2017 年 11 月 28 日，以 Made With AI 為主題，Google 在日本東京舉辦了一場(chǎng)關(guān)于人工智能的媒體溝通會(huì)。
更好用的 Google 產(chǎn)物
起首，Google 資深研討員 Jeff Dean 起首登臺(tái)。他用一個(gè)經(jīng)由過程 Google Translation 停止及時(shí)辨認(rèn)翻譯的案例，來(lái)引見了人工智能與機(jī)械進(jìn)修的差別。他表現(xiàn)，機(jī)械進(jìn)修實(shí)際上是人工智能的一部門；實(shí)質(zhì)上，機(jī)械進(jìn)修是一個(gè)發(fā)明成績(jī)處理體系的新方法。
Jeff Dean 提到，正如 Google CEO Sundar Pichai 在 2016 年 10 月所言，在接上去的 10 年間，Google 將會(huì)成為一個(gè) AI First 的公司；而 Google 在人工智能范疇的愿景是：
在演講中，Jeff Dean 側(cè)重提到了 TensorFlow。據(jù)雷鋒網(wǎng)懂得，TensorFlow 于 2015 年 11 月在 GitHub 上正式開源；與 MXNet、Caffe 等其他的機(jī)械進(jìn)修框架比擬，TensorFlow 頗受迎接，用戶量的增加速度也比擬快。而依據(jù) Google 方面供給的數(shù)據(jù)，到今朝為止，TensorFlow 曾經(jīng)成為用戶數(shù)目排名第一的機(jī)械進(jìn)修框架。
Jeff Dean 表現(xiàn)，在近 20 年的成長(zhǎng)中，神經(jīng)收集（Neural Networks）在數(shù)據(jù)量和結(jié)算模子上曾經(jīng)超出其他的盤算計(jì)劃；總結(jié)來(lái)講，一個(gè)盤算的新時(shí)期曾經(jīng)到來(lái)。
現(xiàn)實(shí)上，作為最早開端研討人工智能和機(jī)械進(jìn)修的科技公司之一，人工功效和機(jī)械進(jìn)修的元素現(xiàn)實(shí)上曾經(jīng)涌現(xiàn)在 Google 多項(xiàng)產(chǎn)物中。在溝通會(huì)現(xiàn)場(chǎng)，Jeff Dean 列出了一些較為典范的產(chǎn)物，并對(duì)它們的人工智能元素停止了簡(jiǎn)略引見：
軟硬件與 AI 的一體化
不外，除 AI 和軟件產(chǎn)物，Google 在產(chǎn)物層面也曾經(jīng)延長(zhǎng)到了硬件；也就是說(shuō)，Google 曾經(jīng)構(gòu)成了 AI + 軟件 + 硬件三位一體的結(jié)構(gòu)。一個(gè)最簡(jiǎn)略的例子是：在與 Google Pixel 相銜接的情形下，Pixel Buds 耳機(jī)可以及時(shí)翻譯。
不外，Pixel Buds 固然不是全體。在溝通會(huì)現(xiàn)場(chǎng)，Google 產(chǎn)物司理 Isaac Reynolds 登臺(tái)引見了 AI And Hardware 的關(guān)系；這里說(shuō)的 Hardware，重要指的是 Google Home 系列和 Pixel 手機(jī)。
第一款側(cè)重提到的產(chǎn)物是 2016 年宣布的 Google Home。Isaac Reynolds 表現(xiàn)，Google Home 內(nèi)置了語(yǔ)音配對(duì)（Voice Match）功效，其實(shí)質(zhì)在于用機(jī)械進(jìn)修來(lái)贊助辨認(rèn)分歧的語(yǔ)音，可讓最多 6 位用戶銜接到統(tǒng)一臺(tái) Google Home；不管這六位用戶措辭的聲響年夜小，Google Home 都可以或許聽見并給出回應(yīng)，這就是硬軟件與機(jī)械進(jìn)修相聯(lián)合的最好案例。
與之比擬，本年 10 月最新宣布的 Google Home Max 的音質(zhì)更好；它可以經(jīng)由過程機(jī)械進(jìn)修在數(shù)千種房間中停止聲響模子練習(xí)，對(duì)分歧音質(zhì)的后果停止權(quán)衡，最初供給一個(gè)合適地點(diǎn)房間的聲響模子。
關(guān)于 Pixel 2 XL，Isaac Reynolds 重要提到了 Pixel 2 的人像形式。現(xiàn)實(shí)上 Pixel 2 只要一個(gè)攝像頭，但它可以或許經(jīng)由過程機(jī)械進(jìn)修對(duì)圖象停止構(gòu)造化的辨認(rèn)，從而辨別出配景和人像，并給出響應(yīng)的深度圖（Depth Maps）；在構(gòu)成 Segmentation Mask 以后，對(duì)配景停止虛化，終究完成人像后果。
在溝通會(huì)現(xiàn)場(chǎng)，雷鋒網(wǎng)（"號(hào)：雷鋒網(wǎng)）就 Pixel 2 內(nèi)置的 Pixel Visual Core 幫助芯片停止了發(fā)問。Isaac reyonld 表現(xiàn)，Pixel Visual Core 現(xiàn)實(shí)上曾經(jīng)在數(shù)年前就開端研發(fā)了，今朝可以用于 HDR+ 照片的拍攝； 跟著 Android 8.1 的推出，第三方運(yùn)用開辟者也能夠運(yùn)用 Pixel 2/XL 的這一芯片來(lái)拍攝 HDR+ 照片。
不外在將來(lái)，Pixel Visual Core 也可以或許被開辟者運(yùn)用于機(jī)械進(jìn)修。
人類說(shuō)話成績(jī)的處理
接上去，Google 擔(dān)任機(jī)械進(jìn)修的一個(gè)項(xiàng)目總監(jiān) Linne Ha 登臺(tái)引見了 Google 的機(jī)械進(jìn)修在人類說(shuō)話方面的成就。
Linne Ha 表現(xiàn)，現(xiàn)今世界上，有 6000 多種說(shuō)話（算上方言能夠會(huì)更龐雜），個(gè)中只要 400 多種具有跨越 100 萬(wàn)的應(yīng)用生齒。但是在互聯(lián)網(wǎng)上，有 50% 的內(nèi)容都是英文的，而世界應(yīng)用生齒數(shù)目排名第四的印度語(yǔ)，其內(nèi)容量在網(wǎng)上的排名不到前 30。這類人類說(shuō)話上的不屈衡，恰是 Google 試圖經(jīng)由過程人工智能處理的成績(jī)。
Google 在說(shuō)話方面所做的盡力包含對(duì)多種說(shuō)話字體停止 Unicode 編碼，使其不只僅可以或許用在桌面電腦上，還能用在挪動(dòng)裝備上。不只如斯，Google 還開辟了簡(jiǎn)直可以支撐任何說(shuō)話的 Noto 字體；而針對(duì)字符數(shù)目比擬多的說(shuō)話，Google Keyboard 可以或許應(yīng)用機(jī)械進(jìn)修在用戶輸出時(shí)停止猜測(cè)，從而讓用戶輸出效力年夜年夜增長(zhǎng)。
應(yīng)用深度神經(jīng)收集，Google 推出了 Voice Search 功效，即便是在喧鬧情況中，用戶也能夠與手機(jī)對(duì)話；今朝該功效曾經(jīng)支撐 119 種說(shuō)話，個(gè)中包含 11 中印度說(shuō)話和 3 種印度尼西亞說(shuō)話。別的一個(gè)值得一提的是 Google 的 Project Unison 項(xiàng)目，它可以應(yīng)用機(jī)械進(jìn)修完成文本向語(yǔ)音的轉(zhuǎn)換，重要針對(duì)語(yǔ)料其實(shí)不豐碩的語(yǔ)種，好比孟加拉語(yǔ)、高棉語(yǔ)和爪哇語(yǔ)。而機(jī)械進(jìn)修模子可以削減構(gòu)建文本到語(yǔ)音模子所需的數(shù)據(jù)量。
在說(shuō)完說(shuō)話以后，Google Asssitant 工程總監(jiān) Pravia Gupta 下臺(tái)對(duì) Google Assistant 停止了簡(jiǎn)略引見。除盡人皆知的功效，Pravia Gupta 再次強(qiáng)調(diào)稱 Google Assistant 曾經(jīng)具有 Voice、Type、Tap、Lens 等四種輸出方法；并且可以籠罩 iPhone & Android 智妙手機(jī)、Chromebook 筆記本、電視機(jī)、汽車、智妙手表等多種裝備。
固然在現(xiàn)場(chǎng)，Pravia Gupta 也少不了對(duì) Google Assistant 停止了一番 Demo。
用 AI 來(lái)賦能行業(yè)、應(yīng)對(duì)人類挑釁
固然，除努力于本身產(chǎn)物的成長(zhǎng)，Google 也不忘卻強(qiáng)調(diào)它對(duì)其他企業(yè)和開辟者立異的影響。Google 表現(xiàn)，今朝它為企業(yè)及開辟者供給了三種立異對(duì)象，分離為 TensorFlow、云機(jī)械進(jìn)修 API 和 TPU 電腦芯片。在溝通會(huì)現(xiàn)場(chǎng)，來(lái)自日本的丘比公司，就登臺(tái)引見了它若何應(yīng)用 TensorFlow 來(lái)進(jìn)步食物資料的質(zhì)量和平安性。
外行業(yè)立異以外，Google 表現(xiàn)機(jī)械進(jìn)修也能夠贊助我們處理人類的一些嚴(yán)重挑釁，好比說(shuō)醫(yī)療保健、動(dòng)力和情況成績(jī)。好比說(shuō)機(jī)械進(jìn)修今朝曾經(jīng)用于診斷糖尿病惹起的眼部疾病、乳腺癌等疾病；現(xiàn)實(shí)上雷鋒網(wǎng)曾經(jīng)報(bào)導(dǎo)過，就在 11 月 26 日，Google 旗下的 DeepMind 團(tuán)隊(duì)正式宣告將應(yīng)用 AI 來(lái)反抗乳腺癌。
不外，來(lái)改過西蘭維多利亞年夜學(xué)的博士生 Victor Anton 則試圖經(jīng)由過程人工智能來(lái)辨認(rèn)鳥啼聲，以便來(lái)掩護(hù)鳥類。
在溝通會(huì)的開頭，Jeff Dean 瞻望了 Google 人工智能的將來(lái)。
他表現(xiàn)，將來(lái)要面對(duì)的重要艱苦是若何千方百計(jì)讓機(jī)械進(jìn)修模子的創(chuàng)作加倍觸手可及；為此，Google 來(lái)歲將在互聯(lián)網(wǎng)上收費(fèi)供給機(jī)械進(jìn)修課程，并且 Google 相干團(tuán)隊(duì)也在研討假如應(yīng)用 Auto ML 主動(dòng)創(chuàng)立機(jī)械進(jìn)修模子。
最初，Jeff Dean 彌補(bǔ)稱，今朝 Google 曾經(jīng)啟動(dòng)了 People + AI Research（PAIR）籌劃，這個(gè)籌劃旨在研討偏重新設(shè)計(jì)人與人工智能體系的交互方法，其終究目標(biāo)是讓機(jī)械進(jìn)修模子具有包涵性，并可以或許真正地為每一個(gè)人可用。
