谷歌i/o大會最新消息：太火爆連餐廳都著火了 CEO在興奮的押注AI

　　一年一度的 Google I/O 開發(fā)者大會在美國加州山景城召開。作為最負(fù)盛名的開發(fā)者大會之一，今年的大會依舊非?！盎鸨薄４舜未髸?，谷歌公司帶來了多項新技術(shù)讓人目不暇接，而在大會進行中的時候，展會上的一家餐廳突然失火，Google I/O 開發(fā)者大會真的的太火了，連餐廳都被火了。

　　為了安全起見，谷歌暫停了此次大會，并停止參會人員進場，同時疏散了媒體休息室的記者們。

　　谷歌i/o大會的確是很火，那么最火的莫過于人工智能。

　　谷歌開發(fā)者大會上發(fā)布了一系列基于人工智能技術(shù)的新產(chǎn)品和服務(wù)，體現(xiàn)了谷歌從“移動優(yōu)先”轉(zhuǎn)向“人工智能優(yōu)先”的整體發(fā)展戰(zhàn)略。

　　Google 人工智能的應(yīng)用領(lǐng)域延展到了智能工作匹配（Google for jobs），癌癥診斷（Healthcare）等。人工智能可分為基礎(chǔ)層、平臺層和應(yīng)用層?；A(chǔ)層包括AI 芯片等基礎(chǔ)硬件，當(dāng)前，海外科技巨頭的基礎(chǔ)層業(yè)務(wù)正持續(xù)爆發(fā)，英偉達2017 年Q1 收入增長48%，利潤增長159%，谷歌也發(fā)布了第二代TPU?；A(chǔ)層的成熟與爆發(fā)為上層應(yīng)用打下基礎(chǔ)，隨著平臺層算法的成熟，未來AI 產(chǎn)業(yè)的盈利將由基礎(chǔ)層傳導(dǎo)到應(yīng)用層。

　　谷歌明確公司的整體戰(zhàn)略從之前的“Mobile first“向“AIfirst”轉(zhuǎn)變。公司從“底層硬件+操作系統(tǒng)+核心算法+上層應(yīng)用”全產(chǎn)業(yè)鏈布局人工智能。Google 發(fā)布的TPU 二代產(chǎn)品Cloud TPU，是為AI 運算專門推出的高性能處理器，在第一代基礎(chǔ)上優(yōu)化了訓(xùn)練和推理；TensorFlow 是Google 推出的深度學(xué)習(xí)開源工具，Google 此次推出為移動端優(yōu)化的TensorFlowLite，讓更多的開發(fā)者在安卓手機上運行深度學(xué)習(xí)模型。芯片性能提升以及開發(fā)工具的優(yōu)化將為人工智能生態(tài)的建立打下良好的基礎(chǔ)。

　　谷歌首席執(zhí)行官孫達爾·皮柴在大會演講中說，計算正再次發(fā)生演變，從“移動優(yōu)先”轉(zhuǎn)向“人工智能優(yōu)先”。谷歌正在重新考慮其所有產(chǎn)品，以便把人工智能和機器學(xué)習(xí)技術(shù)盡可能多地應(yīng)用到谷歌業(yè)務(wù)中，以解決實際問題。谷歌也在建造人工智能優(yōu)先的數(shù)據(jù)中心。

　　皮柴說，谷歌已將所有人工智能項目納入新建立的平臺Google．a(chǎn)i中，加快公司研發(fā)人員在人工智能領(lǐng)域的進展。另外，Google．a(chǎn)i還將促進谷歌研究人員與外部科學(xué)家和開發(fā)人員的協(xié)作，共同致力于解決各種問題。

　　在人工智能相關(guān)產(chǎn)品和應(yīng)用方面，谷歌宣布將推出基于機器視覺的“谷歌鏡頭”功能，可通過手機攝像頭識別和分析用戶周圍的場景，并把相關(guān)信息展示在手機屏幕上，幫助用戶基于這些信息做出決定。比如把攝像頭對著一家餐館的招牌，手機屏幕上就會顯示該餐館的評分、菜單和訂餐選項等。

　　谷歌還將把“谷歌鏡頭”與谷歌語音助手整合，使語音助手增加了一雙眼睛，即借助手機攝像頭“看到”用戶所處環(huán)境，并做出相應(yīng)操作。比如，如果用戶把攝像頭對著音樂會舉辦場所的入口處，手機屏幕就會顯示音樂會信息，這時用戶可以通過語音助手購票。

　　此外，谷歌還宣布把語音助手功能從它的安卓操作系統(tǒng)擴展到蘋果公司的iOS操作系統(tǒng)。這意味著谷歌語音助手將作為一個單獨的應(yīng)用程序，出現(xiàn)在蘋果手機和平板電腦上。

　　為什么“自動化AI系統(tǒng)”讓谷歌CEO如此興奮

　　業(yè)界媒體《MIT科技評論》網(wǎng)站發(fā)表文章，介紹了谷歌AutoML項目的重要性。這種“自動化AI系統(tǒng)”可以幫助開發(fā)AI軟件，解決AI軟件設(shè)計中的一個棘手問題，加快計算機智能化的進程。以下為原文內(nèi)容：

　　很多行業(yè)的公司都急切地想利用最新的人工智能技術(shù)，所以目前機器學(xué)習(xí)專家非常短缺。 谷歌的首席執(zhí)行官桑達爾·皮查伊（Sundar Pichai）說，要解決人才短缺的問題，一個辦法就是讓機器學(xué)習(xí)軟件來幫助開發(fā)機器學(xué)習(xí)軟件。
?

　　桑達爾·皮查伊在谷歌年度開發(fā)人員大會上

　　在今年的谷歌年度開發(fā)者大會上，皮查伊向大家介紹了一個名為AutoML的項目，它是該公司的人工智能研究團隊谷歌大腦（Google Brain）推出的。為特定的任務(wù)設(shè)計機器學(xué)習(xí)軟件有一些很棘手的部分，而該團隊表示，他們的學(xué)習(xí)算法可以把其中最棘手的部分之一進行自動化。在某些情況下，這個自動化系統(tǒng)提供的設(shè)計足以媲美人類專家的最佳作品。

　　“這是一個非常令人興奮的進步，” 皮查伊在一封電郵中表示 ，“它可以加速整個領(lǐng)域的發(fā)展，幫助我們解決當(dāng)今面臨的一些最具挑戰(zhàn)性的問題?！?/p>

　　皮查伊希望AutoML項目可以擴大機器學(xué)習(xí)開發(fā)人員的數(shù)量，因為有了AutoML，開發(fā)人員不需要掌握那么多的專業(yè)知識，也能夠利用機器學(xué)習(xí)的威力了。谷歌本來就打算把公司的云計算服務(wù)定位為建立和托管機器學(xué)習(xí)的最佳場所，所以推出AutoML很符合這個方針。該公司正在努力吸引企業(yè)云計算市場的新客戶，目前它在這個領(lǐng)域中落后于亞馬遜和微軟。

　　AutoML旨在讓大家可以比較輕松地使用一種名為“深度學(xué)習(xí)”的技術(shù)，谷歌和其他公司使用“深度學(xué)習(xí)”來強化語音和圖像識別、翻譯和機器人技術(shù)。

　　“深度學(xué)習(xí)”通過將數(shù)據(jù)傳播到人工神經(jīng)網(wǎng)絡(luò)中，來教導(dǎo)軟件變得聰明。人工神經(jīng)網(wǎng)絡(luò)由一些數(shù)學(xué)層組成，為其選擇正確的架構(gòu)非常關(guān)鍵。但要做到這一點并不容易。 谷歌AutoML項目的機器學(xué)習(xí)研究員Quoc Le說：“我們是通過直覺來選擇構(gòu)架的?！?/p>

　　上個月，Quoc Le和同事Barret Zoph向大家介紹了一個實驗的結(jié)果。在這個實驗中，他們讓機器學(xué)習(xí)系統(tǒng)找出一個最佳架構(gòu)，來讓軟件學(xué)習(xí)如何解決語言和圖像識別任務(wù)。

　　在涉及圖像的任務(wù)上，這個系統(tǒng)可以媲美人類專家設(shè)計的最佳架構(gòu)。而在涉及語言任務(wù)上，這個系統(tǒng)比人類專家還勝出一籌。

　　也許更重要的是，它提出了一種研究人員以前沒有考慮過的，但卻很適合這些任務(wù)的架構(gòu)。 “在某種意義上，它發(fā)現(xiàn)了我們不知道的東西，” Quoc Le說。 “這太驚人了?！?/p>

　　學(xué)會“更好地學(xué)習(xí)”的軟件， 這個概念并不新鮮。但是就像人工智能領(lǐng)域的很多概念一樣，深度學(xué)習(xí)的力量為新的進步開啟了大門。谷歌另一個AI研究部門DeepMind以及馬斯克（Elon Musk）創(chuàng)辦的非營利組織OpenAI都在探索相關(guān)的概念

　　他們的努力是否正在讓他們走向失業(yè)呢？聽到這個問題，Quoc Le和Zoph都笑了起來。就目前來說，這項技術(shù)太昂貴了，無法廣泛使用——兩人的那個實驗使用了800個強大的圖形處理器，運轉(zhuǎn)了幾個星期，搞得電費飆升。這種研究屬于投石問路的性質(zhì)，沒有幾家公司能夠負(fù)擔(dān)得起。

　　但谷歌有這個資源，現(xiàn)在該公司擴大了的AutoML項目團隊規(guī)模，其任務(wù)包括減少項目的資源密集程度。Quoc Le認(rèn)為這可能會有助于提高視頻或語音識別的準(zhǔn)確度，甚至可能會在一個更加棘手的問題上取得進步：讓軟件在沒有人類明確指導(dǎo)的情況下進行學(xué)習(xí)。