为了确保谷歌构建的机器学习模型具备容纳性，并且可以真正为每个体所用：

　　总之，Google在AI方面的久远指标，就是要让机器学习、AI触手可及。

　　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） 以及张量解决器 （Tensor Processing Unit， TPU） 电脑芯片。

　　谷歌这一年，在AI方面都有哪些成果与进展？

　　利用 Google Assistant，用户可能与谷歌停止自由对话，从而实现不同种类的义务，比如寻觅某一成绩的答案、导航服务、获取旧事或失去日程安排方面的协助。

　　Project Unison，是一个应用机器学习完成文本转语音 （Text-to-Speech）的试验名目。经过转换引擎，手机可能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缩小构建文本到语音模型所需的数据量。

　　对此谷歌的处理计划是提供培训：谷歌明年将在互联网上提供无偿的机器学习课程。如今已经有 2.8万名谷歌员工加入过此项培训。

　　新浪科技总结上去，谷歌的策略就是“软硬联合、硬件买通”，让言语、语音和图像技术在各个运用设施上和场景中的利用失去无缝接合。

　　机器学习和计算摄像的联合为新Pixel手机的人像形式赋能。经过这共性能，利用者可能拍摄背景平滑含糊的人像图片。拍摄这种照片，大摄像机普通需求多个镜头，而Pixel仅需正反各一个镜头。

　　AI赋能软件：

　　这就是谷歌在硬件方面正在采用的新解决模式：让硬件、软件、以及 AI 相互联合。

　　AI赋能开发者：

　　Jeff提到，作为一家 AI First 的公司，谷歌宿愿让每个体都可以从人工智能中获益。 目前已经取得了一些进展，然而仍然有一些艰巨需求克制，例如：

　　说到谷歌展开机器学习的钻研，Jeff再次利用了谷歌在2022年关于机器识猫的论文，和2026年谷歌开源TensorFlow这两个重要事例。如今，TensorFlow是GitHub上最受欢迎的工具。

　　而谷歌翻译（Google Translate），可能和谷歌相册联合起来利用。用相机照下的图片，它可能帮你翻译进去。

Google Brain 担任人Jeff Dean

　　最后一局部是Google产品经理Lily Peng引见如何用AI让世界更美好。人工智能还能运用于医疗、环保、节能、动物保护等等各方面。

　　谷歌地图（Google Map），即便在没有数据答应的情况下，经过卫星的染指，加上机器学习和计算机视觉等技术也可能产生可用的地图。

　　如今，谷歌将神经网络机器翻译运用到了08组言语对中。效果降职最显著的是日英互译。

　　使谷歌的产品愈加适用；

　　Google产品经理Isaac Reynolds引见了新款Pixel手机中的人像形式（ Portrait Mode）。

　　协助企业和开发者创新；

　　Jeff提到，机器学习是谷歌在人工智能畛域的任务重心。作为计算机科学的一种方式，他以为机器学习编写能使计算机自主学习如何变得智能的程序，要比间接编写智能程序要更为简略。

　　Jeff引见了谷歌将新型的硬件与软件相联合的一个实例：Pixel Buds。它是能将利用者周围人说的话实时翻译成利用者母语的耳机，使用了语音辨认和翻译技术。

　　首先，需求想方设法让机器学习模型的创作进程愈加触手可及：

　　谷歌还与Geena Davis 钻研所协作建设了GD-IQ，一种应用机器学习检测电影中性别成见的工具。

　　其中TensorFlow如今有2万的寰球开发者在利用。利用TensorFlow的企业中包括中国企业，比如小米。

　　Jeff引见，理想上翻译这项任务已经继续了十年。在过去，翻译系统并非基于神经网络的系统，而是利用更简略的统计翻译模型，由60万行代码组成。2026年推出的新神经网络机器翻译系统通过了简略却有效的数据训练。新系统仅由 600 行TensorFlow代码组成，而非60万行。

　　新浪科技 辛苓

　　谷歌启动了People + AI Research （PAIR） 方案，旨在将谷歌的钻研人员汇集在一同，钻研并重新设计人与人工智能系统交互的模式。Facets 正是此方案所孕育出的一种工具，可以 将用于机器学习的训练数据可视化。

　　第二点，谷歌正在钻研如何利用 AutoML 主动创建机器学习模型。

　　在YouTube上，谷歌经过机器学习给超过20亿的视频主动加上字幕，使得有听觉阻碍的人可能看到视频中的对白。

　　年末将至，近日谷歌在东京举行了一场分享会，围绕Made with AI对过去一年的成果做了总结。