从谷歌AI团队的招聘信息，我们扒到他在中国可能的6大方向

　　在 2016 年秋季新品发布会上，谷歌发布了手机、智能音箱、电视盒子等一系列硬件产品，也在之前的 PPT 中宣布谷歌战略从 Mobile First(移动先行)转向 AI First (人工智能先行)。2017年9月，谷歌被爆出在北京总部建立以机器学习为核心的团队，这个Alphago的爸爸，AI的巨头到底在下一盘怎样的棋?

　　完全从无到有的团队

　　有媒体爆出，这是一个以机器学习为核心的团队，将在Google北京被建立，最为关键的是：招聘已然在进行中。

　　官方信息显示，Google正在为北京团队招募四大机器学习相关的岗位，包括：机器学习研究员、机器学习技术主管、云端机器学习产品经理、机器学习软件工程师。

　　尽管Google没有标明上述岗位的招募数量，但仍然有大量的信息泄露出来。

　　例如，这不仅是一个工程团队，还兼具技术研发的任务。

　　涉及的AI方向包括：计算机视觉、视频处理与理解、图像处理、语音识别、自然语言理解、文本理解、分类、模式识别、推荐系统、定位系统，以及机器学习、深度学习、优化的算法基础、人机交互，数据挖掘，AI+医疗保健，计算基因组学等。

　　以及关注的行业包括：商业和零售、媒体和娱乐、医疗保健、金融、交通等。

　　从这些招聘信息中，足以看出谷歌在人工智能领域的野心以及战略布局。

　　谷歌人工智能战略布局六步走

　　1）对DeepMind的收购及后续运作

　　2014年年初，谷歌以4亿美元的架构收购了深度学习算法公司——DeepMind，公司创始人哈萨比斯是一位横跨游戏开发、神经科学和人工智能等多领域的天才人物。7月，谷歌以DeepMind为主体与牛津大学的两支人工智能研究队伍建立了合作关系。

　　DeepMind也很快发布了研究成果，它在10月份公布了一种新的模拟神经网络，旨在模仿人类大脑的工作记忆原理，拥有更加强大的归纳整理和联想演绎等逻辑处理能力，从而带来更快的任务处理速度，还可以通过训练去自行处理任务，这种全新的深度学习算法可用于计算机视觉和语音识别等领域。

　　DeepMind最杰出的代表成果就是阿尔法狗，在2016年3月的世界围棋大战中，阿尔法狗以4：1大胜世界排名第一的李世石，人工智能再次战胜人类，也进一步引发了用户对人工智能发展的关注。

　　2）自动驾驶汽车

　　奇点大学的网络与计算部门负责人Brad Templeton认为，在接下来的10-20年里最具改变世界潜力的技术是自动驾驶汽车，而谷歌在这方面要领先于传统汽车厂商。谷歌的自动驾驶汽车战略的起步是从收购510 Systems及其姊妹公司Anthony’s Robots开始的，2011年谷歌收购了这两家公司。

　　2011年10月，510 Systems悄然加盟谷歌，成为谷歌神秘部门Google X“moon shot”的关键组成部分。改装后的Pribot整合了谷歌的强大软件，也一并被谷歌收购。2012年夏天，普锐斯被换成了新款雷克萨斯SUV。此后，谷歌的自动驾驶汽车已经完成了总计70万英里的高速公路无人驾驶巡航里程。

　　在此基础上，谷歌于2014年7月份推出了100辆原型车来执行小规模的市区道路测试，这是自动驾驶行业首次进行的规模化城市道路测试。谷歌的原型车安装了17个感应装置，搜集来的信息能快速建立起一个半径200公尺的3D信息图，让车辆对外部环境进行分析判断，实现360度的全方位防护。

　　为推动无人驾驶汽车的发展，谷歌也在申请无人汽车上路而努力。2016年2月份，谷歌赢得了重大胜利，NHTSSA(国家公路交通安全管理局)裁定，按照联邦法律导航无人驾驶汽车的AI系统可以被认为是司机。规定为未来扫清了道路，以后的无人驾驶汽车没有方向盘、刹车、加速油门，以及人类用于控制汽车的其它组件。

　　3）以Nest为基础的智能家居生态系统建设

　　谷歌于2014年1月份以32亿美元收购了智能家居制作商Nest，该公司主要提供智能恒温器和智能烟雾探测器，并已经拥有 100 多项专利，200 多项专利已在美国专利局备案，另有 200 多项专利准备备案。

　　2016年5月，谷歌推出的第二款智能家居硬件Google Home。除此之外，谷歌去年布局的智能家居底层操作系统Brillo和Weave通讯协议，都在彰显着谷歌想做智能家居老大的野心。有人说Brillo我不知道，其实Android M以上系统都可以找到它。

　　谷歌已经意识到智能家居领域将是未来人工智能应用的一个重要市场，所以通过一系列并购、开放平台的建立、软件硬件一体化来打造这个生态系统，而Nest创始人Tony  Fadell一篇文章的标题《欢迎回家》也反映出了谷歌在智能家居领域布局的前瞻性和决心。

　　4）在图形识别和语音识别研究领域的重大进展

　　2014年，谷歌开始了开发一套能够整合公司海量数据的语音系统，这个正处在测试阶段将会使计算机从本质上“听懂”和“思考”人们向谷歌设备输入的语音。这个团队将前馈神经网络替换成了递归神经网络，提高了系统对语音信息的存储和处理能力，并能够使用上下文、物理定位及其它方式对谈话者的真正含义进行预测，就像人在谈话时大脑所做的一样。

　　在图像识别方面，谷歌一直在积极吸引图像识别和计算机视觉方面的专家参与到谷歌的项目研究中来。

　　Google在2014年将语音识别的精准度从2012年的84%提升到如今的98%，移动端Android系统的语音识别准确性提高了25%;计算机视觉技术也取得了突飞猛进的发展。如果以计算机视觉技术研究者设置的技术标准来看，自2010年到2014年，图像分类识别的精准度提高了4倍。

　　5）Google神经机器翻译系统（GNMT）

　　2016年9月28日，谷歌在 ArXiv.org 上发表论文介绍谷歌的神经机器翻译系统(GNMT)，随后谷歌 Research Blog 发布文章对该研究进行了介绍，还宣布将 GNMT 投入到了非常困难的汉语-英语语言对的翻译生产中，引起了业内的极大的关注。

　　6）开始布局云计算

　　值得关注的是，这次招聘的四个岗位中，有两个明确与云端机器学习有关，足见Google对云端机器学习业务的重视。值得进一步思考的是，Google是否要把云端服务，正式引入中国运营？

　　现在，云平台和企业服务的市场已经成熟。谷歌并购了已经上市的云服务公司Apigee。甚至不惜血本的把人工智能架设在云平台上，向第三方提供服务，欲借此同亚马逊和微软对抗。不过，虽然谷歌起步稍晚，仍然落后于亚马逊和微软，但它的增长非常迅速，尤其是谷歌今年拿下了苹果公司和著名音乐网站Spotify的云服务，所以士气大振，想成为美国云服务的第一阵营。

　　小智总结

　　总体看来，谷歌在人工智能的布局依然符合它“将全世界的信息联系起来并给出最佳处理结果”的使命，在这一目标下，谷歌的行为可以大致分成两个路径：

　　第一是覆盖更多的用户使用场景，从谷歌传统业务覆盖的互联网、移动互联网延伸到智能家居、自动驾驶、机器人等领域，从而抓取到更多信息，这可以看做是信息积累和输入的过程。

　　第二个方面是不知疲倦的做好底层人工智能技术的积累，研发更加高级的深度学习算法，增强图形识别和语音识别能力。在这两个过程下，谷歌就将人工智能渗透到了其各种产品的方方面面，从而为用户带来更多的使用场景和更加智能的功能。