照例這是在東京舉辦的回顧總結，Google Brain負責人Jeff Dean和他的團隊一起，談瞭談谷歌人工智能領域的所做所為，它所遵循的理念、落地的應用案例、當今人工智能面臨的挑戰，及谷歌要如何解決與攻破。
原標題：忘記阿爾法狗吧！谷歌的AI生態其實還有這些
在谷歌堅定將AI放至戰略優先地位後，今日（11月28日）谷歌迎來部分 收割 。
照例這是在東京舉辦的回顧總結，Google Brain負責人Jeff Dean和他的團隊一起，談瞭談谷歌人工智能領域的所做所為，它所遵循的理念、落地的應用案例、當今人工智能面臨的挑戰，及谷歌要如何解決與攻破。
總的來說，谷歌為東京這場自傢的人工智能 推介會 所定的基調是 Made with AI 。對此，Jeff Dean用瞭一句很簡單的話為人工智能作註廢塑膠熱熔處理｜廢塑膠熱熔押出解，即解決問題的新方式。
從他的講述裡，我們能清晰知曉谷歌AI意圖達成的願景，共有三點：Making products more useful（使產品更實用）、Helping others innovate（幫他人革新）、Solving for humanity s big challenges（解決人類所面臨的大難題）。
谷歌的AI產品群
谷歌所做、AI相關之事， 出頭鳥 莫過 下圍棋無敵手 的阿法狗。但實際，谷歌龐大的產品群背後，人工智能已發揮功用，為谷歌前端的軟硬件給用戶帶來良好體驗作支撐，使其能更實用（useful）。
最讓谷歌引以為豪，或者說可快速拉近用戶間距離的，就是谷歌翻譯瞭。所以，Jeff Dean剛上講臺，就拿日本常見的黃色底 非常口 標識為例，展示用Google translate App拍照翻譯的功能。除通過拍照傳輸試圖翻譯的信息外，語音、鍵盤輸入谷歌翻譯同樣支持。據Jeff Dean介紹，自去年在翻譯系統引進NMT神經網絡後，準確率較過去十年提升。迄今，谷歌翻譯已實現97種語言間互譯。
值得一提的是，谷歌翻譯App今年3月重返中國。谷歌此舉，自然難免讓人把 谷歌翻譯 與競品 百度翻譯 相較量一番。後者將神經網絡用於翻譯領域的時間，明面早先谷歌1年。產品功能層面有許多近似之處，比如谷歌的拍照翻譯，百度翻譯產品裡也有，都主要用到圖像識別技術。不過，兩方產品翻譯呈現方式等細節有差異，看官可自行下載感受。
還有些谷歌產品，國內目前無法使用，但不妨礙AI賦能後，使應用體驗變得 神奇 、有趣。
如，2015年發佈的Google Photos，相比單純的相冊功用，它更像是主動的照片 管理者 。比如它能按照時間、地點、人物創建故事線，供你分享給小夥伴；或者你想搜索相冊裡所有含 房子 的圖片，這也能辦到。
AI在谷歌地圖所起的作用，如用戶能借此找停車地等。
谷歌音樂推薦歌曲。
谷歌智能聊天應用Allo，能依據聊天內容作出相應反饋。比如對方發給你張美景日落圖，這時Allo會建議你回復 Beautiful Sunset Gorgeous So nice 等，還有類似Snapchat、Facebook等的動態濾鏡，創建屬於你自己的自拍貼紙。這裡用到人臉識別。
能搜索 看到 的東西的應用谷歌Lens。
谷歌Gmail用到AI後，自動回復效能提升。
谷歌Assistant（智能語音助手），估計是除阿法狗外，谷歌在人塑膠熱融押出工智能領域最為知名的應用。由此，可延展為一系列AI產品，如Google Home（智能音箱），或者與第三方相結合的應用。無論國內外，目前巨頭們都在搶灘語音交互市場，搶占線下口徑。
Youtube背後的AI體驗優化主要面向聾啞人，使用到語音識別和機器翻譯，自動匹配字幕。據谷歌方面介紹，目前已有10億視頻能自動匹配字幕，覆蓋10種語言。
另外，硬件方面，谷歌的思路做法，從專註Pixel的產品經理Isaac Reynolds的話裡可窺見一二，他提到 硬件創新結束瞭 ，但他表示還有很多如AI和軟件等創新，能通過手機實現。
比如，谷歌Pixel 2系列，依靠軟件算法，就實現 理解遠近 ，虛化背景，這與現在手機廠商幾近標配的雙攝像頭玩法有異。
實現原理如下圖：
為開發者涉足人工智能領域降低門檻，使更多應用落地
不僅僅是建立工具，而是分享。 這種思想貫穿谷歌人工智能整場盤點始終。目前，谷歌為企業及開發者提供三種人工智能相關廢塑膠原料｜廢塑膠原料處理工具：TensorFlow，雲機器學習API (Cloud Machine Learning APIs) 以及張量處理器(Tensor Processing Unit, TPU) 電腦芯片。
TensorFlow是谷歌開源的深度學習系統。對開發者而言，利用這項開源軟件庫後，搭建機器學習模型，起始點由0變為瞭1。接著開發者從1開始訓練模型，各行業獲得各自適用的算法模型。中國是TensorFlow在亞洲用戶增長最快的國傢之一。今年4月，TensorFlow負責人Rajat Monga向媒體表示，TensorFlow 在中國地區下載已超14萬。
在谷歌看來，人工智能的下一步是民主化，而雲計算擔任著向更多開發者、企業普及人工智能的基礎重角。谷歌對雲機器學習領域同樣也在大力佈局，比如今年3月剛發佈的Video Intelligence API，可識別視頻中的物體，用戶借此實現檢索操作。
然而這一切最終都是為瞭實際應用落地。交流會上，谷歌團隊主要提到三個領域人工智能發揮功效的案例，分別是環保、節能、醫療。醫療方面，人工智能成為癌癥診斷的輔助工具相關新聞比較多，近期剛有谷歌建立檢測乳腺癌的機器學習模型，以便能早期診斷癌癥。還有較令人耳目一新的應用，利用人工智能幫助研究人員保護鳥類，把瀕臨滅絕鳥類的音頻轉化成譜圖，用該數據訓練TensorFlow以識別鳥鳴聲，對生物學傢而言是有所助益的。
涉及機器判斷，可能會使人憂心，如果機器論斷有誤，那麼誰該負責？尤其當性命攸關的情況出現，零星錯誤或許都是人類難對機器有容忍的。Jeff Dean接受采訪時表示，這不僅與技術相關，還關乎道德的問題，從醫療角度來說，機器學習模型確實擅長人並非擅長的事。
谷歌人工智能的下一步：民主化
至此，谷歌人工智能的佈局基本輪廓已清晰，從底層芯片，到面向開發者開源算法，到軟件應用，C端產品觸達都有所涵蓋。接下來，谷歌要做的是如何在人工智能領域實現民主化。Jeff Dean提到瞭兩點挑戰，其一是讓AI變得更觸手可及；其二是AI的發展應更兼顧公平性與責任。
針對第一點，谷歌準備明年在互聯網上提供免費的機器學習課程，目前已有1萬8千名谷歌員工參加過此項培訓，借此使機器學習能輻射到更廣泛的人群。另外，谷歌還在研究如何使用AutoML 自動創建機器學習模型。
強調人工智能技術承載的公平性與責任，這裡谷歌與Geena Davis 研究所合作推出瞭GD-IQ工具，利用機器學習檢測電影裡的性別偏見。
總的來說說，谷歌AI的佈局目標主要面向三類人群：機器學習專傢、相關領域專傢、平常人群。
今天，Jeff Dean還說到谷歌在北京和上海將繼續招聘機器學習方面的人才，此前谷歌曾在今年的烏鎮峰會透露過在中國招聘機器學習和人工智能領域人才。
這次，谷歌歸來中國，並非再走產品的姿勢，而是由底層入手，從打地基的中國高端人才，到開發者，逐漸再將越來越多群眾囊括進自傢人工智能的體系內。這種自下而上的策略，能否為谷歌贏來曾失去的中國市場呢？
- 廢塑膠熱熔處理｜廢塑膠熱熔押出 廢塑膠熱熔處理｜廢塑膠熱熔押出所產生的濾網廢料解決廠商
- 塑膠回收押出機｜廢塑膠再生製粒機 塑膠熱融押出濾網產生廢料該找哪方面的廠商解決
- 廢塑膠加工｜廢塑膠處理工廠 塑膠熱融押出濾網產生廢料該找哪方面的廠商解決
文章標籤
全站熱搜
留言列表
