谷歌这一年，在AI方面都有哪些成果与进展?

　　年末将至，近日谷歌在东京举办了一场分享会，围绕Made with AI对过去一年的成果做了总结。　　Google Brain 负责人Jeff Dean

　　谷歌资深研究员，Google Brain 负责人Jeff Dean开场提纲挈领地讲到：我们在人工智能领域的愿景，是通过三种途径让每个人都从中受益：

　　使谷歌的产品更加实用;

　　帮助企业和开发者创新;

　　为研究人员提供工具，从而解决人类面对的各项重大挑战。

　　AI赋能软件：

　　Jeff提到，机器学习是谷歌在人工智能领域的工作重心。作为计算机科学的一种形式，他认为机器学习编写能使计算机自主学习如何变得智能的程序，要比直接编写智能程序要更为简单。

　　说到谷歌开展机器学习的研究，Jeff再次使用了谷歌在 2012 年关于机器识猫的论文，和 2015 年谷歌开源TensorFlow这两个重要事例。现在，TensorFlow是GitHub上最受欢迎的工具。

　　Jeff认为，机器学习仍处于发展初期。如今，机器学习对分类，预测，理解和生成这四个关键方面很有帮助。这些功能几乎被应用于谷歌所有的产品中，使产品更加实用，例如：谷歌相册，谷歌翻译，谷歌地图和Google Lens等等。下面分别做一简要总结介绍。　　谷歌相册(Google Photos)，被重点提出的功能是照片搜索(Photo Search)。谷歌相册可以通过图像识别妥善分类所有照片，使查找更方便。

　　而谷歌翻译(Google Translate)，可以和谷歌相册结合起来使用。用相机照下的图片，它可以帮你翻译出来。

　　Jeff介绍，事实上翻译这项工作已经持续了十年。在过去，翻译系统并非基于神经网络的系统，而是使用更简单的统计翻译模型，由 50 万行代码组成。 2016 年推出的新神经网络机器翻译系统经过了简单却有效的数据训练。新系统仅由 500 行TensorFlow代码组成，而非 50 万行。

　　“我们去年秋天开始使用新的神经网络翻译系统后，翻译准确性得到了很大的改进，可比肩过去十年中取得的提升。”

　　现在，谷歌将神经网络机器翻译应用到了 97 组语言对中。效果提升最明显的是日英互译。

　　谷歌地图(Google Map)，即便在没有数据许可的情况下，通过卫星的介入，加上机器学习和计算机视觉等技术也可以产生可用的地图。

　　Google Lens，可以把你看到的东西搜索出来，得到相关的信息。

　　而文本理解能力的提升，让Gmail更好用。比如智能系统通过读取内容和预测回应，可以给用户提供回复答案或建议。Gmail数据显示，目前有12%的回复来自手机，这将使人们的日常工作更加便捷。　　这里值得一提的是谷歌助理(Google Assistant)，它的核心技术是语音识别，包含了很多机器学习的相关技术。“没有人工智能和机器学习这个产品是不可能存在的。”Jeff强调道。

　　使用 Google Assistant，用户可以与谷歌进行自由对话，从而完成不同种类的任务，比如寻找某一问题的答案、导航服务、获取新闻或得到日程安排方面的帮助。

　　Google Assistant 可以在不同设备间通用。目前，Google Assistant 可使用的国家和地区包括：

　　澳大利亚，巴西，加拿大(英文和法文)，德国，法国，意大利，印度(英文，印度文)，印度尼西亚，日本，韩国，墨西哥，新加坡，西班牙，英国和美国(英文，西班牙文)。(是的，并没有中国。)

　　在YouTube上，谷歌通过机器学习给超过 10 亿的视频自动加上字幕，使得有听觉障碍的人可以看到视频中的对白。　　软硬结合：AI赋能硬件

　　Jeff介绍了谷歌将新型的硬件与软件相结合的一个实例：Pixel Buds。它是能将使用者周围人说的话实时翻译成使用者母语的耳机，运用了语音识别和翻译技术。

　　Google产品经理Isaac Reynolds介绍了新款Pixel手机中的人像模式( Portrait Mode)。

　　机器学习和计算摄像的结合为新Pixel手机的人像模式赋能。通过这个功能，使用者可以拍摄背景平滑模糊的人像图片。拍摄这种照片，大摄像机一般需要多个镜头，而Pixel仅需正反各一个镜头。

　　这就是谷歌在硬件方面正在采用的新处理方式：让硬件、软件、以及 AI 相互结合。

　　接着，Isaac介绍了Google Home中的语音配对功能(Voice Match)：机器学习的加入有助于识别不同的语音，使最多六个用户连接到同一台 Google Home。

　　在机器学习和语言方面，搜索项目总监Linne Ha介绍了语音搜索和文本转语音项目。

　　语音搜索 (Voice Search)，指在机器学习的帮助下，自然语言处理系统能够更好地理解人们想说的话。Linne介绍道，谷歌的语音搜索现在支持 119 种语言，其中包括 11 种印度语言和 3 种印度尼西亚语言。

　　Project Unison，是一个利用机器学习实现文本转语音 (Text-to-Speech)的实验项目。通过转换引擎，手机可以用语料并不丰富的语种，如孟加拉语，高棉语和爪哇语与您对话。而机器学习模型有助于减少构建文本到语音模型所需的数据量。

　　新浪科技总结下来，谷歌的策略就是“软硬结合、硬件打通”，让语言、语音和图像技术在各个应用设备上和场景中的使用得到无缝接合。

　　AI赋能开发者：

　　谷歌为企业及开发者提供三种创新工具：TensorFlow，云机器学习 API (Cloud Machine Learning APIs) 以及张量处理器 (Tensor Processing Unit， TPU) 电脑芯片。

　　其中TensorFlow现在有 1 万的全球开发者在使用。使用TensorFlow的企业中包括中国企业，比如小米。

　　最后一部分是Google产品经理Lily Peng介绍如何用AI让世界更美好。人工智能还能应用于医疗、环保、节能、动物保护等等各方面。

　　让AI惠及每一个人：

　　分享会的最后，Jeff 再次上台，介绍了当下时间内谷歌在AI方面的一些思路。

　　Jeff提到，作为一家 AI First 的公司，谷歌希望让每个人都能够从人工智能中获益。 目前已经取得了一些进展，但是仍然有一些困难需要克服，例如：

　　首先，需要想方设法让机器学习模型的创作过程更加触手可及：

　　对此谷歌的解决方案是提供培训：谷歌明年将在互联网上提供免费的机器学习课程。现在已经有 1. 8 万名谷歌员工参加过此项培训。

　　第二点，谷歌正在研究如何使用 AutoML 自动创建机器学习模型。

　　为了确保谷歌构建的机器学习模型具有包容性，并且能够真正为每个人所用：

　　谷歌启动了People + AI Research (PAIR) 计划，旨在将谷歌的研究人员聚集在一起，研究并重新设计人与人工智能系统交互的方式。Facets 正是此计划所孕育出的一种工具，能够 将用于机器学习的训练数据可视化。

　　谷歌还与Geena Davis 研究所合作建立了GD-IQ，一种利用机器学习检测电影中性别偏见的工具。

　　总之，Google在AI方面的长远目标，就是要让机器学习、AI触手可及。