筆者出席了今年的 Google I/O 2016，就在大家都以為今年的主角會是 Google 自家的 VR 裝置，但實際真正的主角其實是「深度學習」和「AI 人工智慧」。比起蓋著眼投入數碼世界，Google Assistant 實際的潛力大得多，但很多人都未有為意深度學習和人工智能的真正價值。
人類對智能助理的期待有多高？
早前有一篇新聞，美國喬治亞理工學院的電腦科學系教授 Ashok Goel 在不告知學生的情況下，利用 IBM Watson 技術自行建立了「AI 助教」，取名叫 Jill Watson。教授利用 Jill Watson 來自動回覆一些學生常見的問題，或是自動提醒學生要按時上課、在哪天在哪個教室考試等。經過一年後才告知 300 多位學生真相，而在之前根本沒有學生發現自己在跟機械人對話 ，甚至有學生宣稱曾想提名 Jill Watson 為該學年的「最佳助教」。
其實類似概念，Facebook 也在研究。在 Facebook F8 開發者大會上就宣布會在通訊程式 Messenger 上允許使用「對答機械人」（Bot），讓商家可用以跟顧客互動。Mark Zuckerberg 更親自示範以 CNN Bot 來接收個人化的新聞，並在花店 1-800-FLOWERS 的透過 Bot 來訂花。 當然，蘋果也有自家的智能助理 Siri，Microsoft 也有 Cortana，Facebook 有 M，百度也有自己的「度秘」。
但問題是對使用者而言，對智能助理的期待應該去到哪兒？舉個例子，你喜歡聘用一個只懂得跟從既定指令工作的秘書，還是真正有經驗有解決問題能力的秘書？
Google Assistant 是各種新服務的核心
先扯遠一點。相信 Unwire.pro 的讀者對 Google AlphaGo 大戰南韓圍棋高手李世石一役仍記憶猶新。AlphaGo 的厲害之處，並非使用一套由工程師寫好的運算方法，再利用運算能力去暴力運算，而是能模擬人腦的神經網絡，能透過不斷學習來提升表現，並最終達到能跟圍棋高手一較高下的水平。
而今次 Google I/O 2016 上最先公布的 Google Assistant 便是其後多個新產品的核心。一般人工智能的界限正是只能在工程師既定的邏輯中運作，如果超出它的邏輯便沒法理解，而深度學習就讓人工智能具備自主學習的能力，從而能學得懂人類的想法，從而提供建議。而 Google Assistant 甚至把學習 / 觀察對象定為使用者本身，因此才能更貼身。
深度運算讓智能助理真正具有「智慧」
Google 新接任的行政總裁 Sundar Pichai 在 Keynote 上多次表示，Google 做的並非「提供使用者要的連結」，而是提出解決使用者問題的方法，甚至直接代勞。而 Google I/O 2016 上推出的 Google Home 和 Allo，背後實際便是運用了 Google Assistant 的深度運算，這樣才能快速回應使用者提出的各種提問，甚至建議電影、建議怎樣回應訊息，甚至代為購買戲票、預約餐廳或 Uber。
而今年亮點之一的 Google Home 就是再加入 O2O 元素，讓智能助理能延伸到現實。在 Keynote 播放的短片中，Google Home 就像《鋼鐵人》電影裡的智能管家一樣，只需用語言詢問，Google Assistant 就能了解並執行指令、提出建議。Google Home 可作為智能家居的控制中心，可控制家裏的電視、燈光、恆温系統等，甚至能因應使用者生活習慣甚至季節和環境變化而提供建議，而背後也是透過分析使用者生活習慣而做到。
力圖為使用者免除麻煩
細心留意的話，Google I/O 2016 展示的新產品，其思路其實很一致，就是「為使用者免除麻煩」。
以 Google Assistant 為例，Keynote 上就示範了詢問「看電影的建議」，這問題你給使用者一堆連結實際不能解決，而 Google Assistant 就能透過了解使用者的電影口味而提供建議。以前就算決定了看哪套電影，也要再開另一個 Apps 來購票，而現在就能透過 API 直接讓 Google Assistant 購買，而有趣的是，Keynote 展示的短片還會替使用者揀好座位，背後會否也因為了解了使用者的習慣也值得玩味。
而另一個較少人提的新功能 Instant Apps，背後理念也是一致。最近推出新版的 Google 翻譯，就讓使用者毋須離開使用中的 App 為前提下也能翻譯字句，而現在如果在 Android 上使用 Google 搜尋，點擊連結後也會直接在搜尋介面調用 Chrome 的引擎來直接顯示網頁，毋須跳出到另外一個獨立的瀏覽器。而 Instant Apps 就免除使用者為了單次的使用，而麻煩地另行下載 App 使用，而是直接用 Instant Apps 介面來展示。
總結：深度學習價值在於「無限可能性」
不過，我們要等多久才能等到 Google Assistant 來到華文世界，可能還是一個未知數。Google 翻譯花了十年時間才走到今天的地步，而中文翻譯至今仍未算是合格。透過深度學習的確能加快人工智能的學習能力，但要達到理解英文一般地了解中文（更別提華語包括的語言 / 方言之多），恐怕再快也需數年。加上言語溝通裡能傳遞訊息的更大部分來自身體語言和語氣，這就加入了更多的變數。
不過筆者倒絕不擔心做不做得到。深度學習的價值在於「無限的可能性」，既然連圍棋高手也敗陣了，要學懂一門語言絕對做得到。而比起百家爭鳴的 VR 裝置市場，具學習能力的人工智慧就不是那麼多公司做得到。而這也是筆者說，比起 VR 裝置，今次的真正主角絕對是「深度學習」，沒有「之一」。
作者：Boris Lee
Unwire.pro 資深編輯。在企業 IT 科技報道範疇有十多年經驗。
