懂了“谷歌大脑”，你才知道什么是真正的“企业创新”
苹果、IBM、Facebook以各自的方式成为领域内优秀的创新者。但是，是什么让Google（现在正式名称是Alphabet）与众不同？
它不依赖任何单个创新策略，但却通过综合部署创造出一个复杂且强大的创新生态系统，大量推出新产品。
当然，Google本身就是一家大企业——营业收入750亿美元，员工人数超过6万名，从核心的搜索引擎、安卓操作系统到诸如无人驾驶车等刚起步的业务。
为了更好的理解Google创新的方法，我仔细观察了其中一个领域： 深度学习（Deep Learning）。这是人工智能的一种极复杂形式，以帮助机器像人类一样吸收和利用信息。
正如Google的一贯作风， 深度学习的主动权源于对科技的投入，致力于探索的精神已深植于Google的基因中。毕竟，Google公司是从谢尔盖·布林(Sergey Brin)和拉里·佩吉(Larry Page)的国家科学基金会资助项目——网页目录化开始的。这份热情一直延续着，Google每年在研发上投入数十亿美元。
然而，这不是故事的全部。Google每年都会通过风险投资部收购、投资初创企业，其中的很多都始于学术研究。（Google近期收购的公司之一是Deep Mind，前段时间因打败传奇性世界围棋冠军李世石而引人注目。）
Google取得突破性研究成果的另一方式，是主动与科学界建立伙伴关系。它每年投资超过250项科研项目，会在arXiv等公用数据库和自有研究站点发布研究成果。除此之外，每年还会邀请约30位顶尖学者在Google进行学术休假。
通常情况下，顶尖学者不仅会来Google，而且还会留下来。Google为科学家们提供了独特的研究环境、无可超越的数据集、世界顶尖的运算架构以及公开出版的各种机会，这些对顶尖学者构成了巨大吸引力。比如，人工智能界顶尖学者之一吴恩达（Andrew Ng）就在2010年加入了Google。
吴恩达刚到Google，就迅速联系研究员格雷格·克拉多（Greg Corrado）和杰夫·迪恩（Jeff Dean），他们都对深度学习具有浓厚兴趣。很快，这三人就开始在“20%时间”（这是Google一个知名项目，旨在鼓励员工做自己感兴趣的工作）一同工作。
Google最受欢迎的一些产品，比如谷歌邮箱（Gmail）、谷歌新闻（Google News）和Adsense都产生于“20％时间”项目。但是，这三款产品的着眼点是不同的。它们不是要打造某种产品，而在于扩展可能性的范围。
为了理解他们之后的研究内容，有必要知道大脑的运作方式。当你在拥挤的酒吧里遇见了朋友，这似乎是单一事件，但实际上并不是。大脑的不同区域对事件的不同方面，例如颜色、形状等进行加工处理，并将它们一体化成更大的概念（诸如人脸、发型或是某个流行设计师的招牌风格）。
科学家将这些不同方面称作“抽象层次”。通常计算机是线性运作，因此要同时运行多个“抽象层次”是很困难的。但是，这三人确认为可以做得更好，能够扩展到20-30个层次，这样可以让机器学习做得更深入。
不久，他们就在深度学习方面获得了进展。克拉多告诉我：“为了让网络去学习，需要很多数据，而Google恰恰就是数据多。另一要素是快速算法，而Google的分布式运算专长是非常有帮助的。所以，我们能够快速地推动机器学习的进展。”
项目开始18个月后，这个小组就进入了公司内部的科研重地——Google X实验室，继续他们的项目。在那里，他们不仅能专职研究深度学习，还可以聘请5—6位在数学、神经系统科学和计算机科学方面具有博士学位的科学家和工程师。
克拉多说：“我们在Google X实验室的时间至关重要。我们在不绑定任何特定产品的条件下，推进核心技术。我们从三个人兼职工作，到8—9个人全职工作，这才是全速前进的理想团队规模。我们就像一个小公司，但是拥有这一大企业的各种资源。”
这段孵化期的成果是一个实际产品，第一代机器学习系统——DistBelief。不久，DistBelief就整合进Google的各种产品中，例如谷歌地图、谷歌翻译甚至YouTube（用于帮助用户搜索视频）。
到2012年，这个团队从Google X实验室“毕业”了，他们被称作“谷歌大脑（Google Brain）”。现在发展成一个有近百名研究员的团队。深度学习专家杰弗里·希尔顿（Geoffrey Hinton）也在2013年加入了这个团队。这个团队还建造了DistBelief的高级版本——TensorFlow——在Apache许可之下的开源系统。
如今，产生于创新生态系统的“谷歌大脑”，又成为了这个系统的一部分。“谷歌大脑”团队与公司内部“顾客”紧密合作，将深度学习置于公司的重要位置。现在，公司的每一个人也都可以通过Tensor Flow，让工作变得更加智能、高效。
例如，TensorFlow让Google语音搜索更加迅速、准确，将错误率从23%降低到8%，而且完成一次搜索的时间也减少了近三分之一秒。另外，由于图片搜索的错误减少了三分之二，用户就能够搜索到包括日落、特定品种狗等未标记的图片。
“谷歌大脑”还被用于其他方面。例如，谷歌邮箱的智能回复（Smart Reply）可以向用户提供回复信件的建议；谷歌翻译扩展到100种语言，覆盖全球99%的人口。“谷歌大脑”已经在完善公司核心能力上展现出巨大的价值，未来很可能带来全新的产品。
在多数机构中，创新被视为线性过程：研究、开发、展示、布署，每一步都独立进行。但是在Google，每项工作都是紧密联合的反馈环节——研究者和产品团队合作不仅要创造新产品、还要识别出值得进一步研究的领域。
克拉多告诉我：“获得数据和了解用户需求会给你带来进一步创新的机会。”因此，他们积极与产品团队、“20％的时间”项目同事合作。他们不是组织内部的科学怪人，而是积极的的合作者。
“谷歌大脑”就是这样在Google创新系统中脱颖而出的。TensorFlow提供了基础的机器学习工具，为Google工程师们提供了新的可能。而工程师也可以与“谷歌大脑”团队合作创造新产品、新特性。
Google吸引了顶尖研究者，并创造出令人激动的新科技。它的独特之处在于将各种创新战略融合成了一个无缝整体。产品经理集中于客户需求，研究员追寻科学指引，工程师凭借兴趣研发“20%的时间”项目……任何有想法的人都可以采取一种或多种途径。
所有这些，绝不是某种管理哲学或精简运营方式可以做到的，它植根于企业基因中的探索精神。