為了讓你盡快用上AI，過去一年谷歌做了這些事兒
谷歌這一年，在AI方面都有哪些成果與進展？年末將至，近日谷歌在東京舉辦了一場分享會，圍繞MadewithAI對過去一年的成果做了總結。谷歌資深研究員、GoogleBrain負責人JeffDean開場提綱挈領地講到，谷歌在人工智能領域的愿景，是通過三種途徑讓每個人都從中受益：
使谷歌的產品更加實用；
幫助企業(yè)和開發(fā)者創(chuàng)新；
為研究人員提供工具，從而解決人類面對的各項重大挑戰(zhàn)。
AI賦能軟件
Jeff提到，機器學習是谷歌在人工智能領域的工作重心。作為計算機科學的一種形式，他認為機器學習編寫能使計算機自主學習如何變得智能，要比直接編寫智能程序要更為簡單。
說到谷歌開展機器學習的研究，Jeff再次使用了谷歌在2012年關于機器識貓的論文，和2015年谷歌開源TensorFlow這兩個重要事例。現(xiàn)在，TensorFlow是GitHub上最受歡迎的工具。
Jeff認為，機器學習仍處于發(fā)展初期。如今，KUKA機器人示教器維修，機器學習對分類、預測、理解和生成這四個關鍵方面很有幫助。這些功能幾乎被應用于谷歌所有的產品中，使產品更加實用，例如：谷歌相冊，谷歌翻譯，谷歌地圖和GoogleLens等等。下面分別做一簡要總結介紹。
谷歌相冊（GooglePhotos），被重點提出的功能是照片搜索（PhotoSearch）。谷歌相冊可以通過圖像識別妥善分類所有照片，使查找更方便。
而谷歌翻譯（GoogleTranslate），可以和谷歌相冊結合起來使用。用相機照下的圖片，它可以幫你翻譯出來。
Jeff介紹，事實上翻譯這項工作已經持續(xù)了十年。在過去，翻譯系統(tǒng)并非基于神經網(wǎng)絡，而是使用更簡單的統(tǒng)計翻譯模型，由50萬行代碼組成。2016年推出的新神經網(wǎng)絡機器翻譯系統(tǒng)，經過了簡單卻有效的數(shù)據(jù)訓練。新系統(tǒng)僅由500行TensorFlow代碼組成，而非50萬行。
我們去年秋天開始使用新的神經網(wǎng)絡翻譯系統(tǒng)后，KUKA機器人示教器維修，翻譯準確性得到了很大的改進，可比肩過去十年中取得的提升。Jeff說。
現(xiàn)在，谷歌將神經網(wǎng)絡機器翻譯應用到了97組語言當中。效果提升最明顯的是日英互譯。
谷歌地圖（GoogleMap），即便在沒有數(shù)據(jù)許可的情況下，通過衛(wèi)星的介入，加上機器學習和計算機視覺等技術也可以產生可用的地圖。
GoogleLens，可以把你看到的東西搜索出來，得到相關的信息。
而文本理解能力的提升，讓Gmail更好用。比如智能系統(tǒng)通過讀取內容和預測回應，可以給用戶提供回復答案或建議。Gmail數(shù)據(jù)顯示，www.sonanjido.com，目前有12%的回復來自手機，這將使人們的日常工作更加便捷。
這里值得一提的是谷歌助理（GoogleAssistant），它的核心技術是語音識別，包含了很多機器學習的相關技術。沒有人工智能和機器學習，這個產品是不可能存在的。Jeff強調道。
使用GoogleAssistant，用戶可以與谷歌進行自由對話，從而完成不同種類的任務，比如尋找某一問題的答案、導航服務、獲取新聞或得到日程安排方面的幫助。
GoogleAssistant可以在不同設備間通用。目前，GoogleAssistant可使用的國家和地區(qū)包括：
澳大利亞，巴西，加拿大（英文和法文），德國，法國，意大利，印度（英文，印度文），印度尼西亞，日本，韓國，墨西哥，新加坡，西班牙，英國和美國（英文，西班牙文）。（是的，并沒有中國。）
在YouTube上，谷歌通過機器學習給超過10億的視頻自動加上字幕，使得有聽覺障礙的人可以看到視頻中的對白。
軟硬結合：AI賦能硬件
Jeff介紹了谷歌將新型的硬件與軟件相結合的一個實例：PixelBuds。作為一款耳機，它能將使用者周圍人說的話實時翻譯成使用者的母語，運用了語音識別和翻譯技術。
Google產品經理IsaacReynolds介紹了新款Pixel手機中的人像模式（PortraitMode）。
機器學習和計算攝像的結合為新Pixel手機的人像模式賦能。通過這個功能，使用者可以拍攝具有一定景深效果的人像。拍攝這種照片，相機一般需要比較大的光圈，而Pixel僅需正反各一個鏡頭。
這就是谷歌在硬件方面正在采用的新處理方式：讓硬件、軟件、以及AI相互結合。
接著，Isaac介紹了GoogleHome中的語音配對功能（VoiceMatch）：機器學習的加入有助于識別不同的語音，使最多六個用戶連接到同一臺GoogleHome。
在機器學習和語言方面，搜索項目總監(jiān)LinneHa介紹了語音搜索和文本轉語音項目。
語音搜索（VoiceSearch），指在機器學習的幫助下，自然語言處理系統(tǒng)能夠更好地理解人們想說的話。Linne介紹道，谷歌的語音搜索現(xiàn)在支持119種語言，其中包括11種印度語言和3種印度尼西亞語言。
ProjectUnison，是一個利用機器學習實現(xiàn)文本轉語音（Text-to-Speech）的實驗項目。通過轉換引擎，手機可以用語料并不豐富的語種，如孟加拉語、高棉語和爪哇語與用戶對話。而機器學習模型有助于減少構建文本到語音模型所需的數(shù)據(jù)量。
新浪科技總結下來，谷歌的策略就是軟硬結合、硬件打通，讓語言、語音和圖像技術在各個設備上和場景中無縫接合。
AI賦能開發(fā)者
谷歌為企業(yè)及開發(fā)者提供三種創(chuàng)新工具：TensorFlow，云機器學習API（CloudMachineLearningAPIs）以及張量處理器（TensorProcessingUnit，TPU）電腦芯片。
其中TensorFlow現(xiàn)在有1萬的全球開發(fā)者在使用。使用TensorFlow的也包括一些中國企業(yè)，比如小米。
最后一部分是谷歌產品經理LilyPeng介紹如何用AI讓世界更美好。人工智能還能應用于醫(yī)療、環(huán)保、節(jié)能、動物保護等等各方面。
讓AI惠及每一個人
分享會的最后，Jeff再次上臺，介紹了當下谷歌在AI方面的一些思路。Jeff提到，作為一家AIFirst的公司，谷歌希望讓每個人都能夠從人工智能中獲益。目前已經取得了一些進展，但是仍然有一些困難需要克服，例如：
首先，需要想方設法讓機器學習模型的創(chuàng)作過程更加觸手可及。
對此谷歌的解決方案是提供培訓。谷歌明年將在互聯(lián)網(wǎng)上提供免費的機器學習課程，現(xiàn)在已經有1.8萬名谷歌員工參加過此項培訓。
其次，谷歌正在研究如何使用AutoML自動創(chuàng)建機器學習模型。
為了確保谷歌構建的機器學習模型具有包容性，并且能夠真正為每個人所用，谷歌還啟動了People+AIResearch（PAIR）計劃，旨在將谷歌的研究人員聚集在一起，研究并重新設計人與人工智能系統(tǒng)交互的方式。Facets正是此計劃所孕育出的一種工具，能夠用于機器學習的訓練數(shù)據(jù)可視化。
谷歌還與GeenaDavis研究所合作建立了GD-IQ，一種利用機器學習檢測電影中性別偏見的工具。總之，谷歌在AI方面的長遠目標，就是要讓機器學習和AI變得觸手可及。