《星球Google》 獨步天下的谷歌算法(11)

    那一年的早些時候，谷歌的奧奇在一個公開的場合談及機器翻譯的結果時，談到了谷歌最好的一面：這個組織致力於不斷開拓信息傳播的廣度，看不出它對自己的商業利益的關心。他說，如果聽衆中有人打算親手建設一個機器翻譯的算法，谷歌很願意提供說明。谷歌同非營利性的賓夕法尼亞大學的語言數據聯盟（LinguisticDataConsortium）合作，一開始就以運費的名義提供了一套包含必要的基础訓練數據的DVD，這套數據列舉了各種詞語組合——其長度（技術術語表示為precountedn-grams）從1個詞到5個詞不等——的使用頻率，它們的基础就是谷歌的爬行器從Web中搜集來的上萬億個詞匯量的英語文獻。

    統計機器翻譯依靠平行文本向“算法”輸入信息——奧奇說，至少要輸入1億字左右的平行數據，才能建立一個能夠產生理性可以接受的結果的翻譯系統。對於平行文本的這種依賴，限制了適用於機器翻譯的語言配對的數量。目前，還沒有足夠的雙語文本可賴以創建一個（比如說）直接從希臘語翻譯為泰語的系統，所以在這樣一個過渡時期，橋梁性語言——如英語——就必不可少。機器翻譯最終能否將任何語言的文本直接翻譯成任一其他語言？採用基於理解語言學和建立中介性源語言等方法有無必要？這些問題都還沒有明確的答案。迄今為止，人們看到的是，似乎只要有了足夠大量的數據，不可能的任務也會變為可能。

    谷歌程序的速度令人震驚，人們也有理由對它持樂觀的期待。它的統計機器翻譯所提供的服務從2007年春天的3種源語言增加到了13種，然後是23種，這都是在不到一年的時間內取得的。公司不僅能提供從非英語到英語的翻譯，而且能在這23種源語言中的任兩個語言之間實現互譯。截至2008年5月，這些語言是：阿拉伯文、保加利亞文、中文（包括簡體中文和繁體中文）、克羅地亞文、捷克文、丹麥文、英文、芬蘭文、法文、德文、希臘文、印地文、意大利文、韓文、日文、挪威文、波蘭文、羅馬尼亞文、俄文、西班牙文、瑞典文和葡萄牙文。

    機器翻譯專案證明了谷歌是如何被“更多的數據是更好的數據”這一信條所驅動的。在信息產業，完全性——無論是就一個信息目錄的完整性而言還是就包括的目錄的窮盡性而言，都是至為關鍵的因素，因為數據達到前所未有地多，只會使算法的智能化水平變得前所未有地高，這反過來又鞏固了谷歌的領先地位，把對手更遠地甩在身後。

    谷歌以免費電話為基础的信息服務，1-800-GOOG-411就是一個很好的例證。這項服務運用聲音識別軟體來提供本地企業的電話號碼咨詢。這項服務不收費，也不夾帶廣告。谷歌的瑪麗莎•梅耶爾在2007年10月的一次談話中承認，她也懷疑谷歌是不是會變成一個公益性機構。但她並不擔心，因為谷歌是利用這項服務搜集音素，而不是賺取利潤。她說：“我們必須建成一個可用於各種不同事物（包括影片搜索在內）的更大的從話語到文本的模型。”谷歌的話語識別專家曾對她說：“如果你們要我們去建立一個真正強有力的話語模型，我們就需要很多的音素……人們怎樣交談、怎樣說事兒。有了這些，我們最終就可以訓練軟體來掌握並應用它們。”還是那句話：“更多的數據是更好的數據。”

    谷歌知道，算法的結果不是沒有瑕疵，但公司將算法的缺陷視為數據量不夠大而導致的局限，是其內部工作有待完善而出現的微調，絕不會將它當作自動化程序固有的問題。公司已經決定向算法輸入更多的信息，這些信息必須以前所未有的力量進一步搜索才能得到。它已經可以充滿自信地宣佈，已經擁有了所能找到的一切圖書，擁有了它的用戶可能點擊的一切影片，擁有了能夠覆蓋天空和大地的各類地圖。

    在這些額外添加到谷歌信息庫的東西中，有一些對它可能顯得無關緊要，因為它的核心興趣是網路搜索及相關廣告；有些可能會被證明屬於浪費性的實驗，有些可能會被證明為廣受歡迎卻最終無法得到回報的服務。它們或許會——或許不會——反過來對谷歌的前途產生重大影響。每一項都有自己的故事，但主題卻是共同的：谷歌對新的信息種類的熱切追求沒有減退也沒有動搖；即使在它的公衆形象被它的行動所引起的爭論所損害的時候，也一如既往。

    當每一個展開的故事都受到仔細檢查時，谷歌這塊巨石的光滑表面就會消退，隨時調整決定的更加複雜的面目就會浮現。私人公司和小型團隊在起步階段最為重視的企業文化就可以從這些故事中解讀出來。但這也有一個未經調查的信任度，即谷歌的利益與其客戶的利益是完全一致的。在谷歌看來，每個新的服務專案都是人類的一個進步。有一天，當實驗過程全部結束，它們便可以被視為谷歌“組織起全世界的信息”這一使命的精彩實現，被視為有遠見的幻想；但也可能完全相反，同樣的故事在某一天被讀作浪費資源的紀錄，被讀作剛愎自用的鐵證。

本文摘自《我們的生活將怎樣被一家公司彻底改變》

---

　　 在《星球Google:我們的生活將怎樣被一家公司彻底改變》中，他將帶領讀者深入谷歌公司內部，讓人們對互聯網時代這家最重要、最富創新性、最有抱負的公司有一個透彻的了解。他將向人們解析公司近年來排山倒海式的大踏步前進背後所隐藏的發展戰略，向人們揭示公司特立獨行的事業規劃——成為全世界所有信息的不可或缺的看守者，成為我們查找任何信息時的一站式目的地。谷歌能成功嗎？一家掌握著如此之多的信息並因而對我們每個人了解得如此之多的公司究竟意味著什麼？