为了让你尽快用上AI,过去一年谷歌做了这些事儿
时间:2017-11-30 09:20 作者: hy 来源: 网络
谷歌这一年,在AI方面都有哪些成果与进展?年末将至,近日谷歌在东京举办了一场分享会,围绕Made with AI对过去一年的成果做了总结。...

谷歌这一年,在AI方面都有哪些成果与进展?年末将至,近日谷歌在东京举办了一场分享会,围绕Made with AI对过去一年的成果做了总结。谷歌资深研究员、Google Brain负责人Jeff Dean开场提纲挈领地讲到,谷歌在人工智能领域的愿景,是通过三种途径让每个人都从中受益:

使谷歌的产品更加实用;

帮助企业和开发者创新;

为研究人员提供工具,从而解决人类面对的各项重大挑战。

AI赋能软件

Jeff提到,机器学习是谷歌在人工智能领域的工作重心。作为计算机科学的一种形式,他认为机器学习编写能使计算机自主学习如何变得智能,要比直接编写智能程序要更为简单。

说到谷歌开展机器学习的研究,Jeff再次使用了谷歌在2012年关于机器识猫的论文,和2015年谷歌开源TensorFlow这两个重要事例。现在,TensorFlow是GitHub上最受欢迎的工具。

Jeff认为,机器学习仍处于发展初期。如今,机器学习对分类、预测、理解和生成这四个关键方面很有帮助。这些功能几乎被应用于谷歌所有的产品中,使产品更加实用,例如:谷歌相册,谷歌翻译,谷歌地图和Google Lens等等。下面分别做一简要总结介绍。

谷歌相册(Google Photos),被重点提出的功能是照片搜索(Photo Search)。谷歌相册可以通过图像识别妥善分类所有照片,使查找更方便。

而谷歌翻译(Google Translate),可以和谷歌相册结合起来使用。用相机照下的图片,它可以帮你翻译出来。

Jeff介绍,事实上翻译这项工作已经持续了十年。在过去,翻译系统并非基于神经网络,而是使用更简单的统计翻译模型,由50万行代码组成。2016年推出的新神经网络机器翻译系统,经过了简单却有效的数据训练。新系统仅由500行TensorFlow代码组成,而非50万行。

“我们去年秋天开始使用新的神经网络翻译系统后,翻译准确性得到了很大的改进,可比肩过去十年中取得的提升。”Jeff说。

现在,谷歌将神经网络机器翻译应用到了97组语言当中。效果提升最明显的是日英互译。

谷歌地图(Google Map),即便在没有数据许可的情况下,通过卫星的介入,加上机器学习和计算机视觉等技术也可以产生可用的地图。

Google Lens,可以把你看到的东西搜索出来,得到相关的信息。

而文本理解能力的提升,让Gmail更好用。比如智能系统通过读取内容和预测回应,可以给用户提供回复答案或建议。Gmail数据显示,目前有12%的回复来自手机,这将使人们的日常工作更加便捷。

这里值得一提的是谷歌助理(Google Assistant),它的核心技术是语音识别,包含了很多机器学习的相关技术。“没有人工智能和机器学习,这个产品是不可能存在的。”Jeff强调道。

使用 Google Assistant,用户可以与谷歌进行自由对话,从而完成不同种类的任务,比如寻找某一问题的答案、导航服务、获取新闻或得到日程安排方面的帮助。

Google Assistant 可以在不同设备间通用。目前,Google Assistant 可使用的国家和地区包括:

澳大利亚,巴西,加拿大(英文和法文),德国,法国,意大利,印度(英文,印度文),印度尼西亚,日本,韩国,墨西哥,新加坡,西班牙,英国和美国(英文,西班牙文)。(是的,并没有中国。)

在YouTube上,谷歌通过机器学习给超过10亿的视频自动加上字幕,使得有听觉障碍的人可以看到视频中的对白。

软硬结合:AI赋能硬件

Jeff介绍了谷歌将新型的硬件与软件相结合的一个实例:Pixel Buds。作为一款耳机,它能将使用者周围人说的话实时翻译成使用者的母语,运用了语音识别和翻译技术。

Google产品经理Isaac Reynolds介绍了新款Pixel手机中的人像模式( Portrait Mode)。

机器学习和计算摄像的结合为新Pixel手机的人像模式赋能。通过这个功能,使用者可以拍摄具有一定景深效果的人像。拍摄这种照片,相机一般需要比较大的光圈,而Pixel仅需正反各一个镜头。

这就是谷歌在硬件方面正在采用的新处理方式:让硬件、软件、以及 AI 相互结合。

接着,Isaac介绍了Google Home中的语音配对功能(Voice Match):机器学习的加入有助于识别不同的语音,使最多六个用户连接到同一台Google Home。

在机器学习和语言方面,搜索项目总监Linne Ha介绍了语音搜索和文本转语音项目。

语音搜索 (Voice Search),指在机器学习的帮助下,自然语言处理系统能够更好地理解人们想说的话。Linne介绍道,谷歌的语音搜索现在支持119种语言,其中包括11种印度语言和3种印度尼西亚语言。

Project Unison,是一个利用机器学习实现文本转语音 (Text-to-Speech)的实验项目。通过转换引擎,手机可以用语料并不丰富的语种,如孟加拉语、高棉语和爪哇语与用户对话。而机器学习模型有助于减少构建文本到语音模型所需的数据量。

新浪科技总结下来,谷歌的策略就是“软硬结合、硬件打通”,让语言、语音和图像技术在各个设备上和场景中无缝接合。

AI赋能开发者

谷歌为企业及开发者提供三种创新工具:TensorFlow,云机器学习 API (Cloud Machine Learning APIs) 以及张量处理器 (Tensor Processing Unit, TPU) 电脑芯片。

其中TensorFlow现在有1万的全球开发者在使用。使用TensorFlow的也包括一些中国企业,比如小米。

最后一部分是谷歌产品经理Lily Peng介绍如何用AI让世界更美好。人工智能还能应用于医疗、环保、节能、动物保护等等各方面。

让AI惠及每一个人

分享会的最后,Jeff再次上台,介绍了当下谷歌在AI方面的一些思路。Jeff提到,作为一家AI First的公司,谷歌希望让每个人都能够从人工智能中获益。 目前已经取得了一些进展,但是仍然有一些困难需要克服,例如:

首先,需要想方设法让机器学习模型的创作过程更加触手可及。

对此谷歌的解决方案是提供培训。谷歌明年将在互联网上提供免费的机器学习课程,现在已经有1.8万名谷歌员工参加过此项培训。

其次,谷歌正在研究如何使用AutoML自动创建机器学习模型。

为了确保谷歌构建的机器学习模型具有包容性,并且能够真正为每个人所用,谷歌还启动了People + AI Research (PAIR) 计划,旨在将谷歌的研究人员聚集在一起,研究并重新设计人与人工智能系统交互的方式。Facets正是此计划所孕育出的一种工具,能够用于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,一种利用机器学习检测电影中性别偏见的工具。总之,谷歌在AI方面的长远目标,就是要让机器学习和AI变得触手可及。

合作媒体