當(dāng)人們認(rèn)為人工智能很遙遠(yuǎn)時，Google卻打算讓每個人都用上AI
2017年11月28日，以MadeWithAI為主題，Google在日本東京舉行了一場關(guān)于人工智能的媒體溝通會。
更好用的Google產(chǎn)品
首先，Google資深研究員JeffDean首先登臺。他用一個通過GoogleTranslation進(jìn)行實時識別翻譯的案例，來介紹了人工智能與機器學(xué)習(xí)的區(qū)別。他表示，機器學(xué)習(xí)其實是人工智能的一部分；本質(zhì)上，機器學(xué)習(xí)是一個創(chuàng)造問題解決系統(tǒng)的新方式。
JeffDean提到，正如GoogleCEOSundarPichai在2016年10月所言，在接下來的10年間，Google將會成為一個AIFirst的公司；而Google在人工智能領(lǐng)域的愿景是：
在演講中，JeffDean著重提到了TensorFlow。據(jù)雷鋒網(wǎng)了解，TensorFlow于2015年11月在GitHub上正式開源；與MXNet、Caffe等其他的機器學(xué)習(xí)框架相比，TensorFlow頗受歡迎，用戶量的增長速度也比較快。而根據(jù)Google方面提供的數(shù)據(jù)，到目前為止，TensorFlow已經(jīng)成為用戶數(shù)量排名第一的機器學(xué)習(xí)框架。
JeffDean表示，在近20年的發(fā)展中，神經(jīng)網(wǎng)絡(luò)（NeuralNetworks）在數(shù)據(jù)量和結(jié)算模型上已經(jīng)超越其他的計算方案；總結(jié)來說，一個計算的新時代已經(jīng)到來。
實際上，作為最早開始研究人工智能和機器學(xué)習(xí)的科技公司之一，人工功能和機器學(xué)習(xí)的元素實際上已經(jīng)出現(xiàn)在Google多項產(chǎn)品中。在溝通會現(xiàn)場，JeffDean列出了一些較為典型的產(chǎn)品，并對它們的人工智能元素進(jìn)行了簡單介紹：
軟硬件與AI的一體化
不過，除了AI和軟件產(chǎn)品，Google在產(chǎn)品層面也已經(jīng)延伸到了硬件；也就是說，Google已經(jīng)形成了AI+軟件+硬件三位一體的布局。一個最簡單的例子是：在與GooglePixel相連接的情況下，PixelBuds耳機可以實時翻譯。
不過，PixelBuds當(dāng)然不是全部。在溝通會現(xiàn)場，Google產(chǎn)品經(jīng)理IsaacReynolds登臺介紹了AIAndHardware的關(guān)系；這里說的Hardware，主要指的是GoogleHome系列和Pixel手機。
第一款著重提到的產(chǎn)品是2016年發(fā)布的GoogleHome。IsaacReynolds表示，GoogleHome內(nèi)置了語音配對（VoiceMatch）功能，其本質(zhì)在于用機器學(xué)習(xí)來幫助識別不同的語音，可以讓最多6位用戶連接到同一臺GoogleHome；無論這六位用戶說話的聲音大小，GoogleHome都能夠聽見并給出回應(yīng)，這就是硬軟件與機器學(xué)習(xí)相結(jié)合的最好案例。
與之相比，今年10月最新發(fā)布的GoogleHomeMax的音質(zhì)更好；它可以通過機器學(xué)習(xí)在數(shù)千種房間中進(jìn)行聲音模型訓(xùn)練，對不同音質(zhì)的效果進(jìn)行衡量，最后提供一個適合所在房間的聲音模型。
關(guān)于Pixel2XL，IsaacReynolds主要提到了Pixel2的人像模式。實際上Pixel2只有一個攝像頭，但它能夠通過機器學(xué)習(xí)對圖像進(jìn)行結(jié)構(gòu)化的識別，從而區(qū)分出背景和人像，并給出相應(yīng)的深度圖（DepthMaps）；在形成SegmentationMask之后，對背景進(jìn)行虛化，最終實現(xiàn)人像效果。
在溝通會現(xiàn)場，雷鋒網(wǎng)（公眾號：雷鋒網(wǎng)）就Pixel2內(nèi)置的PixelVisualCore輔助芯片進(jìn)行了提問。Isaacreyonld表示，KUKA機器人示教器維修，PixelVisualCore實際上已經(jīng)在數(shù)年前就開始研發(fā)了，目前可以用于HDR+照片的拍攝；隨著Android8.1的推出，第三方應(yīng)用開發(fā)者也可以應(yīng)用Pixel2/XL的這一芯片來拍攝HDR+照片。
不過在未來，PixelVisualCore也能夠被開發(fā)者應(yīng)用于機器學(xué)習(xí)。
人類語言問題的解決
接下來，Google負(fù)責(zé)機器學(xué)習(xí)的一個項目總監(jiān)LinneHa登臺介紹了Google的機器學(xué)習(xí)在人類語言方面的成績。
LinneHa表示，當(dāng)今世界上，有6000多種語言（算上方言可能會更復(fù)雜），其中只有400多種擁有超過100萬的使用人口。然而在互聯(lián)網(wǎng)上，有50%的內(nèi)容都是英文的，而世界使用人口數(shù)量排名第四的印度語，其內(nèi)容量在網(wǎng)上的排名不到前30。這種人類語言上的不平衡，正是Google試圖通過人工智能解決的問題。
Google在語言方面所做的努力包括對多種語言字體進(jìn)行Unicode編碼，使其不僅僅能夠用在桌面電腦上，還能用在移動設(shè)備上。不僅如此，Google還開發(fā)了幾乎可以支持任何語言的Noto字體；而針對字符數(shù)量比較多的語言，GoogleKeyboard能夠利用機器學(xué)習(xí)在用戶輸入時進(jìn)行預(yù)測，從而讓用戶輸入效率大大增加。
利用深度神經(jīng)網(wǎng)絡(luò)，Google推出了VoiceSearch功能，即使是在嘈雜環(huán)境中，用戶也可以與手機對話；目前該功能已經(jīng)支持119種語言，庫卡機器人，其中包括11中印度語言和3種印度尼西亞語言。另外一個值得一提的是Google的ProjectUnison項目，它可以利用機器學(xué)習(xí)實現(xiàn)文本向語音的轉(zhuǎn)換，主要針對語料并不豐富的語種，比如孟加拉語、高棉語和爪哇語。而機器學(xué)習(xí)模型可以減少構(gòu)建文本到語音模型所需的數(shù)據(jù)量。
在說完語言之后，GoogleAsssitant工程總監(jiān)PraviaGupta上臺對GoogleAssistant進(jìn)行了簡單介紹。除了眾所周知的功能，PraviaGupta再次強調(diào)稱GoogleAssistant已經(jīng)擁有Voice、Type、Tap、Lens等四種輸入方式；而且可以覆蓋iPhone&Android智能手機、Chromebook筆記本、電視機、汽車、智能手表等多種設(shè)備。
當(dāng)然在現(xiàn)場，PraviaGupta也少不了對GoogleAssistant進(jìn)行了一番Demo。
用AI來賦能行業(yè)、應(yīng)對人類挑戰(zhàn)
當(dāng)然，除了致力于自身產(chǎn)品的發(fā)展，Google也不忘記強調(diào)它對其他企業(yè)和開發(fā)者創(chuàng)新的影響。Google表示，目前它為企業(yè)及開發(fā)者提供了三種創(chuàng)新工具，分別為TensorFlow、云機器學(xué)習(xí)API以及TPU電腦芯片。在溝通會現(xiàn)場，來自日本的丘比公司，就登臺介紹了它如何使用TensorFlow來提高食品材料的質(zhì)量和安全性。
在行業(yè)創(chuàng)新之外，Google表示機器學(xué)習(xí)也可以幫助我們解決人類的一些重大挑戰(zhàn)，比如說醫(yī)療保健、能源和環(huán)境問題。比如說機器學(xué)習(xí)目前已經(jīng)用于診斷糖尿病引起的眼部疾病、乳腺癌等疾��；實際上雷鋒網(wǎng)已經(jīng)報道過，就在11月26日，Google旗下的DeepMind團(tuán)隊正式宣布將利用AI來對抗乳腺癌。
不過，來自新西蘭維多利亞大學(xué)的博士生VictorAnton則試圖通過人工智能來識別鳥叫聲，以便來保護(hù)鳥類。
在溝通會的結(jié)尾，JeffDean展望了Google人工智能的未來。
他表示，www.whsntf.cn，未來要面臨的主要困難是如何想方設(shè)法讓機器學(xué)習(xí)模型的創(chuàng)作更加觸手可及；為此，Google明年將在互聯(lián)網(wǎng)上免費提供機器學(xué)習(xí)課程，而且Google相關(guān)團(tuán)隊也在研究如果使用AutoML自動創(chuàng)建機器學(xué)習(xí)模型。
最后，JeffDean補充稱，目前Google已經(jīng)啟動了People+AIResearch（PAIR）計劃，這個計劃旨在研究并重新設(shè)計人與人工智能系統(tǒng)的交互方式，其最終目的是讓機器學(xué)習(xí)模型具有包容性，并能夠真正地為每個人可用。