这个程序已经了解人类行为的某些微妙之处：“比如你感到担忧是说一句‘我爱你’，其实是一种很好的防御策略。”考拉多帮助该团队压制了系统的热情。
去年11月发布的智能回复功能取得了巨大成功，Gmail
Inbox应用的用户现在可以直接从系统提供的三条备选内容中选择一条，轻轻碰触即可进行回复。由于系统提供的回复内容非常切题，用户经常感到不可思议。在通过该应用发送的回复信息中，有1/10都是由机器学习系统生成的。考拉多笑着说：“这个项目能够成功还是令我感到有些惊讶。”
小心求证 困难重重
在谷歌证明机器学习高效性的实例组成的稠密图（dense
graph）中，自动回复只是其中的一个数据点。但是当机器学习成为搜索业务的重要组成部分的时候，或许转折点才会最终到来。作为谷歌的旗舰产品，搜索几乎为该公司贡献了所有营收。在某种程度上说，搜索总是基于人工智能系统。但多年以来，由于搜索引擎对谷歌过于重要，所以始终没有融入机器学习算法。迦南德里说：“由于搜索在公司内部占据的份额巨大，高级管理者深度参与其中，所以很多人都怀疑我们无法真正取得进展。”
这部分阻力源自文化因素，因为谷歌强调要让那些有极强控制欲的程序员适应带有禅宗韵味的机器学习模式。长期掌管谷歌搜索业务的阿密特·辛格(Amit Singhal)曾是传奇计算机科学家杰拉德·萨尔顿(Gerald
Salton)的助手。萨尔顿在文档检索方面的开创性工作启迪辛格帮助谢尔盖·布林(Sergey Brin)和拉里·佩奇(Larry
Page)把研究生时期编写的代码，扩展成了可以适应当今网络时代的程序。
他从20世纪的方法中梳理出令人惊讶的结果，但如果要将机器学习系统整合到关系谷歌命脉的复杂系统中，他却持怀疑态度。大卫·帕布洛·科恩说：“进入谷歌的前两年，我在搜索质量部门工作，并尝试用机器学习来改进排名。结果证明：阿米特的团队是全世界最优秀的，我们把阿里特脑海中的所有内容都变成了硬编码，并不断取得进步，我们已经找不到超越他的方式。”
到2014年初，谷歌的机器学习大师们认为需要改变现状。迪恩说：“我们与排名团队展开了一系列讨论。我们认为至少应该尝试一下，看看是否有所收获。”他的团队所设想的那个实验，最终被证明对搜索至关重要：即文件排名与搜索请求的匹配程度有多高。迪恩称：“我们跟他们说，尝试用神经网络计算额外的分数，看看到底有没有用。”
相关搜索(Beta) 谷歌 人工智能 谷歌机器学习 谷歌机器学习 开源 谷歌机器学习平台 谷歌机器学习云平台 谷歌机器人 谷歌机器人围棋 谷歌机器狗 忍者机器人 谷歌智能机器人
