有没有哪位大哥iphone上游戏发展国（Game Dev Story）的攻略（不如说什么时候做什么事）
这个。。虽然玩通关了两次了 不过还真没研究出什么捷径和窍门。。。
就简单说下个人经验吧。。其实我的经验就是，这个游戏里最最最重要的，就是员工的属性。因为员工属性低的话，随便做什么都做不好。只要属性高了，员工的工作效率就会更快，每次在爆气状态下为游戏增加的属性值也会更高，因此做出来的游戏也更好卖。 而提升员工属性的最好办法就是直接换员工。
首先，游戏刚开始，这个时候先别换员工，因为这时能招募到的员工属性也都很低（上100的都没），所以不需要浪费这钱。先随便招2个人，凑满4个人，开始干活。做做做做做。。。等熬到第一次升级办公室了，就可以把全员都换掉了——要用最贵的那种招募方式。挑属性最高身价最贵的人买，这个钱不能省——钱不多的话就等攒够了再招募。
员工满了6个人，继续做做做做做。。期间可以稍微给他们升升级，或者进修、教育、活动什么的，升一些属性。但是不用过于投入，因为这时候的员工属性也就几十到一百多，也不算好。 等到第二次升级办公室，有8张椅子时，此时再次更换员工，选属性最高的那些就行（有两三个人的初始属性平均都有两三百，这些是极品，一定要召），属性不到200的员工，全部用升级、进修之类的方式，把属性拉到200以上。。。到了这个时候，做出来的游戏基本上四个属性都是100+的，白金殿堂是稳稳的。后面的也就不用我怎么说了。。熬够20年就行了
另外顺便说下我个人理解的四项员工属性（可能与游戏真实设置不同，仅仅是我根据自己感觉推测的），第一个编程，属性越高的话，写游戏时出BUG的几率越低。第二个脚本，属性越高的话让他做策划时游戏的初始娱乐性会越高。第三第四个音乐和绘画，这就不必说了。。
暂时只想到这么多。。。有什么问题Hi我或者Q我吧1062.90586
咳咳！我是个超级电白，怎么才能当上超级黑客...
从现在开始学（坚持）
如果你是天才~~~~~
如果不是请告别游戏
怎样才能当黑客，天才
米特尼克相当多的人认为凯文·米特尼克（Kevin David Mitnick，于1964年美国洛杉矶出生），是世界上“头号电脑黑客”。有评论称他为“世界头号黑客”。这位“著名人物”现年不过44岁。其实他的技术也许并不是黑客中最好的，甚至相当多的黑客们都反感他，认为他是只会用攻击、不懂技术的攻击狂，但是其黑客经历是的传奇性足以站全世界为之震惊，也使得所有网络安全人员丢尽面子。在米特很小时候，他的父母就离异了。他跟着母亲生活，从小就形成了狐僻倔强的性格。70年代末期，米特还在上小学的时候就迷上了无线电技术，并且很快成为了这方面的高手。后来他很快对社区“小学生俱乐部”里的一台电脑着了迷，并在此处学到了高超的计算机专业知识和操作技能，直到有一天，老师们发现他用本校的计算机闯入其它学校的网络系统，他因此不得不退学了。美国的一些社区里提供电脑网络服务，米特所在的社区网络中，家庭电脑不仅和企业、大学相通，而且和政府部门相通。当然这些电脑领地之门都会有密码的。这时，一个异乎寻常的大胆的计划在米特脑中形成了。些后，他以远远超出其年龄的耐心和毅力，试图破解美国高级军事密码。不久，只有15岁的米特闯入了“北美空中防护指挥系统”的计算机主机同时和另外一些朋友翻遍了美国指向前苏联及其盟国的民有核弹头的数据资料，然后又悄然无息的溜了出来。这成为了黑客历史上一次经典之作。在成功闯入“北美空中防护指挥系统”之后，米特又把目标转向了其它的网站。不久之后，他又进入了美国著名的“太平洋电话公司”的通信网络系统。他更改了这家公司的电脑用户，包括一些知名人士的号码和通讯地址。结果，太平洋公司不得不作出赔偿。太平洋电脑公司开始以为电脑出现了故障，经过相当长时间，发现电脑本身毫无问题，这使们们终于明白了：自己的系统被入侵了。这时的米特已经对太平洋公司没有什么兴趣了。他开始着手攻击联邦调查局的网络系统，不久但成功的进入其中。一次米特发现联帮调查局正在调查一名“黑客“，便翻开看，结果令他大吃一惊——这个“黑客是他自己。后来，米特就对他们不屑一顾起来，正因如此，一次意外，米特被捕了。由于当时网络犯罪很新鲜，法律也没有先例，法院只有将米特关进了“少年犯管所”。于是米特成为世界上第一个因网络犯罪而入狱的人。但是没多久，米特就被保释出来了。他当然不可能改掉以前的坏毛病。脆弱的网络系统对他具有巨大的挑战。他把攻击目标转向大公司。在很短的时间里，他接连进入了美国5家大公司的网络，不断破坏其网络系统，并造成这些公司的民额损失。1988年他因非法入侵他人系统而再次入狱。由于重犯，这次他连保释的机会都没有了。米特被处一年徒刑，并且被禁止从事电脑网络的工作。等他出狱后，联帮调查局又收买了米特的一个最要好的朋友，诱使米特再次攻击网站，以便再次把他抓进去。结果——米特竟上钩了，但毕竟身手不凡，在打入了联帮调查局的内部后，发现了他们设下的圈套，然后在追捕令发出前就逃离了。通过手中高超的技术，米特在逃跑的过程中，还控制了当地的电脑系统，使得以知道关于追踪他的一切资料。后来，联帮调查局请到了被称为“美国最出色的电脑安全专家”的日裔美籍计算机专家下村勉。下村勉开始了其漫长而艰难的缉拿米特行动。他费尽周折，马不停蹄，终于在1995年发现了米特的行踪，并通知联邦调查局将其捉获。1995年2月，米特再次被送上法庭。在法庭上，带着手铐的米特看着第一次见面的下村勉，由衷地说：“你好呀，下村，我很钦佩你的技术。”这一次，米特被处4年处徒刑。在米特入狱期间，全世界黑客都联合起来，一致要求释放米特，并通过为断的攻击各大政府网站的行动来表达自己的要求。这群黑客甚至还专门制了一个名为“释放凯文”的网站。1999年凯特终于获准出狱。出狱后他便不断地在世界各地进行网络安全方面的演讲。许多世界顶级网站，超级公司一听到黑客这个名词，便犹如谈虎色变般的恐惧。对于黑客的存在，每个网民都有着不同的看法，有些人喜欢黑客更喜欢做黑客，因为他们认为这样能体现自己的能力和价值。然而更多的人憎恨黑客，甚至要求国家法律对那些黑客进行严惩。就像他一样当2000年1月21日美国法庭宣布他假释出狱后，几乎当今所有依赖电脑和网络的公司、 企业都开始了胆战心惊的生活，人们害怕他会重操旧业。那么此人究竟是谁呢？他就是超级黑客：凯文·米特尼
所谓美国大片里面的超级黑客到底是啥??????????????????
首先分清楚黑客和骇客
黑客是高手，骇客是用黑客做的工具来攻击别人的人
要成为黑客：精通网络，精通编程，读遍所有的和安全有关的书籍，这样你就可以成为入门的黑客了
要成为真正的黑客道德是最关键的，没有道德的人是做不了黑客的
黑客们有自己规定的黑客准则，如果你要成为黑客的话这些准则是一定要记在心中的
电影里面的黑客都太猛了，功夫又很好，真不知道他们哪来的那么多时间
局域网攻击
你要做黑客？很好，所以这篇文章就是教你一些做黑客的基本知识，这些知识都是超级菜鸟级的基本功，本文不会涉及到攻击的具体技术，不会具体去教你攻击哪些漏洞，但是会告诉你，如果要进攻一台主机，你应该做些什么，拿着这篇文章，就不需要再去黑客论坛里面发布诸“请告诉我如何获得主机的最高权限”，或者“如何进攻win2000”之类的令人无可适从的问题，而这些问题获得实质性的回答的机会也是非常小的，所以，我也权将此文作为回答这些帖子的COPY手段，希望藉由此文可以让大家 对系统攻击有一个大概的了解。
一、你想干什么？
你首先要知道你想干什么，做所有的事情都是一样。你可以告诉我：“我想进攻一台主机。”是的 ，这确实是一个目标，但是其实你还是不知道你想干什么，就好像你在说：“我想发财。”但是没有任 何的实际的行为部署和计划，这就成为一个空想而不是目标了，所以，如果你看到这个标题时，仅仅是想到“我想进攻一台主机”，那么你确实很有必要仔细阅读这篇文章。想做一个黑客，或者说是想学着去做一个黑客，或者更小一点，想进攻一台主机，需要把自己的需求细化，细化到怎样的情况呢？孙子兵法说：“知己知彼，百战不殆”，第一步，就是确定你想要进攻哪一部主机。然后，就要想办法去搜集目标主机的基本资料，包括开放的端口，提供的服务，系统类型 ，系统版本等等，如果搜集不到这些资料，你在网络上只是一个睁眼瞎子，根本不可能有任何进一步的举动。这是我们细化出来的第一个步骤，那么，在你进攻系统的时候，“你想干什么”这个问题的答案就是“我要搜集系统的基本资料”。 现在我们进入第二步的规划，搜集到了系统资料，如果你不进攻，这些资料就是没有意义的，就好像打仗时，我们想尽办法搜集到了某敌对势力的资料，结果接到命令，说已经被自己的盟友攻下了，那么这些资料其实就失去了作用，除非以后还有机会攻击这个区域，但那时又要重新搜集资料，旧的资料仅仅具有参考的价值。系统攻击也是如此，在你搜集到基本资料之后，如果不开展进攻，这些资料就是毫无意义的，以后你要攻击这个服务器的时候旧的资料也只能作为参考，还是需要回到我们的第一步去重新搜集。如果你打算攻击，现在要做的事情就是“分析基本资料并确定攻击策略”，攻击策略告诉我们采取什么方式去攻击系统，通过分析基本资料发现系统、端口或者服务存在的漏洞，有漏洞的才能攻击，所以往往有些人说：“你很厉害，能不能把某某网站攻下来？”这种问法其实是缺乏基本知识的表现，某台服务器防守的很严密，或许有人说得对，绝对没有完全没有漏洞的网站，这个说法在理论上是成立的，但是在现实中，出现一台在技术上无法入侵的服务器是绝对可能的。一般来说，如果某网站的管理员严格按照网络安全规范来配置和管理网络，及时的打上各种补丁，那么配置出的服务器可以抵御90%以上的攻击。那么另外10%被攻破的风险存在于哪些地方呢？关于这点，我希望大家有空可以去了解一下超级黑客米特尼克的情况，他过去常常能够利用电话骗取人们的信息，而这种也会形成对服务器的
威胁。除了人的因素以外，比如某些具有较高水平的黑客有能力发现系统的缺陷，但是他们却不公布，这也是一个很危险的实例。 所以，能不能把163.com攻下来？这个问题的答案可以是能，也可以是不能，也许不懂技术的菜鸟也能攻破（DDOS或有特殊关系可以获得其他人无法获得的资料），也许某个资深黑客永远也无法做到。对于你想干什么这个大的议题，关键点就在于如果你想攻击一台服务器，你必须有强烈的意愿，并付出大量的时间和精力去搜集资料并分析它们，而且还要有不怕失败，勇于尝试的精神。一旦你确定的告诉我：“是的，我已经准备好了，我要攻击它，并立刻采取行动。”那么，我们可以进入下一步了…
…
二、你打算怎么做？
带着大家空想了好一阵子，真不好意思，现在总算可以做一些比较实质的东西了。本来我打算在这一段的内容里面加上一些工具软件的用法，但是却会违背我原来的初衷。我不希望这篇小东西成为黑客技术教程一类的文章，希望它能够作为一个给广大菜兄菜弟们引路的指路牌，系统攻击是一个充满挑战的行为，虽然到处可以看到的黑客技术教程从技术角度教会了大家怎么去进攻一台服务器，给了很多人一次很难体验到的入侵主机的机会，但是却令很多人失去了真正的学习成为黑客的方向，进入了机械化的行列。当然，我并不反对大家去看这些教程文章，只不过不要停留在按部就班操作的表面。 20cn论坛里面，rock在我的关于用IPC进入主机的帖子的回复中说了以下内容：
“流光? 说了等于白说... srv.exe（telnet木马啦）??? 明知道是木马还用? 知道netsvc.exe吗? ” 我写帖子的时候不是不知道有netsvc这个东西，但是就是因为以前看着那些教程进行攻击（是我以前写的心得），眼光被那些教程限制住了，netsvc操作起来确实是更加方便，但是我却仍然给了大家一个古老的解决方法，我失去了一些什么，大家很容易看得出来。如果你的心里仅仅是希望利用这些漏洞进入一下主机，满足一下好奇心，很可惜，你缺乏成为黑客的基本素质，你在网络安全的领域里不会有多大进展，所以，看到这里，你也可以退出了。三、搜集信息的第一步——扫描有人问什么是扫描，网络上看过一个很形象的比喻：扫描对于黑客来说，就是看。最近看寻秦记看得多，就用剑客来比喻一下，一个剑客在对敌的时候是不是要仔细打量敌手呢？为什么要仔细打量？呵呵，好漂亮的MM啊，突然跪下来说：“漫漫长夜，原来仙女小姐也无心睡眠啊？”那是周星星，与我们无关：）看看敌手的高矮胖瘦，动作的灵敏度，所用的武器，当然最终目的就是发现敌手的破绽，最好能够一招夺命，免得夜长梦多，黑客也是如此，应当尽量用最少的步骤来侵入系统。扫描器，顾名思义，就是用来扫描的工具。我喜欢把扫描分成两类，而不是笼统地混为一谈，一类是端口扫描，另一类叫做漏洞扫描。其实很多扫描器也被分为端口扫描工具和漏洞扫描工具，然后为了利用漏洞，就还有攻击工具，这个暂且不说。端口扫描，目的是探测主机开放了哪些端口，实现的方法是对目标主机的每个端口（可以指定，一般也是指定，要不然总共有60000多个端口，扫到天亮也扫不完）发送信息，就好像有一个酒吧，你站在门口，不知道里面有没有你朋友在，所以你就在门口叫你朋友的名字，他要是在的话，就会回答，如果没人回答，自然就是不在。幸好电脑比人要老实得多，人可能即使在也不回答，电脑则一定会回答：）于是我们就用扫描器对着目标酒吧（目标电脑）大叫一声：“23号端口啊！你开了没有？”如果开放
了，电脑就会说：“啊，是我啊，有什么事？”查完了23号端口，又大叫一声：“24号端口啊！你开了没有？”没人回答，于是就知道24号端口没开，就这样一个一个叫下去，就像点名一样（叫得口渴了，不好意思，喝口水）……
全部叫完了，当然就知道主机开放了哪些端口了。但是我知道它开放了哪些端口有什么用呢？这就要谈及端口的作用了，网络上计算机之间的通讯都是通过端口来进行的，不同的通讯内容被分派在不同的端口上，就好像两个城市之间有很多条路，送信的必须走第一条，卖菜的必须走第二条，所以当你看见第二条路上有人走时，就基本可以确定这个城市有卖菜的。某些特定的端口是一些服务或者程序默认
的，比如80端口是web服务，1080端口是socks5代理，110是pop3，等等。一些对安全比较重视的服务器可能会更改默认的端口，这样对我们来说就比较麻烦了。比如全国所有城市之间的道路都是按照上面的规则来走，但是有一个城市命令卖菜的要走第一条路，送信的走第二条路，当你看见第二条路上有人的时候，就会误认为是卖菜的，改变端口就可以起到迷惑攻击者的作用。通过对端口的扫描，我们可以分析到主机所采用的系统（根据不同系统特有的服务，比如135、139 端口基本判断是windows），提供了哪些服务（可以初步估计哪些服务比较脆弱）。
端口扫描可以给我们提供一些有关服务器的概貌的资料，但是仅凭这些资料往往并不足以让我们去 攻击一台服务器，所以我们还要进行漏洞扫描。其实漏洞扫描也叫漏洞检测，漏洞扫描软件自带有一个 漏洞库，里面搜集了很多种漏洞的资料，比如微软的unicode编码漏洞，扫描器里面储存了它的资料，就会发一串例 如http://x.x.x.x/msadc/..%c1%1c../..%c1%1c../..%c1%1c../winnt/system32/cmd.exe?/c+dir的代
码到服务器，其效果就好像你在浏览器里面输入这一段代码一样，浏览器会返回一个信息，这个信息可以是404或者200等等，如果是200证明成功得到响应，那就是说存在这个漏洞，如果返回的是404，就是说无法找到文件，那么这个漏洞在这台主机上就不存在。由于有大量不同种类的漏洞，所以依靠人工的方法来测试是很困难的，漏洞扫描器就将这些扫描的工作自动化了，并成为黑客的有力武器。如果你的
扫描器的数据库不够新，不支持新的漏洞，自然它就发现不了，所以，一个好的扫描器对黑客来说是必 需的。
四、进行最高效率的攻击
正在装office，抽空写一段。扫描结果，可能有一大堆漏洞，也可能没有漏洞，有漏洞对我们来说
当然是好事，但是那些漏洞是否能迎合我们的需要就另当别论了。
因为漏洞的种类繁多，根据不同的漏洞种类才能采取不同的攻击手段，你查到.printer漏洞，却用
攻击idq的软件去攻击，当然是徒劳无功。有的漏洞攻击的效果是使服务器停止响应（DOS），但是如果
你攻击这个服务器的目的是取得服务器上的资料，那么DOS对你来说就毫无意义。
谈到这里，需要谈回一些有关扫描的问题，很多扫描器都是内定了一个漏洞库，然后无论什么机器
它都狂扫一气，我很不喜欢这种扫描器。大家都知道，扫描其实就是对一个服务器的访问，这种访问通
常都会给机器留下大量的日志，就不说被追查的问题，大量的日志会引起管理员的怀疑，即使你一次入
侵成功以后也会前功尽弃，特别是如IIS的扫描和IPC的扫描，一般来说可以将扫描的内容和效果分为几
个等级：
极少或没有日志产生的且最容易获得权限的漏洞扫描，这种是首选，到最后不得已而为之的产生大量日
志且不一定有效的漏洞扫描。
说实话，我们又不是帮对方主机作漏洞检测，只不过是想获得最高权限而已。所以完全没有必要在
对方的机器上面留下太多的留念，从首选的漏洞到最后迫不得已的漏洞，一步一步进行，只要一步成功
，就免去了后面很多日志的产生。再有，如果你要攻击的系统是Windows，那么UNIX的漏洞就大可不必
去扫描，很多有入侵检测的电脑，对所有的扫描都会注册在案，在windows系统上扫描UNix漏洞，既无
效果，又凭空产生风险，实在划不来。
攻击漏洞的问题其实和扫描差不多，我们只要攻击一个漏洞，选择最有效的漏洞进行攻击，而不是
说系统上出现的所有漏洞都要给他攻击一遍。这样子，在最小的代价基础上获得最大的攻击效果，才能
算得上是一个比较聪明的攻击者。
五、我拿到最高权限了！
这是一件很值得高兴的事情，但是往往会令我们迷惘，下一步该干什么，很多人会无所适从。其实
就像前面讲到的，每个人入侵主机都有其目的，进入主机之后，首先要做的当然就是实现自己的目的。
如果是没有目的，拿来练手的，我想还是不要对主机进行任何的修改。
每个人的想法都有不同，我碰过很多人，拿到了一台好的肉鸡，于是就在上面乱搞，很快就被发现
踪迹，于是管理员把漏洞补了。对于肉鸡的看法，我的观点是，肉鸡只是一个工具而已，如无必要，就不要整天在上面玩，很重要的一点，是不要给肉鸡补漏洞：D反正我就觉得给肉鸡补漏简直就是多此一举，最终结果就是偷鸡不着反蚀把米，给别人做义务的漏洞检测，你们知道现在做个漏洞检测要多少钱？网络安全公司出诊一次是5000元/人天，你给他做义务的安全员，有没有必要阿。虽然似乎是可以把这台肉鸡据为己有，但是有没有必要啊？现在有基础漏洞的肉鸡不多，就算大侠们手下留情给我们这些菜鸟一些练习的机会总可以吧：D
登陆在一台肉鸡上，首先要做的事情是看看管理员在不在线，如果有的话，呵呵，赶快开溜。尽量少开账号，开放一大堆账号并不能炫耀你对主机拥有的控制权，而是告诉管理员你被人入侵了。以NT的为例，我建议的是马上下载SAM，回来破解，最好是一个账号也不添加，直接用管理员的账号登陆。这样是最安全的。其实要保护自己的肉鸡，最好的办法不是打补丁，因为给你造成失去肉鸡的威胁不是来
自外部，而是来自内部，你应该做的是尽量隐藏自己的行踪，包括清除所有有关自己的日志，如果要放
自己的相关资料的话（软件之类的），就放在一个很深的，不容易被发现的目录。这样子，只要是管理员不发现，就可以实现前面有些同志问的：“怎样才可以搞到一个永久账号？”
六、结束语
花了这么一段时间，总算可以结束《黑客攻击曲》的写作，可能看完了这篇小文章之后一些人会觉得失望，因为我没有提到任何具体的攻击手法，也许他们认为从我这里不能学到什么有用的东西。其实我还是很坚定的认为，这篇文章虽然写得不怎么样，但是绝对比哪些例如《如何使用$IPC漏洞进入主机》之类的文章价值要大的多。因为这些漏洞文章只能教会你一个漏洞，以后系统完善了，类似的漏洞变少了，你就会发现自己重新变得一无所有。
当你沉溺于寻找那些直接利用漏洞的软件和文章而沦落为一个粗劣的攻击机器，你可能就会想到，
原来你真的忘了什么。看到这里，或许有些同志能领会我在文章开头所说的“这些东西是菜鸟写的，也是给菜鸟看的
”这句话的含义，什么样的黑客属于菜鸟？什么样的黑客不是菜鸟？是不是说从来没进入过别人的主机
的就是菜鸟呢？或者说整天叫着喊着要攻击某个网站，或者搞些什么“全国黑客大总攻”的活动就能成
为真正的黑客
呢？我无意贬低什么，文章提供的是一种策略，而文章的一些小部分可以看成战术，我还是比较喜欢那
些钻研技术的人，用实力来办事的人，对于整天喊打喊杀，四处叫嚣的匹夫之勇，有什么值得推崇的呢？
真的希望在我们的论坛上不再出现诸如“谁能黑了这台主机？”，“谁能帮我黑了它？”之类的文章，这些文章根本就是对黑客的侮辱，发贴和积极响应的人无疑是不配成为黑客的，对于初涉安全的新手，一次两次可以原谅，但是还是很有必要去重新了解一下什么是黑客的真谛。
求一本写重生利用黑客能力控制超级计算机做高频交易赚钱的小说
《超脑黑客》、《超级黑客》、《超级电脑》《最强黑客》……
把2.5万工程师变成机器学习专家是怎样的体验
谷歌转型：把2.5万工程师变成机器学习专家是怎样的体验？
卡森·霍尔盖特(Carson Holgate)正在接受忍者培训。
但这里的忍者指的并不是武术——她已经有不错的武术功底。26岁的霍尔盖特是空手道黑带二段。现在的培训重点是算法。霍尔盖特几周前加入这个项目，她希望借此掌握机器学习方面的技能，这是一种比身体对抗更加强大的技术。作为谷歌Android部门的一名工程师，霍尔盖特是参加今年忍者学习项目的18名程序员之一。该项目从各个团队招收有才华的程序员，向他们传授人工智能技术，以便提升其产品的智能性——尽管这有可能让他们开发的软件更加难以理解。
正在接受机器学习“忍者训练”的谷歌工程师卡森·霍尔盖特。正在接受机器学习“忍者训练”的谷歌工程师卡森·霍尔盖特。
“该项目的标语是：你想成为一名机器学习忍者吗？”谷歌内部机器学习产品经理克里斯汀·罗伯森(Christine Robson)说，她负责管理这个项目，“所以我们从谷歌各个部门招收人员，用6个月的时间为他们提供机器学习培训。让他们跟着导师学习6个月机器学习，并进行一些项目。他们可以由此入手，从而掌握大量知识。”
霍尔盖特4年前拿着计算机科学和数学学位来到谷歌，对她来说，这是一次掌握最热门软件技术的机会：使用学习算法和海量数据，教给软件完成任务的方法。多年以来，机器学习都被视作一个高度专业的领域，仅有少数精英人群能够掌握这种技术。但这个时代已经结束了，最近的结果表明：由模拟生物大脑工作方式的“神经网络”驱动的机器学习技术是将计算机与人类能力融为一体的正确方式。
在某些情况下，甚至可以借此打造出超人。谷歌希望在内部扩大这类精英人群的范围，甚至希望让机器学习成为一种常规技术。对霍尔盖特这样的工程师而言，忍者项目是一次实现自我飞跃的绝佳机会，可以向精英中的精英学习知识。“这些人都在开发不可思议的模型，而且都有博士学位。”她言语间流露出无法掩饰的敬畏之情。由于该项目会将所有学员都称作“忍者”，所以她开始有些难以接受，但最终还是克服了心理障碍。“我起初很难接受，但还是学着接受了。”她说。
考虑到谷歌员工人数众多——其总部的6万员工中约有半数是工程师——所以这个项目的规模其实很小。不过，这个项目却标志着谷歌内部的认识开始发生变化。尽管谷歌从很早以前就开始使用机器学习技术，而且一直在这一领域积极聘请各类专家，但该公司直到2016年才开始真正痴迷于机器学习技术。谷歌CEO桑达尔·皮查伊(Sundar Pichai)在去年末的财报电话会议上阐述了该公司的想法：“机器学习是一项有颠覆性的核心技术，我们可以借此重新思考我们做一切事情的方式。我们还会尽力将它应用于所有的产品中，包括搜索、广告、YouTube或Play。我们还处于发展初期，但你会看到我们以系统化的方式将机器学习应用到所有这些领域之中。”
很显然，如果谷歌要在旗下的所有产品中融入机器学习技术，就需要精通这项技术的工程师。正如机器学习畅销书《算法大师》(The Master Algorithm)的作者佩德罗·多明戈斯(Pedro Domingos)所说：“机器学习是阳光下的一项新生事物，这是一项可以自己发展的技术。” 编写这样的系统需要找到合适的数据，选择合适的算法，然后为成功营造合适的环境。之后就要给予系统足够的信任(这对程序员来说是一件很难做到的事情)，让它们自己完成工作。
“通过这种方式思考解决方案的人越多，我们就会变得越好。”谷歌机器算法项目负责人杰夫·迪恩(Jeff Dean)说。他估计，谷歌目前约有2.5万工程师，但只有几千人精通机器学习，占比大约为10%。他希望最终的比例能接近100%。“如果能让所有工程师都在一定程度上掌握机器学习技术，那就太好了。”他说。
他认为这个愿望能否实现呢？
“我们会尽力尝试。”他说。
神奇技术
多年以来，约翰·迦南德里(John Gianandrea)一直都是谷歌机器学习的重要推动者，而作为该公司的最新动向，他最近成为了搜索业务主管。但当他2010年加盟该公司时(他是在谷歌收购MetaWeb时随之一同加入谷歌的，那家公司的庞大数据库已经以知识图谱的形式整合到谷歌搜索中)，他在机器学习和神经网络方面并没有太多经验。
谷歌最权威的计算机科学专家杰夫·迪恩正在制作机器学习方面的工具，领导团队进行相关工作。谷歌最权威的计算机科学专家杰夫·迪恩正在制作机器学习方面的工具，领导团队进行相关工作。
但在2011年左右，来自神经信息处理系统(以下简称“NIPS”)大会的一条消息令他感到震惊。似乎每年都会有团队在NIPS上宣布机器学习的最新进展，涉及翻译、语音识别和视觉系统等诸多领域。一些令人惊讶的事情正在悄然发生。“当我第一次关注时，NIPS的内容十分晦涩难懂。”他说，“但过去3年间，这一领域在学术界和产业界都得到了蓬勃发展，去年的参会人数大约有6000人。”
随着神经网络算法的进步，加上摩尔定律带来的强大计算能力，以及谷歌和Facebook等科技公司挖掘出来的庞大用户数据，机器学习的新时代就此拉开帷幕。迦南德里也加入其中，他认为这将成为谷歌的核心。与他志同道合的还包括迪恩，他是“谷歌大脑”(Google Brain)的联合创始人，这个神经网络项目来自谷歌旗下的研究部门Google X(现已更名为X)。
虽然迦南德里否认“机器会杀死我们”这样的预言，但他的确认为，机器学习系统将成为一项革命性的技术，从医疗诊断到无人驾驶汽车，各行各业都将利用这种技术。虽然机器学习不会取代人类，但它却会改变人类。
迦南德里以Google Photos为例进行了解释。这款产品的标志性功能是能够在图片中识别出用户指定的物品，这令人感觉颇为神秘，甚至有些不安。他给我展示一些边境牧羊犬的图片。“当有人第一次看到这个场景时，他们会以为发生了与众不同的事情，因为电脑不仅为你计算出偏好，甚至还推荐你观看一段视频。”迦南德里说，“它可以理解画面中的内容。” 他解释道，通过专门的学习，电脑便可“知道”边境牧羊犬的样子，而且可以识别出不同年龄和毛长的边境牧羊犬。
人类当然可以做到这一点。但没有一个人能够从数百万张图片中筛选出来这些照片，同时还能识别出不同的犬种。但机器学习系统就可以做到。如果它学会了一个犬种，便可使用相同的技术识别出另外9999个犬种。“这才是真正新颖的地方。”迦南德里说，“通过这样一个狭小的领域，你可以看到某些人所谓的超人究竟能达到什么效果。”
逐步探索
需要强调的是，谷歌早已了解机器学习的概念，该公司的创始人始终坚信人工智能的前景。机器学习已经整合进谷歌的很多产品，尽管未必采用了最近大热的神经网络技术(早期的机器学习往往依赖更加直接的统计方法)。
事实上，谷歌10年前就开始通过内部培训，向该公司的工程师传授积极学习技术。2005年初，当时负责谷歌搜索业务的彼得·诺维格(Peter Norvig)向科学家大卫·帕布洛·科恩(David Pablo Cohn)提出建议，希望了解谷歌能否采用卡内基梅隆大学组织的相关课程。科恩表示，只有谷歌自己才能教授这种内部课程，因为谷歌的运营规模与其他公司都大不相同(可能只有美国国防部是个例外)。所以他在谷歌总部的43号楼(那里当时是搜索团队的总部所在地)订了一个大房间，每周三在那里开设两小时的课程。就连杰夫·迪恩也参加过几次课程。“那是全世界最好的课程。”科恩说，“作为工程师，他们都比我优秀得多！”
那个课程广受欢迎，甚至变得一座难求。就连班加罗尔办事处的员工都会特意等到午夜过后接入远程教学系统。几年后，一些谷歌员工把授课演讲内容制作成了短片，结束了直播授课的历史。科恩认为，当时的那个课程算得上是MOOC(大规模开放在线课程)的先驱。接下来几年，谷歌还针对机器学习培训展开了其他的尝试，但组织上并不严密，内容上也并不连贯。科恩2013年离开谷歌后，机器学习才突然间成为了至关重要的领域。
在2012年之前，这种认识尚未形成气候，直到迦南德里决定“吸收大量从事这项工作的人”，并将他们安排到同一栋办公楼之后。脱胎于该公司的X部门的谷歌大脑也加入进来。“我们吸收了很多团队，将他们安排到同一栋办公楼内，还提供了全新的咖啡机。”他说，“有些人之前只是一直在从事他们所谓的感知计算——声音和语音识别等技术——现在都可以与那些从事语言工作的人展开沟通。”
逐渐地，这些工程师们开发的机器学习技术开始出现在谷歌的热门产品中。由于视觉和语音识别以及翻译是机器学习的主要领域，也就难怪这项技术成为谷歌语音搜索、翻译和Photos等服务的重要组成部分。迪恩表示，随着他和他的团队对机器学习的理解逐步深入，他们开始以更具野心的方式探索这项技术。“我们之前或许会在系统的组件中使用机器学习技术，”他说，“现在则会使用这项技术替代整套系统，而不是为每一个组件设计更好的机器学习模式。”迪恩表示，如果现在让他重新编写谷歌的基础架构，其中的很多内容都不再是预先编好的代码，而是后期学习而来的。迪恩更为人所知的身份是Bit Table和MapReduce等革命性系统的联合创造者。
谷歌大脑联合创始人格雷格·考拉多正在和多个团队协作，将人工智能转化成为自己的软件。谷歌大脑联合创始人格雷格·考拉多正在和多个团队协作，将人工智能转化成为自己的软件。
机器学习还能够实现一些原本无法想象的产品功能。2015年11月推出的Gmail自动回复便是其中之。这项功能源自谷歌大脑项目联合创始人格雷格·考拉多(Greg Corrado)与Gmail工程师巴林特·米克洛斯(Bálint Miklós)之间的一次对话。考拉多之前曾经与Gmail团队合作使用机器学习算法探测垃圾信息，归类邮件内容，但米克洛斯提出了一些更激进的建议。能否利用机器学习技术自动生成回复邮件，省去移动用户在狭小的键盘上输入文字的繁琐过程。“我大吃一惊，因为这个建议太疯狂了。”考拉多说，“我后来想，借助我们一直以来都在研究的预测性神经网络技术，或许的确可能实现这种功能。一旦我们意识到这是一个机会的时候，就必须去尝试一下。”
为了提高成功概率，谷歌让考拉多和他的团队与Gmail部门展开了密切合作。这种派遣机器学习专家进驻产品部门的做法如今已经越来越普遍。“机器学习既是科学又是艺术。”考拉多说，“这就像烹饪——没错，烹饪过程发生了化学反应，但对于真正对烹饪感兴趣的人来说，必须要学习如何搭配手中的食材。”
传统的人工智能技术在理解语言时，需要将语音规则嵌入系统，但在这个项目中，系统可以利用现代化的机器学习技术，借助足够的数据像儿童一样自学。“我的语言能力并不是从语言学家那里学来的，而是通过听别人说话学来的。”考拉多说。但真正令智能回复变得切实可行的，是它的成功很容易定义——他们的目的不是创造一个妖艳的虚拟斯嘉丽·约翰逊(Scarlett Johansson)，而是希望它能回复真正的电子邮件。“这项服务的成功标志是，系统可以生成一个对用户有用的备选回复，以便用户能够真正使用这些内容。”他说。因此，只需要知道用户是否点击了系统推荐的回复内容，便可对其进行训练。
但当该团队开始测试智能回复时，用户却注意到了一些怪异的事情：它经常会推荐一些不合时宜的暧昧语言。“其中一个比较失败的情况是：只要系统感觉困惑，它就会说‘我爱你’。”考拉多说，“这并不是软件漏洞，问题出在我们让它做的事情上。” 这个程序已经了解了人类行为的一些微妙之处：“如果你感到担忧，那么说一句‘我爱你’是一种很好的防御策略。” 考拉多帮助该团队压制了系统的热情。
去年11月发布的智能回复取得了巨大成功——Gmail Inbox应用的用户现在可以直接从系统提供的三条备选内容中选择一条进行回复。由于系统提供的回复内容非常切题，用户经常感到惊讶。在通过该应用发送的回复信息中，有十分之一都是由机器学习系统生成的。“这个项目能够成功还是令我感到有些惊讶。”考拉多笑着说。
类似于智能推荐这样的例子还有很多，它们都充分说明机器学习系统在谷歌业务中发挥的作用。或许最终的拐点是当机器学习成为搜索的一个必不可少的组成部分时——作为谷歌的旗舰产品，搜索几乎为该公司贡献了所有营收。多年以来，由于搜索引擎对谷歌过于重要，所以始终没有融入机器学习算法。“由于搜索在公司内部占据的份额巨大，高级管理者深度参与其中，所以很多人都怀疑我们无法真正取得进展。”迦南德里说。
其中部分阻力源自文化因素——必须要让那些有极强控制欲的程序员适应带有禅宗韵味的机器学习模式。长期掌管谷歌搜索业务的阿密特·辛格(Amit Singhal)曾是传奇计算机科学家杰拉德·萨尔顿(Gerald Salton)的助手。萨尔顿在文档检索方面的开创性工作启迪辛格帮助谢尔盖·布林(Sergey Brin)和拉里·佩奇(Larry Page)把研究生时期编写的代码，扩展成了可以适应当今网络时代的程序。(这使得他成为了“检索派”的一员。)
他从20世纪的方法中梳理出了令人惊讶的结果，但如果要将机器学习系统整合到关系谷歌命脉的复杂系统中，他却持怀疑态度。“进入谷歌的前两年，我负责搜索质量，试图用机器学习来改进排名。”大卫·帕布洛·科恩说，“结果发现阿米特的团队是全世界最优秀的，我们把阿里特脑海中的所有内容都变成了硬编码，以此实现进步。已经找不到比他更好的方法了。”
到2014年初，谷歌的机器学习大师们认为需要改变现状。“我们与排名团队展开了一系列讨论。”迪恩说，“我们认为至少应该尝试一下，看看能不能有一些收获。” 他的团队所设想的那个实验最终成为了搜索的核心：文件排名与搜索请求的匹配程度有多高(需要以用户的点击为衡量标准)。“我们跟他们说，可以用神经网络计算额外的分数，看看到底有没有用。”
答案是：确实有用。这套系统如今已经成为谷歌搜索的一部分，被称作RankBrain。它于2015年4月上线。谷歌还是像以往一样对如何改进搜索讳莫如深(究竟是与长尾理论有关？还是更好地解读了模糊不清的搜索请求？)，但迪恩表示，RankBrain“融入到每一个搜索请求中”，虽然未必会影响所有的排名，但的确对很多搜索请求的排名都产生了影响。另外，实际的影响幅度也很大。在谷歌计算排名时所使用的数百个信号中(这些信号可能包括用户所在的地理位置，或者页面标题是否与搜索请求匹配)，RankBrain现在的用途排名第三。
“我们成功利用机器学习改进了搜索结果，这对公司来说意义重大。”迦南德里说，“这引发了很多人的关注。” 华盛顿大学教授佩德罗·多明戈斯则给出了另外一种说法：“检索派与机器学习派始终都存在斗争。机器学习最终赢得了胜利。”
内部培训
谷歌面临的新挑战是如何让所有工程师都熟悉机器学习。还有很多公司也都秉承着相同的目标，其中最引人关注的当属Facebook，该公司与谷歌一样着迷于机器学习和深度学习。这一领域的毕业生变得非常抢手，而谷歌正在努力保持对毕业生的吸引力：学术圈多年以来都流传着一个玩笑：即使不需要顶尖学生，谷歌也会招聘他们，避免人才被竞争对手抢走。(这个玩笑的错误之处在于，谷歌的确需要这些人才。)“我的学生无一例外都得到了谷歌的录用通知。”多明戈斯说。目前看来，竞争的激烈程度有增无减：就在上周，谷歌宣布将在苏黎世开设一个新的机器学习实验室，有很多工作岗位有待填补。
但由于学术项目尚未培养大量机器学习专家，为员工提供在职培训面成为了必要措施。但这却并非易事，尤其是对于谷歌这样的公司而言。这里有很多世界顶尖工程师，他们一生都在研究传统的编程方式。机器学习却需要截然不同的思维模式，精通编码的工程师之所以能有如今的成就，往往是因为他们希望完全控制一套编码系统。机器学习还需要掌握一些数学和统计学知识，但是很多程序员却对此不屑一顾的，即便是那些能够写出超长代码的超级黑客也不例外。
克里斯汀·罗伯森的职责是在机器学习方面孵化谷歌内外的人员。克里斯汀·罗伯森的职责是在机器学习方面孵化谷歌内外的人员。
这还需要一定程度的耐心。“机器学习模型不是静态代码——你需要不断为其提供数据。”罗伯森说，“我们一直在不停地更新模型，而且还要不断学习，增加更多数据，调整预测方式。它就像是一个有生命的东西，这是一种截然不同的开发模式。”
“这是一个使用不同的算法进行实验的学科，需要挑选那些真正适合使用场景的训练数据。”迦南德里说。尽管他也是新的搜索业务主管，但却仍然把在谷歌内部传播机器学习理念作为自己工作的一部分。“计算机科学那一部分不会消失，但需要更加关注数学和统计学，而对数十万行代码的关注度则需要相应地降低。”
至于谷歌所担心的障碍，完全可以通过明智的在职培训来解决。“归根结底，这些模型中使用的数学原理并不那么复杂。”迪恩说，“谷歌聘用的多数软件工程师都可以掌握。”
为了进一步帮助不断扩容的机器学习专家团队，谷歌开发了一系列强大的工具，帮助他们选择合适的算法训练模型，加快培训和提炼过程。其中最强大的是TensorFlow，它可以加速神经网络的构建过程。TensorFlow源自谷歌大脑项目，由迪恩和他的同事拉加特·芒格(Rajat Monga)共同发明。它能把构建系统过程中涉及的晦涩难懂的细节变成标准化的内容——尤其是在谷歌2015年11月开始将其开放给公众后，这种做法的效果更加得以显现。
尽管谷歌煞费苦心地将这种行为描述为一种无私的举动，但该公司也承认，如果新一代程序员都能熟悉该公司内部的机器学习工具，那对谷歌未来的招聘活动将会起到莫大的帮助。(质疑者甚至指出，谷歌的TensorFlow开源项目是为了追赶Facebook，后者已经在2015年6月公布了早期机器学习系统的深度学习模块Torch。)不过，TensorFlow的功能以及谷歌的开源模式很快受到了程序员的欢迎。迦南德里表示，当谷歌首次提供TensorFlow课程时，共有7.5万人报名参加。
但谷歌仍为自己的程序员保留了很多好东西。该公司在内部拥有一套更加优秀的机器学习工具——Tensor Processing Unit(以下简称“TPU”)。他们虽然使用这项创新已经多年时间，但直到最近才对外宣布。这是一种针对机器学习程序优化的芯片，就像GPU是专门针对图形处理优化的芯片一样。该公司的庞大数据中心里使用了数以千计的TPU(具体有多少恐怕只有上帝和佩奇才知道)。通过赋予神经网络这种超级计算能力，TPU为谷歌带来了巨大优势。“如果没有它，我们就无法实现RankBrain。”迪恩说。
但由于谷歌最需要的还是设计还提炼这些系统的人才，他们也在不断尝试各种方式来为工程师提供机器学习方面的培训。这些培训的规模各异，其中也包括为期两天的速成班。谷歌希望这只是初步尝试，工程师随后还会寻找更多资源来深入学习。“已经有数千人报名参加下一次课程。”迪恩说。
该公司还在通过其他一些措施，为外部人才提供机器学习培训。今年初春，谷歌启动了Brain Residency项目，利用谷歌大脑项目为有潜力的外部人才提供了为期一年的集训。“我们称之为你的深度学习职业生涯的开端。”罗伯森说，他负责协助管理这个项目。尽管这27名来自不同学科的机器学习学员中，可能有一些会留在谷歌，但他表示，该公司的目的是让他们自行发展，利用自己掌握的先进知识在世界各地传播谷歌的机器学习技术。
前景广阔
当今时代，机器学习正在逐步走上中心舞台，而谷歌则希望以人工智能公司的身份继续占据主导。所以，从某种意义上讲，卡森·霍尔盖特在忍者项目中学到的知识正是这一计划的核心所在。
她的课程最初是一个为期4周的新兵训练营，由谷歌最先进的人工智能项目产品负责人提供指导，教给他们如何将机器学习融入项目中。“我们把忍者带进会议室，格雷格·考拉多站在白板前解释LSTM(长短期记忆，一种可以打造强大神经网络的技术)。他做着夸张的手势，讲述这种系统的工作方式、利用何种数学原理、如何应用于实际。”罗伯森说，“在最初的4个星期里，我们几乎用到了我们的所有技术和所有工具，为的是给他们带来切身体会。”
霍尔盖特从新兵训练营毕业了，她现在正在使用机器学习工具开发一款Android通讯功能，帮助谷歌员工彼此交流。她正在调整超参数，清理输入数据，去掉停止词。但她已经不可能回头，因为她知道人工智能技术就是谷歌的现在和未来，甚至可能是所有技术和所有东西的未来。
“机器学习时代已经来临，”她说，“前景无比广阔。”
如何成为蝙蝠侠？
想成为蝙蝠侠？那就要超能力啦。真的有人以为老爷是普通人？没有超能力？天真！?你试试看攻读数十个博士学位，你试试看锻炼出可以无辅助举300公斤的臂力，你试试看懂数十种语言，你试试看体术媲美任意奥运会体操冠军和优秀杂技演员，你试试看懂世界上近乎所有的格斗术，你试试看学会中华气功，印度瑜伽，学会调理气息，你试试看可以无氧气瓶闭气5分钟还能运动，你试试看跑步爆发速度可以媲美世界记录，你试试看徒手捉住绿箭侠射出的箭，你试试看做到成为世界上最厉害的逃脱大师，几乎可以逃脱一切捆绑手段，你试试看学会超级黑客技术，数分钟破解国家级密码，黑入政府内网，你试试看一天就睡4,5个小时还能活蹦乱跳，打架斗殴，飞天遁地。关键是，老爷8岁失去父母，27,8岁就已经达到了这种程度，样样都是精英级的能力，你跟我说普通人能做到？我不信?最后一句话，老爷赛高！