使谷歌的產物加倍適用；
贊助企業和開辟者立異；
為研討人員供給對象，從而處理人類面臨的各項嚴重挑釁。
AI賦能軟件
Jeff提到，機械進修是谷歌在人工智能范疇的任務重心。作為盤算機迷信的一種情勢，他以為機械進修編寫能使盤算機自立進修若何變得智能，要比直接編寫智能法式要更加簡略。
說到谷歌展開機械進修的研討，Jeff再次應用了谷歌在2012年關于機械識貓的論文，和2015年谷歌開源TensorFlow這兩個主要事例。如今，TensorFlow是GitHub上最受迎接的對象。
Jeff以為，機械進修仍處于成長早期。現在，機械進修對分類、猜測、懂得和生成這四個癥結方面很有贊助。這些功效簡直被運用于谷歌一切的產物中，使產物加倍適用，例如：谷歌相冊，谷歌翻譯，谷歌地圖和Google Lens等等。上面分離做一扼要總結引見。
谷歌相冊（Google Photos），被重點提出的功效是照片搜刮（Photo Search）。谷歌相冊可以經由過程圖象辨認妥當分類一切照片，使查找更便利。
而谷歌翻譯（Google Translate），可以和谷歌相冊聯合起來應用。用相機照下的圖片，它可以幫你翻譯出來。
Jeff引見，現實上翻譯這項任務曾經連續了十年。在曩昔，翻譯體系并不是基于神經收集，而是應用更簡略的統計翻譯模子，由50萬行代碼構成。2016年推出的新神經收集機械翻譯體系，經由了簡略卻有用的數據練習。新體系僅由500行TensorFlow代碼構成，而非50萬行。
“我們客歲秋季開端應用新的神經收集翻譯體系后，翻譯精確性獲得了很年夜的改良，可比肩曩昔十年中獲得的晉升。”Jeff說。
如今，谷歌將神經收集機械翻譯運用到了97組說話傍邊。后果晉升最顯著的是日英互譯。
谷歌地圖（Google Map），即使在沒稀有據允許的情形下，經由過程衛星的參與，加上機械進修和盤算機視覺等技巧也能夠發生可用的地圖。
Google Lens，可以把你看到的器械搜刮出來，獲得相干的信息。
而文本懂得才能的晉升，讓Gmail更好用。好比智能體系經由過程讀取內容和猜測回應，可以給用戶供給答復謎底或建議。Gmail數據顯示，今朝有12%的答復來自手機，這將令人們的平常任務加倍便捷。
這里值得一提的是谷歌助理（Google Assistant），它的焦點技巧是語音辨認，包括了許多機械進修的相干技巧。“沒有人工智能和機械進修，這個產物是弗成能存在的。”Jeff強調道。
應用 Google Assistant，用戶可以與谷歌停止自在對話，從而完成分歧品種的義務，好比尋覓某一成績的謎底、導航辦事、獲得消息或獲得日程支配方面的贊助。
Google Assistant 可以在分歧裝備間通用。今朝，Google Assistant 可以使用的國度和地域包含：
澳年夜利亞，巴西，加拿年夜（英文和法文），德國，法國，意年夜利，印度（英文，印度文），印度尼西亞，日本，韓國，墨西哥，新加坡，西班牙，英國和美國（英文，西班牙文）。（是的，并沒有中國。）
在YouTube上，谷歌經由過程機械進修給跨越10億的視頻主動加上字幕，使得有聽覺妨礙的人可以看到視頻中的對白。
軟硬聯合：AI賦能硬件
Jeff引見了谷歌將新型的硬件與軟件相聯合的一個實例：Pixel Buds。作為一款耳機，它能將應用者四周人說的話及時翻譯成應用者的母語，應用了語音辨認和翻譯技巧。
Google產物司理Isaac Reynolds引見了新款Pixel手機中的人像形式（ Portrait Mode）。
機械進修和盤算攝像的聯合為新Pixel手機的人像形式賦能。經由過程這個功效，應用者可以拍攝具有必定景深后果的人像。拍攝這類照片，相機普通須要比擬年夜的光圈，而Pixel僅需正反各一個鏡頭。
這就是谷歌在硬件方面正在采取的新處置方法：讓硬件、軟件、和 AI 互相聯合。
接著，Isaac引見了Google Home中的語音配對功效（Voice Match）：機械進修的參加有助于辨認分歧的語音，使最多六個用戶銜接到統一臺Google Home。
在機械進修和說話方面，搜刮項目總監Linne Ha引見了語音搜刮和文本轉語音項目。
語音搜刮 （Voice Search），指在機械進修的贊助下，天然說話處置體系可以或許更好地輿解人們想說的話。Linne引見道，谷歌的語音搜刮如今支撐119種說話，個中包含11種印度說話和3種印度尼西亞說話。
Project Unison，是一個應用機械進修完成文本轉語音 （Text-to-Speech）的試驗項目。經由過程轉換引擎，手機可以用語料其實不豐碩的語種，如孟加拉語、高棉語和爪哇語與用戶對話。而機械進修模子有助于削減構建文本到語音模子所需的數據量。
新浪科技總結上去，谷歌的戰略就是“軟硬聯合、硬件買通”，讓說話、語音和圖象技巧在各個裝備上和場景中無縫接合。
AI賦能開辟者
谷歌為企業及開辟者供給三種立異對象：TensorFlow，云機械進修 API （Cloud Machine Learning APIs） 和張量處置器 （Tensor Processing Unit， TPU） 電腦芯片。
個中TensorFlow如今有1萬的全球開辟者在應用。應用TensorFlow的也包含一些中國企業，好比小米。
最初一部門是谷歌產物司理Lily Peng引見若何用AI讓世界更美妙。人工智能還能運用于醫療、環保、節能、植物掩護等等各方面。
讓AI惠及每小我
分享會的最初，Jeff再次下臺，引見了當下谷歌在AI方面的一些思緒。Jeff提到，作為一家AI First的公司，谷歌愿望讓每一個人都可以或許從人工智能中獲益。 今朝曾經獲得了一些停頓，然則依然有一些艱苦須要戰勝，例如：
起首，須要千方百計讓機械進修模子的創作進程加倍觸手可及。
對此谷歌的處理計劃是供給培訓。谷歌來歲將在互聯網上供給收費的機械進修課程，如今曾經有1.8萬名谷歌員工加入過此項培訓。
其次，谷歌正在研討若何應用AutoML主動創立機械進修模子。
為了確保谷歌構建的機械進修模子具有包涵性，而且可以或許真正為每一個人所用，谷歌還啟動了People + AI Research （PAIR） 籌劃，旨在將谷歌的研討人員集合在一路，研討偏重新設計人與人工智能體系交互的方法。Facets恰是此籌劃所孕育出的一種對象，可以或許用于機械進修的練習數據可視化。
谷歌還與Geena Davis研討所協作樹立了GD-IQ，一種應用機械進修檢測片子中性別成見的對象。總之，谷歌在AI方面的久遠目的，就是要讓機械進修和AI變得觸手可及。
