是一家“ AI第一”公司对Google意味着什么

回到Google I/O，首席执行官Sundar Pichai概述了该公司作为“ AI First”公司的愿景，新的重点是上下文信息，机器学习以及使用智能技术来改善客户体验。发射像素2和2 XL，最新一批Google家庭产品，和Google剪辑瞥见这种长期战略转变可能意味着什么。我们将在一分钟内获得Google的最新智能手机，但有关公司最新策略的探索还有很多要探索的内容。

作为Google I/O 2017主题演讲的一部分，Sundar Pichai宣布，该公司的各种机器学习和人工智能工作和团队正在由一项名为的新计划组成Google.ai。Google.ai不仅将专注于研究，还关注诸如TensorFlow及其新的Cloud TPU和“ Applied AI”之类的工具。

对于消费者而言，Google的产品最终应该变得更聪明，似乎更聪明，最重要的是，更有用。我们已经在使用Google的一些机器学习工具。Google Photos具有内置算法来检测人员，地点和物体，这有助于组织您的内容。Google在搜索中使用了Rankbrain，以更好地了解人们在寻找的内容以及如何匹配其索引的内容。

但是Google并不是一项工作，该公司制作的超过20种公司收购到目前为止，与AI有关。Google在抢夺AI Tech的领域领先，紧随其后的是Microsoft和Apple。最近，Google购买了Aimatter，拥有图像检测和照片编辑基于神经网络的AI平台和SDK的公司。它的应用程序，Fabby，提供一系列的照片效果，能够根据图像检测来改变头发颜色，检测和改变背景，调整化妆等。年初Google获得了情绪杆对于它的图像识别软件，可以使用手机摄像机检测家庭对象和产品 - 就像Shazam用于图像。

这只是对机器学习驱动应用程序的潜力的味道，但Google也在追求进一步的开发。公司的TensorFlow开源软件库和工具是希望建立自己的机器学习应用程序的开发人员最有用的资源之一。

心脏张力

TensorFlow本质上是一个Python代码库，其中包含用于简化开发的机器学习所需的常见数学操作。该库允许用户将这些数学操作表示为数据流的图表，表示数据如何在操作之间移动。API还可以在多个CPU和GPU组件上加速数学密集的神经网络和机器学习算法，包括NVIDIA GPU的最佳CUDA扩展。

TensorFlow是Google长期愿景的产物，现在是其机器学习抱负的骨干。今天的开源图书馆始于2011年，当时是Distbelief，这是一个专有的机器学习项目，用于Google内部的研究和商业应用。Google Brain Division始于Distbelief，始于Google X Project，但在Google项目中的广泛使用，例如搜索，使其迅速毕业到自己的部门。Tensorflow和Google的整个“ AI First”方法是其长期视觉和研究的结果，而不是突然的方向变化。

现在也集成了TensorFlowbob体育提现Android Oreo通过TensorFlow Lite。该版本的库使应用程序开发人员能够利用智能手机上的许多最先进的机器学习技术，这些技术不会包含台式机或云服务器的性能功能。还有一些API允许开发人员利用芯片中包含的专用神经网络硬件和加速器。这也可能使Android更聪明，bob体育提现不仅具有更多基于机器的应用程序，而且还具有更多的功能，并在操作系统本身上运行。

Google为帮助建立充满AI产品的世界的努力不仅仅是支持开发人员。该公司最近的People+AI研究计划（一对）项目致力于推进以人为中心的AI系统的研究和设计，以开发人工智能的人文主义方法。换句话说，Google正在有意识地研究和开发适合我们日常生活或专业的AI项目。

硬件和软件的婚姻

机器学习是一个新兴而复杂的领域，Google是领先的主要公司之一。它不仅需要新的软件和开发工具，还需要硬件来运行苛刻的算法。到目前为止，Google一直在云中运行其机器学习算法，从而将复杂的处理将其卸载到其强大的服务器上。Google已经参与了这里的硬件业务，并发布了其第二代云张量处理单元（TPU）今年早些时候有效地加速了机器学习应用程序。Google还提供免费试用，并通过其销售访问其TPU服务器的访问云平台，使开发人员和研究人员能够将机器学习的想法从地面上取下，而无需进行基础设施投资。

但是，并非所有应用程序都适合云处理。诸如自动驾驶汽车，实时图像处理或您可能想要保留在手机上的隐私敏感信息之类的延迟敏感情况在“边缘”处得到更好的处理。换句话说，在使用点，而不是在中央服务器上。为了有效地执行越来越复杂的任务，包括Google，Apple和华为等公司正在转向专用的神经网络或AI处理芯片。有一个在Google Pixel 2中，其中旨在处理高级图像处理算法的专用图像处理单元（IPU）。

已经做了很多Google的产品策略以及该公司是否想销售成功的大众产品并与主要的消费电子公司竞争，或者只是用较小的批准旗舰产品展示前进的方向。无论哪种方式，Google都无法提供世界上所有的机器学习解决方案，就像它不能提供每个智能手机应用程序一样，但是该公司确实具有向硬件和软件开发人员展示如何入门的专业知识。

通过向产品开发人员提供硬件和软件示例，Google正在向行业展示可以做些什么，但不一定要提供所有内容。就像像素线的大小不足以摇动三星的主要位置一样，Google镜头和夹子也在那里展示可以构建的产品类型，而不是一定是我们最终使用的产品。这并不是说Google并没有在寻找下一件大事，但是Tensorflow的开放性质及其云平台表明Google承认突破性产品可能来自其他地方。

下一步是什么？

在许多方面，从消费者产品设计的角度来看，未来的Google产品将像往常一样成为业务，并且数据无缝传递到云中，或者在边缘上使用专用硬件在边缘处理，以提供对用户输入的智能响应。聪明的东西将隐藏在我们身上，但是会改变的是我们可以从产品中期望的交互和功能的类型。

例如，Google剪辑演示了产品如何使用机器学习更智能地执行现有功能。我们一定会看到摄影和安全用例从机器学习中很快巧妙地受益。但潜在的用例范围从改善Google Assistant的语音识别和推理功能到实时语言翻译，面部识别和三星的Bixby产品检测。

尽管这个想法可能是构建看起来更好的产品，但我们最终也可能会看到一些全新的基于机器学习的产品。自动驾驶汽车是一个明显的例子，但是计算机协助的医疗诊断，更快的机场安全性，甚至是银行业和金融投资也已经成熟，可以从机器学习中受益。

Google的AI第一种方法不仅是在公司更好地利用更高级的机器学习，还要使第三方能够发展自己的想法。这样，Google希望成为计算中更广泛的AI首次转移的骨干。