谷歌這一年，在AI方面都有哪些成果與進展?

年末將至，近日谷歌在東京舉辦了一場分享會，圍繞Made with AI對過去一年的成果做了總結。

Google Brain 負責人Jeff Dean

谷歌資深研究員，Google Brain 負責人Jeff Dean開場提綱挈領地講到：我們在人工智能領域的愿景，，是通過三種途徑讓每個人都從中受益：

使谷歌的產品更加實用;

幫手企業(yè)和開發(fā)者創(chuàng)新;

為研究人員提供工具，從而解決人類面對的各項重大挑戰(zhàn)。

AI賦能軟件：

Jeff提到，機器學習是谷歌在人工智能領域的工作重心。作為計算機科學的一種形式，他認為機器學習編寫能使計算機自主學習如何變得智能的程序，要比直接編寫智能程序要更為簡單。

說到谷歌開展機器學習的研究，Jeff再次使用了谷歌在 2012 年關于機器識貓的論文，和 2015 年谷歌開源TensorFlow這兩個重要事例?，F在，TensorFlow是GitHub上最受歡迎的工具。

Jeff認為，機器學習仍處于發(fā)展初期。如今，機器學習對分類，預測，理解和生成這四個關鍵方面很有幫手。這些功能幾乎被應用于谷歌所有的產品中，使產品更加實用，例如：谷歌相冊，谷歌翻譯，谷歌地圖和Google Lens等等。下面別離做一簡要總結介紹。

谷歌相冊(Google Photos)，被重點提出的功能是照片搜索(Photo Search)。谷歌相冊可以通過圖像識別妥善分類所有照片，使查找更便利。

而谷歌翻譯(Google Translate)，可以和谷歌相冊結合起來使用。用相機照下的圖片，它可以幫你翻譯出來。

Jeff介紹，事實上翻譯這項工作已經持續(xù)了十年。在過去，翻譯系統并非基于神經網絡的系統，而是使用更簡單的統計翻譯模型，由 50 萬行代碼組成。 2016 年推出的新神經網絡機器翻譯系統經過了簡單卻有效的數據訓練。新系統僅由 500 行TensorFlow代碼組成，而非 50 萬行。

“我們去年秋天開始使用新的神經網絡翻譯系統后，翻譯準確性得到了很大的改進，可比肩過去十年中取得的提升?！?/p>

現在，谷歌將神經網絡機器翻譯應用到了 97 組語言對中。效果提升最明顯的是日英互譯。

谷歌地圖(Google Map)，即便在沒有數據許可的情況下，通過衛(wèi)星的介入，加上機器學習和計算機視覺等技術也可以產生可用的地圖。

Google Lens，可以把你看到的東西搜索出來，得到相關的信息。

而文本理解能力的提升，讓Gmail更好用。好比智能系統通過讀取內容和預測回應，可以給用戶提供回復答案或建議。Gmail數據顯示，目前有12%的回復來自手機，這將使人們的日常工作更加便捷。

這里值得一提的是谷歌助理(Google Assistant)，它的核心技術是語音識別，包羅了很多機器學習的相關技術?！皼]有人工智能和機器學習這個產品是不成能存在的?！盝eff強調道。

使用 Google Assistant，用戶可以與谷歌進行自由對話，從而完成差別種類的任務，好比尋找某一問題的答案、導航辦事、獲取新聞或得到日程擺設方面的幫手。

Google Assistant 可以在差別設備間通用。目前，Google Assistant 可使用的國家和地區(qū)包孕：

澳大利亞，巴西，加拿大(英文和法文)，德國，法國，意大利，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，谷歌通過機器學習給超過 10 億的視頻自動加上字幕，使得有聽覺障礙的人可以看到視頻中的對白。