Google組織重整，以Alphabet作為母公司運作時，曾經引起外界熱烈討論，如今再看「Al」phabet，似乎可以作為Google全方位布局人工智慧的解讀，其以人工智慧技術為核心，發展各領域的智慧硬體，未來一年將大爆發。
「今晚吃咖哩吧！」一名中年人在車上對著語音助手Google Assistant這麼說，而Google Assistant隨即就為車主找到曾經消費的咖哩餐廳，並且安排餐點確認訂單，當車主踏進家門後的15分鐘，咖哩就送到家，這個服務來自Google打造的語音助手Google Assistant。Google Assistant成為Google產品的靈魂，進駐產品的身體裡。10月5日，Google CEO桑德爾．皮蔡（Sundar Pichai）在產品發表會上一口氣推出Pixel、Google Wi-Fi、Google Home、Daydream VR與Chromecast Ultra等五種產品，這些產品有個共同點：內含Google Assistant。
2015年起，Google在人工智慧領域大放異彩。除了從OK Google進一步演化的Google Assistant之外，圍棋機器人AlphaGo、開源平台TensorFlow、搜尋系統RankBrain、智慧即時通訊Allo等人工智慧產品源源不絕地產出，不過，就在Google人工智慧產品紛紛上市的同時，Google公司組織也發生巨大變化。2015年中，Google重整公司架構，新成立Alphabet公司，成為Google母公司，原先的Google X與Google Ventures等七大業務成為Alphabet的子公司。
Alphabet公司的出現和人工智慧發展有關嗎？「Alphabet也可以理解為alphabet，意味著投資回報高於基準，這是我們一直以來奮鬥的目標！」Alphabet執行長佩吉（Larry Page）在公開信中這樣寫道，但他沒有明言對人工智慧領域的壯闊野心，就字首上來看，「Alpha波」正是一種腦波，也就是腦部電流活動的核心形式。
Google成立「Al」phabet就是為了AI？
「Google的野心就是把機器學習作為一個核心，然後用它去解決非計算機、非網際網路領域的各種問題。」創新工場創辦人李開復指出。「人工智慧將是Alphabet在未來新市場中的殺手鐧。」市調機構CB Insights一份研究報告也指出。
李開復分析，Google成立Alphabet，是因為Google在搜尋和廣告業務的累積，發展了一套以應用知識地圖（Knowledge Map）的商業模式：Google Brain。Google Brain就是機器學習的大腦，這個機器包括了平台與專家，如果它運用在搜尋領域就是一個搜尋引擎，如果能夠用在醫學領域，那它可能就是一個癌症診斷系統，當然也可用於智慧家電等各種不同領域。
Google深度學習大爆發的幕後秘辛
為了一窺Google人工智慧的發展藍圖與研發秘密，《數位時代》特別專訪Google MLX（Machine Learning Accelerated）技術總監雪克（Tal Shaked）。雪克專注於大規模機器學習系統的研發，並將成果應用到Google系列的產品。
雪克加入Google的11年當中，共同創建了搜尋排行系統Rankboost與機器學習系統Sibyl。他還有個特別身分：西洋棋特級大師，並且多年參與職業棋賽。「2012年以前Google使用深度學習的專案量是0個，但到2015年卻已經超過1,500個，這些專案包括Android、Google Apps、藥物開發、Gmail、地圖、Photos、翻譯與YouTube等等橫跨各種領域。」雪克指出。
2014年是Google深度學習起飛關鍵年。這年開始深度學習專案開始快速成長，2015年第二季就大爆發衝破800個，2016年第一季甚至突破2,400個，這背後的秘密是什麼？
「從外界看來我們是突飛猛進，但其實這是全球深度學習相關技術累積的成果，這些成果可以追溯到1950年代，這60多年的累積像一個長長的尾巴，支撐起Google的大爆發。」雪克分析。其實在2014年前，Google就看準世界頂尖人才，不惜砸下重金網羅這些稀有的優秀腦袋。2013年，Google把手伸進多倫多大學，收購其電腦工程系的新創團隊DNNResearch，這個團隊沒有驚人獲利與實質上市產品，有的僅是辛頓（Geoffrey Hinton）教授和他的學生等三個成員，但辛頓教授正是深度學習學派的開山祖師，他與學生所組成的團隊在神經網絡、自然語言處理與圖像辨識上連續創下驚人的研究或比賽成果，在被收購前一個月，這個團隊才剛連續拿下三個比賽，拿走近20萬美元總額的獎金。
除了DNNResearch團隊，2014年一個閃電併購案，也是讓Google在該領域大爆發的重要原因。這一年Google成功以4億英鎊從Facebook手中搶下DeepMind團隊。DeepMind為西洋棋神童暨神經學家哈薩比斯（Demis Hassabis）於2012年前所創立，今年以深度學習系統AlphaGo在五局三勝制的人機對弈大賽中，贏了韓國九段圍棋棋王李世乭，震驚全球。
現在，Google Brain和DeepMind團隊成為Google發展人工智慧的重要推進力量。
從機器學習到機器智慧的 AI發展藍圖
「Google人工智慧發展藍圖，是從Google的核心技術：機器學習（Machine Learning）所應用的搜尋與廣告，拓展到機器智慧的智慧家庭中樞Google home等智慧硬體，或Google翻譯、Google Photos與Gmail等等。」雪克指出，「Google希望整合這些技術成為人工智慧，可以被拓展到更大的應用在能源、醫療與機器人等其他領域，進入每個人的生活。」
其中，Google翻譯就整合人工神經網絡（artificial neural network，ANN），讓翻譯品質更接近人工翻譯，過去Google翻譯採用的是基於短詞句的機器翻譯（Phrase-Based Machine Translation，PBMT）但近日則採用基於神經網絡的機器翻譯（Neural Machine Translation，NMT），「以中英翻譯來說，若使用者要翻譯『請問廁所在哪裡？』，過去的Google翻譯給的是：『Where is the restroom?』，但現在翻譯品質更好了，系統會給出：『Excuse me, where is the toilet?』這樣的翻譯答案。」雪克舉例。
雪克還指出，Google Photos部分也使用卷積神經網絡（Convolutional Neural Network, CNN），讓機器可以自動標籤；機器可以基於人工智慧技術所進行的圖像辨識，對原本不具有標籤的照片進行分類；例如，使用者只要在搜尋欄位輸入「狗」，就可以讓系統可以自動辨識，找出整批有狗的照片。在Gmail應用中的智慧回覆（smart reply）功能也是以人工智慧給出建議回覆內容，透過對Gmail 收件匣分析使用者收到的信件內容，自動給出「明天見」、「馬上寄給你」等回覆選項，讓使用者回覆Gmail更得心應手。「除了這些核心產品，也利用深度學習優化Google數據中心能源利用率，以及用於檢測視網膜圖像中的糖尿病視網膜病變。」雪克強調。
「在日本已經有農業研發人員，使用TensorFlow工具開發出人工智慧揀選小黃瓜系統；現在，電腦已經不只會選土豆，電腦也學會根據小黃瓜的大小顏色與形狀自動挑選；此外，TensorFlow也被科學家拿來判讀衛星照片，透過機器學習，自動判別照片中的白色區塊是雲還是雪。」雪克說。Google機器學習團隊對於人工智慧的應用寄予厚望，2015年底，Google對外開放了自己內部開發使用的第二代機器學習程式庫工具TensorFlow；由於TensorFlow是第一套包含最完整、各種機器學習的程式庫與工具，TensorFlow毫不意外同時成為學界與業界最受歡迎的人工智能開源平台。
Google智慧硬體時代來臨，台灣扮演要角
巨量的數據、雲端運算資源的擴展與GPU等硬體進步，支撐起Google人工智慧技術猛進，也讓Google開始做「智慧硬體」大夢。過去Google一直未全力投入硬體發展上，常委由硬體合作夥伴生產，但今年4月，Google 成立新硬體部門，找Motorola前總裁歐斯特拉（Rick Osterloh）領軍，5月Google在開發者大會上也發表自行研發的機器學習專用晶片TPU（Tensor Processing Unit），而10月5日的發布會也全是智慧硬體，Google智慧硬體時代已然來臨。
過去就和Google緊密合作的HTC與華碩等台灣大廠，自然也是Google智慧硬體布局重要夥伴，在網路時代無緣參與世界舞台的台灣，正攜手Google跨進智慧硬體世界。「現在是Google有史以來最重視硬體的時候……台灣的軟體技術排世界前十，聯發科、HTC、台積電、鴻海等業者的等硬體產品是世界頂尖，台灣要能跟上AI技術潮，把握這個軟硬體整合的最佳時機。」Google台灣董事總經理簡立峰說。
*更多精彩內容請見《數位時代》第270期；訂閱《數位時代電子版》
*尊重智慧財產權，如需轉載請註明資料來源：《數位時代》
