Schuster 是个紧张、专注、不显老的人，长着一个晒黑的、活塞形的脑袋，窄肩，长迷彩短裤垂至膝盖之下，脚踏绿色 Nike Flyknits 鞋。他的模样看起来好像早上他刚从莲蕊中醒来，抓起他那小而无边的椭圆眼镜，像松鼠吃橡子般补充了卡路里，并在来办公室的路上完成了一个轻松的沙漠十项全能。在现实中，他告诉我，他骑行了18英里来上班。

　　Schuster 在前西德的重工业区杜伊斯堡长大，研究电气工程，然后前往京都从事早期的神经网络。在20世纪90年代，他用来运行实验的神经网络机像会议室一样庞大; 它要花费数百万美元，必须训练几个星期，却只能做一些你现在可以一小时内在电脑桌面能做到的事。他在1997年发表了一片文章，在之后的十五年里几乎无人引用；而今年，这篇论文已被引用了大约150次。他不失幽默，但他经常露出严厉的表情，我认为这种表情体现了他的德国式克制和日本式克制的结合。

　　Schuster 必须处理的问题是缠结性的。首先，Le的代码是定制化的，它与Google当时开发的新开源机器学习平台TensorFlow不兼容。Jeff Dean在2015年秋天向Schuster指派了另外两位工程师，Wu Yonghui和Zhifeng Chen。他们花了两个月的时间把Le的结果复制到新系统。Le 也在附近，但即使Le本人也不是总能理解项目的进展。

　　正如 Schuster 所说，“有些东西的进展不是能完全意识到的。工程师自己也不知道新系统为什么行得通。

　　今年二月，谷歌的研究机构 ——该机构是谷歌的一个较为散漫的部门，大约 1000 名员工，致力于前瞻性和不可分类的研究 —— 在旧金山威斯汀酒店的联合广场上召集骨干进行外出静思会，酒店的豪华程度略逊于谷歌在一英里外的自家店铺。上午进行了几轮“闪电会谈”，快速交流了研究前沿，下午则在跨部门的“互促性讨论”中度过。谷歌希望静思会可以带来不可预测的、间接的、贝尔实验室式的交流，以让谷歌这个成熟的公司保持多产。

　　在午餐时间，Corrado 和 Dean 结伴寻找谷歌翻译的主任 Macduff Hughes。Hughes正在独自吃饭，Corrado和Dean从两侧截住了他。正如Corrado所说，“我们伏击了Hughes"。

　　“嘿，”Corrado 对屏住呼吸、面露怀疑的 Hughes 说： “我们有东西告诉你。”

　　他们告诉Hughes，2016年似乎很适合用神经网络对谷歌翻译—— 由数十名工程师10多年积累的代码 ——进行大修。旧系统采用的是所有机器翻译系统已经用了30年的工作方式：它从每个连续句子中分出片段，在一个大型统计词库中查找这些词，然后应用一组后处理规则以附加适当的词缀，并重新排列以产生意义。这种方法被称为“基于短语的统计机器翻译”，因为当系统到达下一个短语时，它并不知道上一个短语是什么。这也就是 Google Translate的输出有时看起来像一大包冰冻磁铁的原因。Google Brain引入的大修，将使它能一次性阅读和渲染整个句子，让它能捕捉语境，以及某种近似于意义的东西。

　　项目带来的利益似乎很低：谷歌翻译产生的收入很低，而且这种状况大概会持续下去。对大多数英语用户来说，即便服务性能实现了彻底升级，他们也只会将之视为预期之内的进步。但这个团队要证明，实现人类质量的机器翻译不仅具有短期必要性，而且会带来长远的革命性发展。在不远的将来，它将对公司的业务战略至关重要。谷歌估计，50％的互联网使用英语，这可能占世界人口的20％。如果谷歌要在中国—— 在中国搜索引擎流量的大部分份额属于其竞争对手百度——或印度进行竞争，体面的机器翻译将是基础设施不可或缺的一部分。百度本身已经在2015年7月发表了一篇关于神经机器翻译可能性的开创性文章。

　　在更遥远的、可推测的未来，机器翻译也许是朝向一个具有人类语言能力的通用计算设施的第一步。而这将代表通向真正人工智能的一个重大拐点。

　　硅谷的大多数人都知道机器学习的前景正在快速接近，所以Hughes也预计到了他会被机器学习团队的人伏击。但他仍然感到怀疑。他是一个温和，固执、一头灰发的中年男子。他是一个老牌的流水线型工程师，那种在1970年代的波音公司能看到的工程师。他的牛仔裤口袋里经常塞着奇形怪状的工具，好像他正要去测量磁带或热电偶，和许多为他工作的年轻人不同，他有自己的柜子。他知道在谷歌和其他地方的各种人一直在尝试进行应用层面的神经翻译工作，这些工作已持续多年但没什么进展。

　　Hughes 听了 Corrado和Dean的建议，最后他谨慎地说，也许他们可以把计划延迟到三年之年之后。