Google 搜尋主管由人工智慧業務主管取代，Google搜尋面臨的困難在哪裡？

在 Google 任職 10 多年的搜尋業務主管 Amit Singhal 宣佈離職，接替他的是人工智慧業務主管 John Giannandrea。身為Google核心業務的大主管，Amit Singhal的離職以及他的接棒人業務，或許也顯示出Google未來走向的改變。

自從 2000 年加入 Google 以來，Amit Singal 一直是 Google 搜尋業務的核心人物，負責 Google 搜尋演算法的改進。2001 年，由於重新編碼了 Google 的搜尋引擎，他獲得公司工程師最高職位榮譽「Google Fellow」。近年來，他開始在搜尋中引入人工智慧技術，推動搜尋的方向朝向了類似「星際爭霸戰裡頭的電腦那麼智慧」這個目標進發。

因此，我們可以認為，John Giannandrea 接替了 Amit Singal ，也顯示了Google搜尋正面臨更加深刻的變化。

2015 年稍早的時間，Google 開始把深度學習系統 RankBrain 應用到搜索上面。到了 10 月，RankBrain 已經開始發揮非常重要的作用。Amit Singal 同意了 RankBrain 的實施。不過，有趣的是，雖然他引進了人工智慧技術，但是他卻一直對機器學習採取頑固的抵制態度。根據一些 Google 員工的說法，他擔心的是，由於神經網路的行為更加難以理解，對其行為的修正也就更為困難。

(補充說明：其實「人工智慧」與「深度學習」、「機器學習」雖然有部分重疊領域，但是兩者其實是不同的東西，請參考去年我們在東京Google媒體年會中，Google研究員進行的說明與解釋：

Google實現機器「深度學習」：Gmail自動回信、Google相簿聰明分類全靠它

）

最近，Wired 網站採訪了 Google 員工，以瞭解公司內部發生的改變。

一位曾在 Google 工作的人說，公司各部門對神經網路的態度不盡相同，比如 Google 廣告團隊把神經網路用於投放有針對性的廣告，而搜尋團隊對這種技術卻保持著抗拒態度。

在問答網站 Quora 上，曾在 Google 搜尋團隊工作的 Edmond Lau 就曾經寫到，機器學習的問題在於，「很難解釋和確定為何某條搜尋結果比另一條結果的排位更高……而且，你很難去直接修改一個基於機器學習的系統，從而提升某個特別項目的重要性。」

不過，如今公司人工智慧的主管已經接管了搜尋。看起來，Google 似乎認為深度學習才是未來搜尋引擎的方向。深度學習初創公司 Skymind 的創始人 Chris Nicholson 說，神經網路實際上也只是數學問題，工程師們肯定可以監控數位的行為，問題是，你很難理解神經網路是如何對圖片、語言進行分類的。

「人們理解深度學習背後的線性代數，但是，它構建的模型是不適合人類閱讀的，而是適合機器閱讀的，」他說，「它們能夠獲得非常精確的結果，但是，從個例來說，我們並不總是能夠解釋它們是如何做到的。」

因此，要改變神經網路的行為，你需要通過直覺和試錯來調整演算法，並且用新資料不斷地重新測試。這是一個複雜的過程。而且，一旦搜尋轉向人工智慧，Google 如何面對其它人對其搜尋結果的質疑呢？這也是一個未知的問題。