2017谷歌開發(fā)者大會(huì)：人工智能優(yōu)先 讓AI觸手可及

　　Google 自創(chuàng)立之初起，一直都在努力用深?yuàn)W的計(jì)算機(jī)技術(shù)和洞察來解決一些復(fù)雜的問題。

　　最復(fù)雜的問題，其實(shí)往往存在于日常生活中。令人激動(dòng)的是，Google 漸漸成為了越來越多人生活中的一部分：Android 設(shè)備月活躍用戶剛剛突破了 20 億;YouTube 不僅有著 10 億用戶，更有著長達(dá) 10 億小時(shí)的日播放時(shí)長;Google 地圖日導(dǎo)航里程超 10 億公里。但若是沒有了計(jì)算機(jī)向移動(dòng)設(shè)備轉(zhuǎn)變的大潮流，這一切的增長都將是不可能實(shí)現(xiàn)的。這也讓 Google 開始重新思考對(duì)產(chǎn)品的改造，以適應(yīng)新型的交互模式，例如多點(diǎn)觸控。

　　如今，計(jì)算機(jī)又面臨著新的轉(zhuǎn)變：從移動(dòng)優(yōu)先轉(zhuǎn)變?yōu)槿斯ぶ悄軆?yōu)先。和以前一樣，Google 將會(huì)努力構(gòu)想一個(gè)能夠進(jìn)行更加自然、無縫的技術(shù)交互的世界。如 Google 搜索，它是被建立在對(duì)文本和頁面的理解能力的基礎(chǔ)上的。而現(xiàn)在，通過深度學(xué)習(xí)技術(shù)的革新，機(jī)器對(duì)圖像、照片和視頻的理解也逐漸成熟，這在以往都是不能實(shí)現(xiàn)的。現(xiàn)在，你的相機(jī)有了“視覺”，你能對(duì)手機(jī)說話，并得到回應(yīng)——語音與圖像對(duì)于計(jì)算機(jī)技術(shù)來說已經(jīng)變得意義重大，其重要性甚至漸漸等同于鍵盤和多點(diǎn)觸控。

　　在以上提到的諸多 AI 新進(jìn)展中，Google Assistant 就是一個(gè)很好的例子。它已經(jīng)能夠在 1 億個(gè)設(shè)備上運(yùn)行，并且日益發(fā)揮更大的作用?，F(xiàn)在，Google Home 已經(jīng)可以辨別不同的聲音，從而讓用戶在與設(shè)備互動(dòng)時(shí)能夠獲得更個(gè)性化的體驗(yàn)。與此同時(shí)，智能手機(jī)的相機(jī)功能也可以幫助用戶完成許多工作。 Google Lens 是一組基于視覺的計(jì)算功能，可以識(shí)別用戶正在查看的內(nèi)容，并幫助用戶根據(jù)該信息采取行動(dòng)。例如，用戶趴在朋友家的地板上查看在路由器背面冗長且復(fù)雜的Wi-Fi密碼。現(xiàn)在，用戶的手機(jī)就可以識(shí)別該密碼，并在察覺到用戶登錄該 Wi-Fi 的需求后自動(dòng)完成登錄。最關(guān)鍵的是，用戶不需要事先通過學(xué)習(xí)來實(shí)現(xiàn)此功能 -人機(jī)交互體驗(yàn)比在智能手機(jī)上完成跨應(yīng)用程序的復(fù)制和粘貼更為直觀。Google 首先將會(huì)在 Google Assistant 和 Google Photots 中啟用 Google Lens 功能，用戶也可以期待在其他產(chǎn)品中使用 Google Lens.

　　所有的這一切都需要相應(yīng)的計(jì)算架構(gòu)。去年的 I/O，Google 發(fā)布了第一代 TPUs，這使得 Google 的機(jī)器學(xué)習(xí)算法能夠更快更有效地運(yùn)行。今天，Google 發(fā)布了下一代 TPUs-Cloud TPUs，新版的 TPUs 針對(duì)推理和訓(xùn)練進(jìn)行了優(yōu)化并且可以處理大量信息。Google 將把 Cloud TPUs 引入 Google Compute Engine，以便公司和開發(fā)人員更好地使用。

　　Google 致力于將日新月異的技術(shù)投入應(yīng)用，使其能更好地為每個(gè)人服務(wù)，而不只是服務(wù)于 Google 產(chǎn)品的用戶。 Google 相信，如果科學(xué)家和工程師可以擁有更好的計(jì)算機(jī)工具，創(chuàng)造出更強(qiáng)大的研究成果，那么復(fù)雜社會(huì)問題的解決將有巨大的突破。然而，目前看來要實(shí)現(xiàn)這樣的突破，還面臨著很多的障礙。這就是 Google.ai 的創(chuàng)立初衷。它聚合了 Google 在人工智能領(lǐng)域做的所有努力，從而減少了研究過程中的障礙，并提升了研究人員、開發(fā)者以及公司在這一領(lǐng)域的工作效率。

　　Google 希望通過簡化神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)模型的設(shè)計(jì)，降低人工智能的門檻。如今，設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)是極其耗費(fèi)時(shí)間的，其對(duì)專業(yè)知識(shí)的極高要求大大縮小了適用人群，只有科研人員和工程師才有機(jī)會(huì)接觸到。這就是 Google 創(chuàng)造 AutoML 的原因，AutoML 表明神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)也是可以實(shí)現(xiàn)的。Google 希望 AutoML 能擁有現(xiàn)在一些博士所具備的能力，在三到五年內(nèi)使眾多的開發(fā)者也能通過 AutoML 設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)，來滿足其特定的需求。

　　除此之外，Google.ai 已經(jīng)與 Google 的研究人員、科學(xué)家以及開發(fā)者們進(jìn)行合作，來解決各個(gè)領(lǐng)域的問題，并取得了前景廣闊的結(jié)果。例如，使用機(jī)器學(xué)習(xí)來改進(jìn)檢測(cè)乳腺癌擴(kuò)散到相鄰淋巴結(jié)的算法。Google 也看到了人工智能在運(yùn)算速度以及準(zhǔn)確性上的巨大飛躍，使研究人員可以對(duì)分子性質(zhì)進(jìn)行預(yù)測(cè)，或是進(jìn)行人類基因組排序。

　　此次轉(zhuǎn)型不僅與建設(shè)未來設(shè)備和進(jìn)行前沿研究有關(guān)，Google 同時(shí)也認(rèn)為，它可以在此刻幫助數(shù)以百萬計(jì)的民眾，以普及化的渠道獲取信息以及接觸到新機(jī)會(huì)。例如，接近半數(shù)的美國雇主聲稱他們存在招募員工、填補(bǔ)職位方面的問題和困難;而另一方面，待業(yè)的雇員也時(shí)常對(duì)于就在身邊的空閑職位毫不知情，因?yàn)檫@些工作的特點(diǎn)——高流動(dòng)低業(yè)務(wù)量、與職位名稱不符，使得搜索引擎很難準(zhǔn)確的篩選這些工作。

　　而通過新啟用的 Google for Jobs，Google 希望能幫助公司聯(lián)系潛在的雇員，也幫助民眾找到新的工作機(jī)會(huì)。在接下來的幾周中，Google 將在“搜索”里加入新功能，從而幫助人們尋找跨越不同經(jīng)驗(yàn)需求和不同工資水平的工作，包括在傳統(tǒng)意義上很難分類和搜索的工作，比如服務(wù)和零售崗位。

　　Google 欣喜的看到，人工智能終于結(jié)出了每個(gè)人均可品嘗享用的碩果。倘若 Google 能讓人工智能技術(shù)越來越便捷地為民眾所用——無論是在工具層面，還是應(yīng)用方式層面——那么，所有人都會(huì)更快地從人工智能技術(shù)中獲益。