当人们认为人工智能很遥远时 Google 却打算让每个人都用上 AI

在日本东京，Google于2017年11月28日举办了一场以“Made With AI”为主题的媒体沟通会，聚焦于人工智能的发展和应用。

会议伊始，Google资深研究员Jeff Dean便以一场精彩的演讲开场。他通过展示Google Translation的实时翻译功能，深入浅出地解释了人工智能与机器学习的区别。他表示，机器学习作为人工智能的一部分，本质上是一种创造问题解决系统的新方法。正如Google CEO Sundar Pichai在2016年10月所言，Google将在接下来的十年内成为一个AI First的公司。而Google在人工智能领域的愿景是引领全球进入一个新的计算时代。

Jeff Dean还特别提到了TensorFlow这一颇受欢迎的机器学习框架。据雷锋网了解，TensorFlow自2015年11月在GitHub上正式开源以来，用户量增长迅速，现已成为用户数量排名第一的机器学习框架。他表示，神经网络在数据量和结算模型上已经超越了其他的计算方案，开启了一个全新的计算时代。

事实上，作为最早开始研究人工智能和机器学习的科技公司之一，Google的多项产品已经融入了人工智能的元素。在沟通会现场，Jeff Dean列举了一系列典型的产品，并简要介绍了它们的人工智能功能。

除了软件产品，Google在产品层面已经延伸到了硬件领域，形成了AI+软件+硬件三位一体的布局。例如，Pixel Buds耳机在与Google Pixel相连的情况下，可以实时翻译，展现了软硬件与AI的完美结合。

Google产品经理Isaac Reynolds在现场介绍了AI与硬件的关系，重点介绍了Google Home系列和Pixel手机。Google Home内置了语音配对功能，通过机器学习识别不同的语音，可以让多个用户与同一台Google Home互动。而Google Home Max则通过机器学习在多种房间中进行声音模型训练，提供适合不同房间的声音模型。

对于Pixel 2 XL，Isaac Reynolds主要介绍了其人像模式。Pixel 2通过机器学习对图像进行结构化识别，区分背景和人像，生成深度图，实现背景虚化和人像效果。随着Android 8.1的推出，Pixel 2内置的Pixel Visual Core芯片也被用于拍摄HDR+照片，未来还将被开发者应用于机器学习。

在会议的结尾阶段，Google负责机器学习的一个项目总监Linne Ha介绍了Google在机器学习解决人类语言问题方面的进展。全球有6000多种语言（算上方言更为复杂），其中只有400多种拥有超过一百万的使用人口。Google已经在机器学习领域取得了显著的进展，为人类语言问题的解决提供了新的思路和方法。Google一直在致力于解决全球语言使用的不平衡问题。尽管互联网上的内容有半数都是英文，但像印度语这样的世界使用人口排名第四的语言，其内容量在网上的占比却未能进入前三。为了改变这一现状，Google正在借助人工智能的力量打破语言壁垒。

在Google的不懈努力下，他们不仅为多种语言引入了Unicode编码的字体，让其在桌面和移动设备上都能得到广泛应用。更令人钦佩的是，他们推出了Noto字体，几乎支持全球所有语言。针对字符数量庞大的语言，Google Keyboard通过机器学习预测用户输入，大大提高了输入效率。

借助深度神经网络，Google推出了Voice Search功能，即使在喧闹的环境中，用户也能与手机轻松对话。目前，该功能已支持多达119种语言，包括印度的十一种语言和印度尼西亚的三种语言。值得一提的是，Google的Project Unison项目利用机器学习实现了文本到语音的转换，特别针对语料不丰富的语言如孟加拉语、高棉语和爪哇语。机器学习模型的运用大大减少了构建文本到语音模型所需的数据量。

除了语音技术，Google Assistant也在不断进步。工程总监Pravia Gupta详细介绍了Google Assistant的多种功能，包括四种输入方式（Voice、Type、Tap、Lens）以及在iPhone和Android智能手机、Chromebook笔记本、电视、汽车和智能手表等设备的广泛应用。在现场展示中，Pravia Gupta还通过Demo展示了Google Assistant的强大功能。

除了专注于自身产品的发展，Google也致力于通过AI赋能其他行业和应对人类面临的挑战。他们为企业和开发者提供了TensorFlow、云机器学习API以及TPU电脑芯片等创新工具。在沟通会上，来自日本的丘比公司介绍了如何利用TensorFlow提高食品材料的质量和安全性。Google也展示了机器学习在医疗保健、能源和环境问题方面的应用，如利用机器学习诊断糖尿病引起的眼部疾病和乳腺癌等。还有来自新西兰维多利亚大学的博士生Victor Anton利用人工智能保护鸟类的事迹。

在沟通会结束时，Jeff Dean展望了Google人工智能的未来。他表示未来的挑战在于如何让机器学习模型的创作更加触手可及。为此，Google计划在互联网上免费提供机器学习课程，同时研究如何使用Auto ML自动创建机器学习模型。Google还启动了People + AI Research（PAIR）计划，旨在研究并重新设计人与人工智能系统的交互方式，使机器学习模型具有包容性并为每个人所用。随着这些举措的推进，我们有理由相信Google将引领人工智能的未来发展方向。