2017 年 11 月 28 日，以 Made With AI 為主題，Google 在日本東京舉辦了一場關于人工智能的媒體溝通會。

　　更好用的 Google 產物

　　起首，Google 資深研討員 Jeff Dean 起首登臺。他用一個經由過程 Google Translation 停止及時辨認翻譯的案例，來引見了人工智能與機械進修的差別。他表現，機械進修實際上是人工智能的一部門；實質上，機械進修是一個發明成績處理體系的新方法。

　　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 將會成為一個 AI First 的公司；而 Google 在人工智能范疇的愿景是：

　　在演講中，Jeff Dean 側重提到了 TensorFlow。據雷鋒網懂得，TensorFlow 于 2015 年 11 月在 GitHub 上正式開源；與 MXNet、Caffe 等其他的機械進修框架比擬，TensorFlow 頗受迎接，用戶量的增加速度也比擬快。而依據 Google 方面供給的數據，到今朝為止，TensorFlow 曾經成為用戶數目排名第一的機械進修框架。

　　Jeff Dean 表現，在近 20 年的成長中，神經收集（Neural Networks）在數據量和結算模子上曾經超出其他的盤算計劃；總結來講，一個盤算的新時期曾經到來。

　　現實上，作為最早開端研討人工智能和機械進修的科技公司之一，人工功效和機械進修的元素現實上曾經涌現在 Google 多項產物中。在溝通會現場，Jeff Dean 列出了一些較為典范的產物，并對它們的人工智能元素停止了簡略引見：

　　軟硬件與 AI 的一體化

　　不外，除 AI 和軟件產物，Google 在產物層面也曾經延長到了硬件；也就是說，Google 曾經構成了 AI + 軟件 + 硬件三位一體的結構。一個最簡略的例子是：在與 Google Pixel 相銜接的情形下，Pixel Buds 耳機可以及時翻譯。

　　不外，Pixel Buds 固然不是全體。在溝通會現場，Google 產物司理 Isaac Reynolds 登臺引見了 AI And Hardware 的關系；這里說的 Hardware，重要指的是 Google Home 系列和 Pixel 手機。

　　第一款側重提到的產物是 2016 年宣布的 Google Home。Isaac Reynolds 表現，Google Home 內置了語音配對（Voice Match）功效，其實質在于用機械進修來贊助辨認分歧的語音，可讓最多 6 位用戶銜接到統一臺 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，這就是硬軟件與機械進修相聯合的最好案例。

　　與之比擬，本年 10 月最新宣布的 Google Home Max 的音質更好；它可以經由過程機械進修在數千種房間中停止聲響模子練習，對分歧音質的后果停止權衡，最初供給一個合適地點房間的聲響模子。

　　關于 Pixel 2 XL，Isaac Reynolds 重要提到了 Pixel 2 的人像形式。現實上 Pixel 2 只要一個攝像頭，但它可以或許經由過程機械進修對圖象停止構造化的辨認，從而辨別出配景和人像，并給出響應的深度圖（Depth Maps）；在構成 Segmentation Mask 以后，對配景停止虛化，終究完成人像后果。

　　在溝通會現場，雷鋒網（"號：雷鋒網）就 Pixel 2 內置的 Pixel Visual Core 幫助芯片停止了發問。Isaac reyonld 表現，Pixel Visual Core 現實上曾經在數年前就開端研發了，今朝可以用于 HDR+ 照片的拍攝； 跟著 Android 8.1 的推出，第三方運用開辟者也能夠運用 Pixel 2/XL 的這一芯片來拍攝 HDR+ 照片。

　　不外在將來，Pixel Visual Core 也可以或許被開辟者運用于機械進修。

　　人類說話成績的處理

　　接上去，Google 擔任機械進修的一個項目總監 Linne Ha 登臺引見了 Google 的機械進修在人類說話方面的成就。

　　Linne Ha 表現，現今世界上，有 6000 多種說話（算上方言能夠會更龐雜），個中只要 400 多種具有跨越 100 萬的應用生齒。但是在互聯網上，有 50% 的內容都是英文的，而世界應用生齒數目排名第四的印度語，其內容量在網上的排名不到前 30。這類人類說話上的不屈衡，恰是 Google 試圖經由過程人工智能處理的成績。

　　Google 在說話方面所做的盡力包含對多種說話字體停止 Unicode 編碼，使其不只僅可以或許用在桌面電腦上，還能用在挪動裝備上。不只如斯，Google 還開辟了簡直可以支撐任何說話的 Noto 字體；而針對字符數目比擬多的說話，Google Keyboard 可以或許應用機械進修在用戶輸出時停止猜測，從而讓用戶輸出效力年夜年夜增長。

　　應用深度神經收集，Google 推出了 Voice Search 功效，即便是在喧鬧情況中，用戶也能夠與手機對話；今朝該功效曾經支撐 119 種說話，個中包含 11 中印度說話和 3 種印度尼西亞說話。別的一個值得一提的是 Google 的 Project Unison 項目，它可以應用機械進修完成文本向語音的轉換，重要針對語料其實不豐碩的語種，好比孟加拉語、高棉語和爪哇語。而機械進修模子可以削減構建文本到語音模子所需的數據量。

　　在說完說話以后，Google Asssitant 工程總監 Pravia Gupta 下臺對 Google Assistant 停止了簡略引見。除盡人皆知的功效，Pravia Gupta 再次強調稱 Google Assistant 曾經具有 Voice、Type、Tap、Lens 等四種輸出方法；并且可以籠罩 iPhone & Android 智妙手機、Chromebook 筆記本、電視機、汽車、智妙手表等多種裝備。

　　固然在現場，Pravia Gupta 也少不了對 Google Assistant 停止了一番 Demo。

　　用 AI 來賦能行業、應對人類挑釁

　　固然，除努力于本身產物的成長，Google 也不忘卻強調它對其他企業和開辟者立異的影響。Google 表現，今朝它為企業及開辟者供給了三種立異對象，分離為 TensorFlow、云機械進修 API 和 TPU 電腦芯片。在溝通會現場，來自日本的丘比公司，就登臺引見了它若何應用 TensorFlow 來進步食物資料的質量和平安性。

　　外行業立異以外，Google 表現機械進修也能夠贊助我們處理人類的一些嚴重挑釁，好比說醫療保健、動力和情況成績。好比說機械進修今朝曾經用于診斷糖尿病惹起的眼部疾病、乳腺癌等疾病；現實上雷鋒網曾經報導過，就在 11 月 26 日，Google 旗下的 DeepMind 團隊正式宣告將應用 AI 來反抗乳腺癌。

　　不外，來改過西蘭維多利亞年夜學的博士生 Victor Anton 則試圖經由過程人工智能來辨認鳥啼聲，以便來掩護鳥類。

　　在溝通會的開頭，Jeff Dean 瞻望了 Google 人工智能的將來。

　　他表現，將來要面對的重要艱苦是若何千方百計讓機械進修模子的創作加倍觸手可及；為此，Google 來歲將在互聯網上收費供給機械進修課程，并且 Google 相干團隊也在研討假如應用 Auto ML 主動創立機械進修模子。

　　最初，Jeff Dean 彌補稱，今朝 Google 曾經啟動了 People + AI Research（PAIR）籌劃，這個籌劃旨在研討偏重新設計人與人工智能體系的交互方法，其終究目標是讓機械進修模子具有包涵性，并可以或許真正地為每一個人可用。