谷歌的AI布局：机器学习是重心 继续在中国招人

自发布AI First战略后，谷歌在人工智能道路上越走越坚定。不仅有Google Assistant智能助手，还在秋季发布会上发布了包括手机、耳机和智能音箱等多款AI硬件，构建AI生态。在特斯拉CEO马斯克等不断发出AI威胁论下，谷歌则表示，专注AI的前沿研究和解决实际问题。

近几年，Google每年都会举行 APAC(亚太区年度媒体会议)。作为从Mobile First战略转移到AI First的科技巨头,此次媒体会议的焦点自然是人工智能，“Made with AI”。

11月28日的会议上，谷歌大脑(Google Brain)负责人Jeff Dean表示，谷歌在人工智能领域最终目标是三点：利用人工智能和机器学习让谷歌的产品更加实用(Making products more useful);帮助企业和外部开发者利用人工智能和机器学习进行创新(Helping others innovate);为研究人员提供更好的工具，以解决人类面临的重大挑战。

AI+软件+硬件

目前，机器学习在谷歌的大部分产品中都有应用。如Google Photos 云端相片集，利用图像识别技术，可以提供人脸检测和照片自动分类;Google Lens基于图像识别和OCR技术，能实时识别用智能手机拍摄的物品并提供与之相关的内容;Google Maps可以通过街道、街景的数据获取更多有关地区详细的情况，还可以了解停车难易程度;Gmail 和 Inbox 在收到邮件后，智能系统会给用户提供回复建议(Smart Reply);YouTube 中的自动字幕(Auto captions)则是通过机器学习给超过 10 亿的视频自动加上字幕;Google Translator利用神经网络机器翻译(Neural Machine Translation)。

Google Assistant是2016年5月19日推出的一款语音助手，核心是语音识别。Google Assistant 工程总监Pravir Gupta表示，该产品基于 Google 在机器学习、自然语言处理和搜索领域的经验之上。

在这些产品中，谷歌翻译或许是中国用户能够使用最多的。Jeff指出，过去的翻译系统使用更简单的统计翻译模型，由 50 万行代码组成。2016年，神经网络机器翻译系统(GNMT：Google Neural Machine Translation)正式应用到谷歌翻译中。Jeff称，该系统仅由 500 行 TensorFlow 代码组成。使用新的系统后，翻译准确性得到了很大改进，“堪比过去十年取得的成果”。Jeff提到，目前翻译效果提升最明显的是日英互译。

不过，谷歌不是最早在翻译中运用神经网络机器翻译系统的企业。2016年的百度机器翻译技术开放日上，百度技术委员会联席主席、自然语言处理部技术负责人吴华博士表示，百度早在一年多前(2015年)就率先发布了世界上首个神经网络的机器翻译系统(NMT)，克服了传统方法将句子分割为不同片段进行翻译的缺点，充分利用上下文信息，对句子进行整体的编码和解码，从而产生更为流畅的译文。