谷歌分享了过去一年的AI成果 其中这些你必须知道
|
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。它是能将使用者周围人说的话实时翻译成使用者母语的耳机，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，使用者可以拍摄背景平滑模糊的人像图片。拍摄这种照片，大摄像机一般需要多个镜头，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，高棉语和爪哇语与您对话。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应用设备上和场景中的使用得到无缝接合。
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的企业中包括中国企业，比如小米。 最后一部分是Google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，介绍了当下时间内谷歌在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。 第二点，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 将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，Google在AI方面的长远目标，就是要让机器学习、AI触手可及。 （编辑：PHP编程网 - 湛江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
