为了让你尽快用上AI 过去一年谷歌做了这些事儿

谷歌这一年：AI领域的显著成果与进展

随着年末的临近，谷歌在东京举办了一场精彩的分享会，对过去一年在人工智能（AI）领域的成果进行了总结。谷歌资深研究员、Google Brain负责人Jeff Dean为我们生动地描绘了谷歌在AI方面的愿景，并强调了其如何通过三种途径使每个人都从中受益：

一、使谷歌的产品更加实用

Jeff提到，机器学习是谷歌在人工智能领域的工作重心。他认为，编写能够自主学习的计算机程序要比直接编写智能程序更为简单。谷歌在机器学习领域的研究，从其2012年关于机器识猫的论文和2015年开源TensorFlow的事件便可窥见一斑。如今，TensorFlow已成为GitHub上最受欢迎的工具。

机器学习在分类、预测、理解和生成这四个关键方面发挥了重要作用，几乎被应用于谷歌所有的产品中。例如：

谷歌相册（Google Photos）通过图像识别技术妥善分类所有照片，使查找更加便捷。

谷歌翻译（Google Translate）结合谷歌相册，可以通过识别图片中的文字进行翻译。值得一提的是，谷歌的神经机器翻译系统已经应用于97种语言之间，尤其日英互译的效果提升显著。

谷歌地图（Google Map）通过卫星、机器学习和计算机视觉等技术，即便在没有数据许可的情况下也能产生可用的地图。

Google Lens能够识别现实世界中的物体，并搜索出相关信息。

Gmail的文本理解能力也得到了提升，智能系统可以预测用户的回应，为日常工作提供了便利。Google Assistant的核心技术是语音识别，它依赖于大量的机器学习技术。用户可以通过Google Assistant与谷歌自由对话，完成各种任务。Google Assistant已经支持多个国家和地区的多种语言。谷歌还通过机器学习技术为YouTube上的超过10亿的视频自动添加字幕，使得有听觉障碍的人也能欣赏视频中的对白。

二、软硬结合：AI赋能硬件

Jeff还介绍了谷歌如何将新型的硬件与软件相结合的一个实例——Pixel Buds耳机。这款耳机能将周围人的话语实时翻译成用户者的母语，运用了语音识别和翻译技术。新款Pixel手机中的人像模式也展示了机器学习和计算摄像结合带来的魅力。通过这一模式，用户可以轻松拍摄具有一定景深效果的人像照片。

谷歌这一年来的AI成果与进展令人瞩目，从软件到硬件，都在不断为人类带来惊喜和便利。谷歌正在采用一种新颖的硬件处理方式：融合硬件、软件和人工智能，三者相辅相成，相得益彰。

Isaac详细介绍了Google Home中的一项前沿功能——语音配对（Voice Match）。借助机器学习的力量，Google Home能够识别不同人的语音，最多可让六个用户轻松连接至同一设备。

在机器学习和语言领域，搜索项目总监Linne Ha向我们阐述了语音搜索和文本转语音的革新进展。

语音搜索（Voice Search）功能在机器学习的助推下，自然语言处理系统更趋成熟，更精准地理解人们的言语意图。谷歌的语音搜索现已支持119种语言，包括印度和印度尼西亚的多种方言。

Project Unison是一个旨在实现文本转语音（Text-to-Speech）的实验性项目。借助转换引擎，手机即便面对语料贫瘠的语种，如孟加拉语、高棉语和爪哇语，也能流畅对话。机器学习模型的应用有助于大幅减少构建文本到语音模型所需的数据量。

总体来看，谷歌的战略聚焦于“软硬结合、设备打通”，确保语言、语音和图像技术在各类设备和应用场景中无缝对接。

在赋能开发者方面，谷歌提供了TensorFlow、云机器学习API和张量处理器（TPU）电脑芯片三大创新工具。其中，TensorFlow已有全球超过1万名开发者在使用，包括中国的小米等知名公司。

谷歌产品经理Lily Peng则着重介绍了如何利用AI造福人类。人工智能在医疗、环保、节能、动物保护等领域都有广泛应用。

Jeff总结了谷歌在AI领域的最新思路。作为一家AI First的公司，谷歌致力于让每个人都能享受到人工智能带来的福利。尽管还存在一些挑战，如简化机器学习模型的创作过程和提高模型的包容性，但谷歌已经采取了一系列措施应对。

谷歌通过提供免费机器学习课程、研究AutoML自动创建机器学习模型、启动People + AI Research（PAIR）计划等方式，不断推动机器学习技术的普及和发展。其中，PAIR计划下的Facets工具能够实现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，利用机器学习检测影视作品中的性别偏见。谷歌的长远目标是要让机器学习和AI变得触手可及，让每个人都能轻松利用AI技术改善生活。