谷歌这一年，在AI方面都有哪些成果与进展?
年末将至，近日谷歌在东京举办了一场分享会，围绕Made with AI对过去一年的成果做了总结。
Google Brain 负责人Jeff Dean
谷歌资深研究员，Google Brain 负责人Jeff Dean开场提纲挈领地讲到：我们在人工智能领域的愿景，，是通过三种途径让每个人都从中受益：
使谷歌的产品更加实用;
帮手企业和开发者创新;
为研究人员提供工具，从而解决人类面对的各项重大挑战。
AI赋能软件：
Jeff提到，机器学习是谷歌在人工智能领域的工作重心。作为计算机科学的一种形式，他认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，要比直接编写智能程序要更为简单。
说到谷歌开展机器学习的研究，Jeff再次使用了谷歌在 2012 年关于机器识猫的论文，和 2015 年谷歌开源TensorFlow这两个重要事例。现在，TensorFlow是GitHub上最受欢迎的工具。
Jeff认为，机器学习仍处于发展初期。如今，机器学习对分类，预测，理解和生成这四个关键方面很有帮手。这些功能几乎被应用于谷歌所有的产品中，使产品更加实用，例如：谷歌相册，谷歌翻译，谷歌地图和Google Lens等等。下面别离做一简要总结介绍。
谷歌相册(Google Photos)，被重点提出的功能是照片搜索(Photo Search)。谷歌相册可以通过图像识别妥善分类所有照片，使查找更便利。
而谷歌翻译(Google Translate)，可以和谷歌相册结合起来使用。用相机照下的图片，它可以帮你翻译出来。
Jeff介绍，事实上翻译这项工作已经持续了十年。在过去，翻译系统并非基于神经网络的系统，而是使用更简单的统计翻译模型，由 50 万行代码组成。 2016 年推出的新神经网络机器翻译系统经过了简单却有效的数据训练。新系统仅由 500 行TensorFlow代码组成，而非 50 万行。
“我们去年秋天开始使用新的神经网络翻译系统后，翻译准确性得到了很大的改进，可比肩过去十年中取得的提升。”
现在，谷歌将神经网络机器翻译应用到了 97 组语言对中。效果提升最明显的是日英互译。
谷歌地图(Google Map)，即便在没有数据许可的情况下，通过卫星的介入，加上机器学习和计算机视觉等技术也可以产生可用的地图。
Google Lens，可以把你看到的东西搜索出来，得到相关的信息。
而文本理解能力的提升，让Gmail更好用。好比智能系统通过读取内容和预测回应，可以给用户提供回复答案或建议。Gmail数据显示，目前有12%的回复来自手机，这将使人们的日常工作更加便捷。
这里值得一提的是谷歌助理(Google Assistant)，它的核心技术是语音识别，包罗了很多机器学习的相关技术。“没有人工智能和机器学习这个产品是不成能存在的。”Jeff强调道。
使用 Google Assistant，用户可以与谷歌进行自由对话，从而完成差别种类的任务，好比寻找某一问题的答案、导航办事、获取新闻或得到日程摆设方面的帮手。
Google Assistant 可以在差别设备间通用。目前，Google Assistant 可使用的国家和地区包孕：
澳大利亚，巴西，加拿大(英文和法文)，德国，法国，意大利，印度(英文，印度文)，印度尼西亚，日本，韩国，墨西哥，新加坡，西班牙，英国和美国(英文，西班牙文)。(是的，并没有中国。)
在YouTube上，谷歌通过机器学习给超过 10 亿的视频自动加上字幕，使得有听觉障碍的人可以看到视频中的对白。
