忘记阿尔法狗吧！谷歌的AI生态其实还有这些……

在谷歌坚定将AI放至战略优先地位后，今日（11月28日）谷歌迎来部分“收割”。

照例这是在东京举办的回顾总结，Google Brain负责人Jeff Dean和他的团队一起，谈了谈谷歌人工智能领域的所做所为，它所遵循的理念、落地的应用案例、当今人工智能面临的挑战，及谷歌要如何解决与攻破。

总的来说，谷歌为东京这场自家的人工智能“推介会”所定的基调是“Made with AI”。对此，Jeff Dean用了一句很简单的话为人工智能作注解，即解决问题的新方式。从他的讲述里，我们能清晰知晓谷歌AI意图达成的愿景，共有三点：Making products more useful（使产品更实用）、Helping others innovate（帮他人革新）、Solving for humanity’s big challenges（解决人类所面临的大难题）。

谷歌的AI产品群

谷歌所做、AI相关之事，“出头鸟”莫过“下围棋无敌手”的阿法狗。但实际，谷歌庞大的产品群背后，人工智能已发挥功用，为谷歌前端的软硬件给用户带来良好体验作支撑，使其能更实用（useful）。最让谷歌引以为豪，或者说可快速拉近用户间距离的，就是谷歌翻译了。所以，Jeff Dean刚上讲台，就拿日本常见的黄色底“非常口”标识为例，展示用Google translate App拍照翻译的功能。除通过拍照传输试图翻译的信息外，语音、键盘输入谷歌翻译同样支持。据Jeff Dean介绍，自去年在翻译系统引进NMT神经网络后，准确率较过去十年提升。迄今，谷歌翻译已实现97种语言间互译。值得一提的是，谷歌翻译App今年3月可在中国使用了。谷歌此举，自然难免让人把“谷歌翻译”与竞品“百度翻译”相较量一番。后者将神经网络用于翻译领域的时间，明面早先谷歌1年。产品功能层面有许多近似之处，比如谷歌的拍照翻译，百度翻译产品里也有，都主要用到图像识别技术。不过，两方产品翻译呈现方式等细节有差异，看官可自行下载感受。

还有些谷歌产品，国内目前无法使用，但不妨碍AI赋能后，使应用体验变得“神奇”、有趣。

如，2015年发布的Google Photos，相比单纯的相册功用，它更像是主动的照片“管理者”。比如它能按照时间、地点、人物创建故事线，供你分享给小伙伴；或者你想搜索相册里所有含“房子”的图片，这也能办到。

AI在谷歌地图所起的作用，如用户能借此找停车地等。

谷歌音乐推荐歌曲。

谷歌智能聊天应用Allo，能依据聊天内容作出相应反馈。比如对方发给你张美景日落图，这时Allo会建议你回复“Beautiful Sunset”“Gorgeous”“So nice”等，还有类似Snapchat、Facebook等的动态滤镜，创建属于你自己的自拍贴纸。这里用到人脸识别。

能搜索“看到”的东西的应用谷歌Lens。

谷歌Gmail用到AI后，自动回复效能提升。

谷歌Assistant（智能语音助手），估计是除阿法狗外，谷歌在人工智能领域最为知名的应用。由此，可延展为一系列AI产品，如Google Home（智能音箱），或者与第三方相结合的应用。无论国内外，目前巨头们都在抢滩语音交互市场，抢占线下口径。

Youtube背后的AI体验优化主要面向聋哑人，使用到语音识别和机器翻译，自动匹配字幕。据谷歌方面介绍，目前已有10亿视频能自动匹配字幕，覆盖10种语言。

另外，硬件方面，谷歌的思路做法，从专注Pixel的产品经理Isaac Reynolds的话里可窥见一二，他提到“硬件创新结束了”，但他表示还有很多如AI和软件等创新，能通过手机实现。

比如，谷歌Pixel 2系列，依靠软件算法，就实现“理解远近”，虚化背景，这与现在手机厂商几近标配的双摄像头玩法有异。

实现原理如下图：

为开发者涉足人工智能领域降低门槛，使更多应用落地

“不仅仅是建立工具，而是分享。”这种思想贯穿谷歌人工智能整场盘点始终。目前，谷歌为企业及开发者提供三种人工智能相关工具：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。

TensorFlow是谷歌开源的深度学习系统。对开发者而言，利用这项开源软件库后，搭建机器学习模型，起始点由0变为了1。接着开发者从1开始训练模型，各行业获得各自适用的算法模型。中国是 TensorFlow在亚洲用户增长最快的国家之一。今年4月，TensorFlow负责人Rajat Monga向媒体表示，TensorFlow 在中国地区下载已超14万。

在谷歌看来，人工智能的下一步是民主化，而云计算担任着向更多开发者、企业普及人工智能的基础重角。谷歌对云机器学习领域同样也在大力布局，比如今年3月刚发布的Video Intelligence API，可识别视频中的物体，用户借此实现检索操作。

然而这一切最终都是为了实际应用落地。交流会上，谷歌团队主要提到三个领域人工智能发挥功效的案例，分别是环保、节能、医疗。医疗方面，人工智能成为癌症诊断的辅助工具相关新闻比较多，近期刚有谷歌建立检测乳腺癌的机器学习模型，以便能早期诊断癌症。还有较令人耳目一新的应用，利用人工智能帮助研究人员保护鸟类，把濒临灭绝鸟类的音频转化成谱图，用该数据训练TensorFlow以识别鸟鸣声，对生物学家而言是有所助益的。

涉及机器判断，可能会使人忧心，如果机器论断有误，那么谁该负责？尤其当性命攸关的情况出现，零星错误或许都是人类难对机器有容忍的。Jeff Dean接受采访时表示，这不仅与技术相关，还关乎道德的问题，从医疗角度来说，机器学习模型确实擅长人并非擅长的事。

谷歌人工智能的下一步：民主化

至此，谷歌人工智能的布局基本轮廓已清晰，从底层芯片，到面向开发者开源算法，到软件应用，C端产品触达都有所涵盖。接下来，谷歌要做的是如何在人工智能领域实现民主化。Jeff Dean提到了两点挑战，其一是让AI变得更触手可及；其二是AI的发展应更兼顾公平性与责任。

针对第一点，谷歌准备明年在互联网上提供免费的机器学习课程，目前已有1万8千名谷歌员工参加过此项培训，借此使机器学习能辐射到更广泛的人群。另外，谷歌还在研究如何使用 AutoML 自动创建机器学习模型。

强调人工智能技术承载的公平性与责任，这里谷歌与Geena Davis 研究所合作推出了GD-IQ工具，利用机器学习检测电影里的性别偏见。

总的来说说，谷歌AI的布局目标主要面向三类人群：机器学习专家、相关领域专家、平常人群。

今天，Jeff Dean还说到谷歌在北京和上海将继续招聘机器学习方面的人才，此前谷歌曾在今年的乌镇峰会透露过在中国招聘机器学习和人工智能领域人才。

这次，谷歌抢占中国市场，并非再凭借搜索产品打入，而是由底层入手，从打地基的中国高端人才，到开发者，逐渐再将越来越多群众囊括进自家人工智能的体系内。这种自下而上的策略，能否为谷歌赢来曾失去的中国市场呢？