mistycruzvv的部落格

　　新浪科技 辛苓

　　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Made with AI對過去一年的成果做了總結。

　　谷歌資深研究員，Google Brain 負責人Jeff Dean開場提綱挈領地講到：我們在人工智慧領域的願景，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；

　　幫助企業和開發者創新；

　　為研究人員提供工具，從而解決人類面對的各項重大挑戰。

　　AI賦能軟體：

　　Jeff提到，機器學習是谷歌在人工智慧領域的工作重心。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的程序，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年關於機器識貓的論文，和2015年穀歌開源TensorFlow這兩個重要事例。現在，TensorFlow是GitHub上最受歡迎的工具。

　　Jeff認為，機器學習仍處於發展初期。如今，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於谷歌所有的產品中，使產品更加實用，例如：谷歌相冊，谷歌翻譯，谷歌地圖和Google Lens等等。下面分別做一簡要總結介紹。

　　谷歌相冊（Google Photos），被重點提出的功能是照片搜索（Photo Search）。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（Google Translate），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了十年。在過去，翻譯系統並非基於神經網路的系統，而是使用更簡單的統計翻譯模型，由50萬行代碼組成。2016年推出的新神經網路機器翻譯系統經過了簡單卻有效的數據訓練。新系統僅由 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路翻譯系統后，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。」

　　現在，谷歌將神經網路機器翻譯應用到了97組語言對中。效果提升最明顯的是日英互譯。

　　谷歌地圖（Google Map），即便在沒有數據許可的情況下，通過衛星的介入，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。

　　Google Lens，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數據顯示，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。

　　這裏值得一提的是谷歌助理（Google Assistant），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。「沒有人工智慧和機器學習這個產品是不可能存在的。」Jeff強調道。

　　使用 Google Assistant，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。

　　Google Assistant 可以在不同設備間通用。目前，Google Assistant 可使用的國家和地區包括：

　　澳大利亞，巴西，加拿大（英文和法文），德國，法國，義大利，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，並沒有中國。）

　　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賦能硬體

　　Jeff介紹了谷歌將新型的硬體與軟體相結合的一個實例：Pixel Buds。它是能將使用者周圍人說的話實時翻譯成使用者母語的耳機，運用了語音識別和翻譯技術。

　　Google產品經理Isaac Reynolds介紹了新款Pixel手機中的人像模式（ Portrait Mode）。

　　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，使用者可以拍攝背景平滑模糊的人像圖片。拍攝這種照片，大攝像機一般需要多個鏡頭，而Pixel僅需正反各一個鏡頭。

　　這就是谷歌在硬體方面正在採用的新處理方式：讓硬體、軟體、以及 AI 相互結合。

　　接著，Isaac介紹了Google Home中的語音配對功能（Voice Match）：機器學習的加入有助於識別不同的語音，使最多六個用戶連接到同一台 Google Home。

　　在機器學習和語言方面，搜索項目總監Linne Ha介紹了語音搜索和文本轉語音項目。

　　語音搜索 （Voice Search），指在機器學習的幫助下，自然語言處理系統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。

　　Project Unison，是一個利用機器學習實現文本轉語音 （Text-to-Speech）的實驗項目。通過轉換引擎，手機可以用語料並不豐富的語種，如孟加拉語，高棉語和爪哇語與您對話。而機器學習模型有助於減少構建文本到語音模型所需的數據量。

　　新浪科技總結下來，谷歌的策略就是「軟硬結合、硬體打通」，讓語言、語音和圖像技術在各個應用設備上和場景中的使用得到無縫接合。

　　AI賦能開發者：

　　谷歌為企業及開發者提供三種創新工具：TensorFlow，雲機器學習 API （Cloud Machine Learning APIs） 以及張量處理器 （Tensor Processing Unit， TPU） 電腦晶元。

　　其中TensorFlow現在有1萬的全球開發者在使用。使用TensorFlow的企業中包括中國企業，比如小米。

　　最後一部分是Google產品經理Lily Peng介紹如何用AI讓世界更美好。人工智慧還能應用於醫療、環保、節能、動物保護等等各方面。

　　讓AI惠及每一個人：

　　分享會的最後，Jeff 再次上台，介紹了當下時間內谷歌在AI方面的一些思路。

　　Jeff提到，作為一家 AI First 的公司，谷歌希望讓每個人都能夠從人工智慧中獲益。 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：谷歌明年將在互聯網上提供免費的機器學習課程。現在已經有 1.8萬名谷歌員工參加過此項培訓。

　　第二點，谷歌正在研究如何使用 AutoML 自動創建機器學習模型。

　　為了確保谷歌構建的機器學習模型具有包容性，並且能夠真正為每個人所用：

　　谷歌啟動了People + AI Research （PAIR） 計劃，旨在將谷歌的研究人員聚集在一起，研究並重新設計人與人工智慧系統交互的方式。Facets 正是此計劃所孕育出的一種工具，能夠 將用於機器學習的訓練數據可視化。

　　谷歌還與Geena Davis 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，Google在AI方面的長遠目標，就是要讓機器學習、AI觸手可及。