趋势网(微博)讯：最近，谷歌收购的都是一些比较激进的公司。仅机器人公司，谷歌就至少收购了八家，包括仿人机器人制造商BostonDynamics。除此之外，还有从事智能恒温器和烟雾报警器设计制造的智能家居产品公司Nest，以及人工智能初创公司DeepMind。
从各方面的信息来看，我们都以为这些收购交易是为了组建 Skynet。但有消息称，实际上 DeepMind 将被合并到谷歌历史最悠久的团队——搜索团队。
谷歌的杰夫·迪恩（Jeff Dean）将深度参与和DeepMind相关的工作
如今，谷歌的搜索团队已经不仅仅是简单的检索网页上的关键字了，它们关注的是更大层面的信息，因此谷歌现在也将其搜索团队称为“知识”小组。知识小组由谷歌的高级副总裁阿兰·尤斯坦斯（Alan Eustance）主导，不过 DeepMind 团队将与一个由杰夫·迪恩领导的一个团队合作。迪恩领导的团队在谷歌算是元老级的团队了，至今已有15年的历史，他们最著名的贡献是其对谷歌分布式系统的贡献。
至于谷歌收购的那几家机器人公司，将直接向前 Android 项目组负责人安迪·鲁宾（Andy Rubin）汇报工作，而 Nest 团队则将继续由直接向谷歌 CEO 拉里·佩奇（Larry Page）汇报工作的托尼·法戴尔（Tony Fadell）领导。
人工智能领域的“曼哈顿计划”
尽管从4亿美元的价格来看，这笔收购交易有点令人难以置信，但是如果考虑到谷歌收购 DeepMind 主要是为了拉拢该团队的人才的话，也就不足为奇了。
DeepMind 这家位于伦敦的初创公司虽然暂时还没有推出任何产品，但是有消息称，他们目前正在研发的产品至少有三款：“一款具有高级人工智能的游戏，一个电子商务智能推荐系统，以及另一款与图片处理相关的产品。”
DeepMind 团队至少有50名成员，并且确定可以拿到的融资总额也已经超过了5000万美元。此外，该公司在争夺人才方面的能力已经与谷歌、Facebook、百度、IBM、微软和高通公司相当，或许能做到这一点的初创公司也就只有 DeepMind 一家。
DeepMind 早期投资者之一在接受媒体采访时表示，“如果说有哪个团队能实现远程实施人工智能的话，那一定是 DeepMind 团队，你可以把它想象成人工智能领域的曼哈顿计划。”
显然，收购完成之后，DeepMind 的技术将成为谷歌技术栈的一部分。事实上，网上已经有一些迹象表明了这一点，包括三个在美国境内申请的关于合成图像搜索技术的专利，以及一篇关于人工智能如何在游戏中战胜专家级人类玩家的算法的论文。
据信息网（The Information）报道，Facebook 也一直在觊觎 DeepMind 团队的人才。不过，Facebook 首席执行官马克·扎克伯格（Mark Zuckerberg）曾在去年年底的一次访谈中表示，比起收购整个公司，他们更愿意将其擅长深度学习技术的研究员收归麾下。
信息网的记者阿米尔·爱佛拉低（Amir Efrati），曾在去年12月份的一篇文章中预测到了这笔收购交易。在文章中阿米尔提到，各大科技巨头为了让自己的产品更加智能，对该领域人才的需求可谓求贤若渴，阿米尔甚至将其比作“军备竞赛”。阿米尔还文章中透露，去年12月份DeepMind 在一个大会的演示让与会者们印象深刻。
深度学习技术是趋势
深度学习技术是机器学习的一个分支。深度学习技术的主要特点是通过多层次的学习，对原始数据进行不同层度的抽象化表示，进而提高分类和预测等任务的准确性。计算机算法通过对大量数据的分析，可以发现一些有意义的模式，利用这些模式可以大幅度地提升对目标数据的识别准确度。深度学习技术的意义在于，有了这个技术，我们就不用面向现实世界中每一个不同的方面进行编程了，因为机器可以进行自我学习。受到人类大脑神经网络工作方式的启发，深度学习技术利用多层次的算法，对复杂的数据进行层次化的分析，比如对图片的分析可以分为对边的分析、对圆圈的分析，最后就可以识别出图片中的眼睛。
DeepMind 联合创始人杰米斯·哈萨比斯（Demis Hassabis）在参加世界扑克联赛
值得注意的是，这些技术还使得研究人员可以向算法提供尚未结构化的数据，也就是说，研究人员无需再像以前那样事先手工标记那些数据了。这个概念并非是什么新概念，只是研究人员最近的研究成果，使得传统的人工智能方法得到了重大改进。
蒙特利尔大学的计算机科学教授约舒华·本吉奥（Yoshua Bengio），在神经信息处理系统（Neural Information Processing Systems）大会上组织了一次关于深度学习技术的研讨会，DeepMind 也向该大会提交了他们的论文。
据本吉奥介绍，DeepMind 基本上是在利用深度学习技术来训练软件，让其在非直接反馈和反馈延迟的情况下解决问题。此外，DeepMind 还在他们提交的论文中，介绍了他们的人工智能软件。据介绍，该软件可以在未经人类训练的情况下自行玩游戏，这使得其可以在失败中学习、进步。
本吉奥打了一个比方来解释这个方法，即如果老师在其测试题旁边写上正确答案的话，对于学生而言这样学起来会容易得多，但是DeepMind 所做的是，尝试让机器根据它所得的分数这个唯一的反馈来改进自己的学习。
正如本吉奥所言，“这样的学习难度要大很多，但是在现实世界中，这样的情况无处不在。”
恐怕凛冬即将来临
谷歌和 DeepMind 这笔激动人心的收购交易，已经在人工智能领域引起了不小的波澜。
人工智能领域的研究人员似乎都比较活跃和比较善于质疑。毕竟，人工智能的未来，即机器将与人类一样的聪明。就现在而言，这个目标还更像是科幻小说的情节，而非现实。在过去的75年里，人们对于人工智能的大肆渲染，已经好几次到了失去了控制的程度。事实上，期间还出现了几个低谷，也就是所谓的“人工智能的冬天”，即资金投入减少和人们的兴趣渐渐褪去的时期。
此外，值得一提的是，据信息网报道，DeepMind 要求谷歌成立一个内部伦理审查委员会作为收购条件的提议，在人工智能研究人员中引起了不少争议。
谷歌拒绝就外界关于其成立伦理审查委员会的猜测作任何评论。
让人很难想象的是，像要求谷歌这样的巨头公司遵循伦理标准的提议，竟然会引起这么大的争议。毕竟，现在几乎所有看过电影的人都知道，科幻片中机器人统治世界的场景。当然，就算是当前也还是有一些伦理问题存在的。
不过，人工智能研究社区的研究人员认为，现在讨论这种问题还为时过早，一点也不现实。
一位从事机器学习研究的研究人员在接受媒体采访时就直言，“像成立伦理审查委员会以防止机器人自我扩张等诸如此类的想法，都是多余的，我们现在取得的成就，还远远没有达到需要担心人工智能的伦理问题的时候。”
当然，也有人认为成立伦理审查委员会还是有必要的。
美国加州州立理工大学道德与新兴科技小组的负责人，帕特里克·林（Patrick Lin）就表示，伦理委员会可以帮助软件设计者们，发现一些，他们在设计人工智能工具时，可能自己无法考虑到的，一些潜在的问题。
帕特里克对记者说，“我不认为伦理委员会的工作是告诉研究人员，该做什么和不该做什么。相反，伦理委员会会帮助开发者意识到一些行为的后果，并一起想办法将风险和危害降到最小。”
就DeepMind而言，这个提议也不完全是一个炒作。在被谷歌收购之前，该公司几乎无人知晓，似乎只有其员工和其员工的前同事知道有这么一个公司存在。最早提到DeepMind的报道，是2011年的一篇采访，在该报道中 DeepMind 的联合创始人肖恩·莱格（Shane Legg）表示，他认为到2028年出现能够达到人类水平的人工智能机器的可能性只有50%。
搜索、知识与猫
那么谷歌收购 DeepMind 之后会用它来做什么呢？人工智能对很多谷歌团队而言，都有着很重要的地位，从无人驾驶汽车到搜索结果页面，人工智能都是它们不可或缺的元素。
我们了解到，负责管理 DeepMind 加盟谷歌之后成立的团队的高管——杰夫·迪恩，在2012年以第一作者的身份发表了一篇论文，该论文提出了创建一个比“以往任何文献中提到的网络”大30倍的深度网络。这种深度网络可以对大型视觉物体进行识别，同时还可以快速完成语音识别。此外，他还参与了一个小有名气的项目，该项目使用16000台计算机组成了一个神经网络，通过对 YouTube 上一千万个视频的分析，该网络自己学会了识别视频中的猫。
此图片来自一篇关于由谷歌和斯坦福大学联合研发的具有自我学习能力的猫探测系统的论文
据《纽约 时报》的记者约翰·马科夫（John Markoff）介绍，该项目最初本来是神秘的谷歌X研究实验室的研究项目之一，但是后来被合并到了一个更加核心的研究项目中。
华盛顿大学的计算机科学教授，佩德罗·多明戈斯（Pedro Domingos）在接受记者采访时提到，“谷歌在他们的每一个项目和产品中，都使用了机器学习技术，拉里·佩奇（Larry Page）和谢尔盖·布林（Sergey Brin）没有告诉我们这一点，但是他们肯定想解决人工智能问题，他们也非常希望人工智能能够成为现实。”
谷歌这几年一直都在收购人工智能领域的公司，而且也聘用了很多该领域的顶尖人才，包括雷库·日韦尔（Ray Kurzweil）、塞巴斯蒂安·史朗（Sebastian Thrun）、彼得·诺维格（Peter Norvig），以及杰弗里·辛顿（Geoffrey Hinton）。此次收购DeepMind团队，就又把其创始人杰米斯·哈萨比斯（Demis Hassabis）收归麾下。杰米斯·哈萨比斯在进入人工智能领域之前，是一位神经科学家。
此前，哈萨比斯已经对人类大脑的运作方式进行了仔细的研究，尤其是与记忆相关的海马体。同时，他还一直都在研发模拟这些神经运作方式的算法。
如果要问哈萨比斯对谷歌的价值，可以用多明戈斯的话来说明，即“他对结合神经科学与机器学习，这个非常热且非常有前途的领域，进行了非常仔细认真的研究。”
进
店
进
店
进
店
