Google是怎样创新的?

如果让科技与设计融合,IBM投资的研究常常是超前时代10年,脸书的口号则要「快速行动,维持稳定的基础架构」(但显然已经放下过去「打破规则」的部分)。

这些公司都以各自的方式成为绝佳的创新者,但真正让Google(现在的正式名称则是字母〔Alphabet〕公司)有所不同之处,在于该公司不是依赖某种单独的创新策略,而是有许多创新策略,创造出一个细致但又强大的创新生态系统,似乎能同时产出数十种创新。

当然,Google本身就是个巨大的企业,营收高达750亿美金、员工人数超过60,000人,产品种类目不暇给,从核心的搜寻业务、安卓作业系统,到像是无人驾驶车这种刚起步的业务。所以,想要更了解Google如何创新,我仔细观察了其中一项领域:深度学习(Deep learning),这是一种极复杂的人工智慧形式,能协助机器以类似人类的方式吸收资讯并提出回应。

坚定投入研究

一如Google的惯常作风,「深度学习」专案坚定投入科学,这种致力于发现的精神,深植在Google的DNA中。毕竟,整个公司最早的起源,也就是赛吉.布林(Sergey Brin)及赖利.佩吉(Larry Page)从国家科学基金会(NSF)得到的研究计画,要为网路加以分类。这种热情延续下来,目前Google在研发上每年投入数十亿美元。

然而,完整的故事还不只如此。 Google还固定会去收购处于发展早期的新创公司(其中许多都是始于学术研究),也透过其风险投资部门,投资其他许多新创公司。

Google判断及取得突破性研究的另一种方法,则是透过主动与科学社群合伙合作。 Google每年资助超过250项学术研究计划,并将研究结果发布在例如arXiv这样的公开资料库、以及Google自己的研究网站,每年也邀请大约30位正在休假年的顶尖学者前往Google。

常常这些顶尖学者也就留了下来。 Google给予科学家的是独一无二的研究环境,有无人能比的资料集、全球顶尖的运算架构,还有不断公开发表的机会,这对身处顶峰的学者来说有极大的吸引力。例如人工智慧界的巨星吴恩达(Andrew Ng),就在2010年来到Google。

由下而上的创新

吴恩达到了Google,与另外两位学者葛雷格.科拉多(Greg Corrado)及杰夫.狄恩(Jeff Dean)一拍即合,这两位学者也对于所谓深度学习这种新式的人工智慧深感兴趣。很快地,三人开始运用自己的「20%的时间」共同合作;这是Google知名的一种作法,鼓励员工从事自己有兴趣的专案计画。

Google最受欢迎的某些产品,像是Gmail、Google新闻、AdSense,都是出自于「20%的时间」的专案。然而,这三人心中想的事情不太一样,他们想做的不是打造某种产品,而是要扩展可能性的疆界。

想了解他们追求的目标,可以先认识一下大脑的运作方式。在塞满人的酒吧里,你看到另一边有个朋友;这看来像是一项单一事件,但其实不然。你的大脑有不同区域处理着这项经验的不同部分(像是颜色、形状),接着整合成更大的概念(像是人脸、某种发型,或是某个流行设计师的招牌造型) 。

科学家把这些不同面向称为各种「抽象层次」。一般来说,电脑是线性运作,所以能处理的抽象层次只有极少数几个。然而,这三人觉得他们可以达到大幅改进,扩展到20到30个层次,这样一来,机器学习的深度就能远超过先前的水准。

内部的育成中心

没多久,他们就有了进展。科拉多告诉我:「想让网路学习,就需要资料,而Google就是资料多。另一项重点则是要有极快的运算速度,而Google在分散式运算上的专业,给了我们极大的帮助。所以我们能够非常快速推动机器运算的进展。」

在起步后大约18个月,这个小组将专案带到Google内部的Google X实验室运作,在这里他们不仅能够全职全心投入深度学习专案,还能聘用另外五六位顶尖科学家和工程师,有着在数学、神经科学、资讯科学方面的博士加入。

科拉多表示:「我们在Google X度过的育成时间十分关键。我们可以在不用绑定某种特定产品的情况下,专心推进核心科技。我们从三人兼职研究,走到了大约八、九人的全职投入。而这是个能够进展极其快速的绝佳规模。我们就像是个小型的新创公司,但拥有这家巨大企业的资源。」

这段育成期的结果,就是一项实际的产品:「DistBelief」,这是他们所推出第一代的机器学习系统。不多久,DistBelief就已经整合进各种Google的产品当中,像是Google地图、Google翻译、甚至是YouTube(好协助使用者找到他们想要的影片)。

创新核心

到了2012年,这只团队已经从Google X实验室「毕业」而成立了Google Brain,现在随时都有大约100位研究者投入,包括深度学习的大师级人物杰佛瑞.辛顿(Geoffrey Hinton)也在2013年加入。 DistBelief已经发展成更先进的版本,称为TensorFlow,并以Apache授权模式开放。

Google Brain是出于Google的创新生态系统,而到今天,Google Brain又成了这个生态系统紧密的一部分。 Google的各个产品团队就是他们的内部「顾客」,Google Brain主动与他们合作,将深度学习作为Google任何作为的核心。几乎只要是Google的人,都能运用Tensor Flow,让某个产品变得更聪明、更有效率。

举例来说,TensorFlow已经让Google的语音搜寻更快、更精确,将错误率从23%减少到8%,而且完成一项搜寻的时间也减少了将近1/3秒。影像搜寻的错误率也已减少2/3,而且现在使用者也能搜寻不带标签的图片,从日落到某种种类的狗不一而足。

这也带出了各种新功能,像是Gmail的智慧回覆(Smart Reply)功能,就能提供使用者建议如何回覆来信。 Google翻译已经扩展到100种语言,涵盖全球99%的人口。 Google Brain极有可能会带出全新的产品,但光是在改进Google的核心能力上,就已经展现出巨大的价值。

紧密的回馈循环

在多数企业中,创新都被视为线性的过程:研究、开发、展示、布署,每一步都各自为政。但在Google,每一项都是紧密结合的回馈循环,研究者和产品团队携手合作,不只要创造新产品,也要看出值得进一步研究的领域。

科拉多告诉我:「能够取得关于使用者及其真正需求的资料,让人有进一步创新的机会。」他和其团队主动出击,不仅和产品团队合作,也与其他那些「20%的时间」的计画合作。这些人不是一群想做出科学怪人那种怪物的疯狂科学家、潜伏在公司内部偷偷行事,而是主动的合作者。

正是如此,才让Google Brain扩展到了整个Google的创新生态系统中。 TensorFlow让人能取得基本的机器学习工具,使Google的工程师看到新的可能性,就会再找上Google Brain的科学家,创造出新的产品和功能。这会创造出非常丰富的问题集,进一步吸引着顶尖研究者来到Google,而再创造出甚至更叫人兴奋的新科技。

Google特别的地方,就在于整合了整套的各种创新策略,结合成无缝的整体。产品经理着重在顾客需求,研究者追寻着科学的指引,至于投入「20%的时间」计划的工程师,则是跟随着心之所向。只要你愿意,任何人都可以参考其中一种走向。

这一切需要的,不只是某套管理哲学、或是精简化的营运方式,而需要一种真正的发现精神,深植在企业的DNA之中。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180604A1KBOU00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券