棋等等对于生物来说很新的技能则没有那么久的时间去进化。人工智能已经在几乎所有需要思考的领域超越了人类，但是在那些人类和其它动物不需要思考就能完成的事情上却还差得很远。”
话语声落下，Astro Teller停止了他慷慨激昂的陈述，转向我：“自然是最高的和谐。Dr.Ran，如果你不介意的话，能不能帮我们解惑是如何突破这一点的?”
“没问题，这正是我想说的。对于狭义的机器人而言，所需要的概括来说分为三个部分：观测、分析、执行，其所对应的技术分别为：传感器技术、计算机技术以及自动控制技术。从谷歌的立场和如今的现状，我主要讲一讲分析这一块。”
我停顿了一下，环视了一下全场，接着说道：“Mr.Teller刚刚已经说过，造出一台能像人类一样思考的计算机是如此的困难，以致于目前来说，还没有人知道实现的方法。就好比一场考试，你完全不知道题目怎么做，得分自然不高。怎么样提高得分呢，目前来说有两种策略。”
“第一种策略是抄袭人脑，就好比你班上有一个学霸，考试每次都满分。虽然你也很努力地学习，但是你就是考得没有学霸好。最后你决定老子不干了，我直接抄他的考试答案好了。这种抄袭是有道理的，我们不知道如何建造一个超级复杂的电脑，但是我们可以参考人脑这个范本。我知道包括IBM和贵司在类的多家公司都在做这种尝试，IBM展示的TrueNorth核心区域内密密麻麻地挤满了4096个处理核心，用来模拟超过百万个人脑神经元和2.56亿个神经突触，Google X里也有通过神经网络将16000多台电脑连接在一起的‘人脑’。”
“鄙人对脑科学也有一定的研究，不太谦虚地说，从我的立场上来看，在现在流行的逆向工程人脑没有取得核心突破前，单纯增加CPU核心数或电脑台数基本上是徒劳无功的，它最多能打造一台超级计算机，但无法打造出人工智能。除非核心数或电脑数达到人脑神经元的数百万级，甚至即便如此，也不一定有意义。至今为止，人类的大脑依然是我们所知宇宙中最复杂的东西。造摩天大楼、把人送入太空、明白宇宙大爆炸的细节——这些都比理解人类的大脑，并且创造个类似的东西要简单太多了。”
虽然我说的这些东西在座的工程师无一不清楚，甚至比我还要了解，但他们还是礼貌而专注的聆听着。我喝了口水，接着说道：“第二种策略是模拟进化，还是以考试举例，直接抄学霸的答案当然是一种方法，但是如果学霸的答案太难抄了呢，那我们能不能换一种方式，学一下学霸备考的方法?这就是目前人工智能领域最火的‘深度学习’技术，而这技术的日趋成熟则要归功于大数据和统计学。依据贝叶斯统计，让计算机教会自己从数据中建立模式，有了足够大的信息量，就能让机器学会做看上去有智能的事情，不论是理解自然语言还是识别图片等等。”
“若希是属于第二类吧。”Larry Page用肯定而不是疑问的语气问道，他本身就是技术出身，对人工智能也有相当的研究。
但还没待我回答，便接着说道：“不谦虚地说，Deepmind的深度学习技术是走在时代前沿的，但以我们目前的技术，还无法达到若希这样的高度。如果Dr.Ran不急着回国的话，我诚挚地邀请你稍后莅临Google X参观指教。”
“嗯。”我嗯了一声，算是回答他不需要我回答的问题。接着道：“深度学习的技术性问题我们可以稍后再详细讨论，但现在，我希望提醒诸君另外一件重要的事情，比深度学习还重要百倍的事情。”
<未完待续>
