猜畫小歌背後，Google的機器學習開源框架還想造福全社會

猜畫小歌大火，背後Google的人工智慧技術不可忽視。在人工智慧橫行的時候，喜歡分享的Google自然不會放過這個機會。TensorFlow就是Google的機器學習開源框架，除了給開發者帶來便利，還能給各個領域帶來新的機會。

TensorFlow中國區負責人梁信屏近日在極客公園Rebuild大會上發表演講《TensorFlow 拓展 AI 應用場景的新可能》，分享了Google的人工智慧進展與TensorFlow的AI應用場景。他提到，Google在自家產品當中早已用到AI ，Google翻譯在十年前就開始測試，通過AI，Google翻譯可以一次性翻譯很多句子，而不是像以前一個短語一個短語的翻譯。

在使用自家產品的同時，Google也希望幫助其他人解決問題，TensorFlow應運而生。中國很多用戶也在使用TensorFlow，如京東、騰訊等等。值得一提的是，小型公司也可以使用輕量級的產品——TensorFlow Lite。新浪汽車使用TensorFlow Lite創建了一個系統，運算效率提升了4倍，識別準確率提升了85%。

以下是梁信屏的演講內容，經品途商業評論整理編輯：

大家好，我是TensorFlow的中國區的產品負責人，今天非常榮幸可以跟大家分享一下Google在AI領域做了一些什麼，跟TensorFlow怎麼樣拓展新的應用場景。

Google在AI方面有很多年的歷史，AI在很多領域都有涉及。所以Google希望將AI的福祉帶給每一個人。我們將AI放到產品和服務當中，使我們的產品和服務有更多的接受度和有用。所以我們和很多公司進行合作進行創新，也和研究人員合作，共同解決當前人類面臨的一些挑戰。比如醫療和節能減排的問題，我們認為在開放的環境當中進行合作可以很好的幫助我們解決這些問題。

接下來的幾分鐘我會跟大家的簡單介紹一下在各個領域我們所做的工作，但是在這兒之前我想簡單的先說一下什麼是AI。

Google的人工智慧

AI，剛才我們來自於加州理工學院的教授也已經介紹了，我再簡單的補充一點，對於AI它的主要目的是讓我們的機器更加的智能。最近我們在人工智慧方面做出了很多的突破，大部分都是在機器學習方面所做出來的工作。那麼什麼是機器學習？機器學習就是說我們通過教給機器如何學習，可以讓機器變得更加的智能。我們不會像傳統的方式直接給機器進行編程。換句話說，就是我們授人以魚不如授人以漁。

我們如何讓機器變得更加的智能？我們就可以使用神經網路，神經網路它可以使用各種各樣複雜的數學函數，並且它可以在各個的數學函數之間進行轉化。現在我們有了更好的計算能力，更多的數據，以及我們在演算法當中取得了更多的突破，這使得我們可以建設更大的神經網路。通過建設更大的神經網路，我們就可以進行深度學習，通過深度學習我們可以做到以前做不到的事情。比如說通過深度學習，現在的機器可以看到，可以去聽到，並且可以了解人類的語言，這是在過去我們無法想像的。

Google的產品會更加的有用，對其他的人更有益。我們用了很多年的AI，給大家一些案例展示。最近我們已經開發了很多的產品，比如說Google 助手、Google手機，將AI放到他們的核心技術當中，也讓這些產品能夠更加的智慧。給大家舉一些例子，比如說Google翻譯，我們十年前就開始測試Google翻譯了，最近通過深層學習，還有神經網路，我們就可以一次性翻譯很多的句子，不是像以前一個短語一個短語的翻譯，我們現在的翻譯看起來是更加的自然，也更加的聰明了。我們現在所展示的就是英譯中的翻譯。這周我們還發布了小程序的體驗，叫做猜畫小歌，這是一個基於微信的小程序，大家也可以去體驗一下。我們AI現在可以理解，也可以看到東西了。當你畫出草圖的時候，AI就可以來猜你畫的內容是什麼，等一下你也可以嘗試一下。

如果說我們只想要讓AI帶給用戶方便的話，我們增強Google的產品就夠了。但是我們同時也希望可以幫助其他人來解決他們的問題，我們所做的措施就是做出了很多的工具，讓各個行業都可以去使用。其中的一個方式，我們開源了開放、標準、專為機器學習設計的TensorFlow，在2015年11月正式宣布這個消息，它基於Apache 2.0協議，所以是一個非常開放的平台。從一開始我們就希望TensorFlow是一個快速、靈活，而且可以直接應用於實際大規模使用的平台，我們需要它很快速。因為在處理數據的時候，我們的數據量是非常龐大的，希望可以通過計算機硬體快速的處理。我們需要它很靈活，因為現在我們所處理的問題都是新問題，TensorFlow可以給到我們一個靈活、快速的方式，來建立新的模式、新的演算法。通過各國的研究，我們也希望我們可以從研究直接跨到產品領域的技術轉移。

TensorFlow

在過去的幾年的過程當中，我們已經有很多的用戶了，他們都在使用TensorFlow的平台，我們也非常的高興，能夠看到TensorFlow已經是全球最受歡迎的深度學習平台之一，這個增長的趨勢也還在繼續。在過去的幾年過程當中，我們都希望這個平台能夠更加簡單的使用，用不同的API，而且也希望能夠用像圖中這樣的工具，讓它更有靈活性，在全球的下載量有1300萬，其中100萬是中國的用戶下載的。當我們提到開放資源的平台的時候，最主要的一點就是社區，我們整個的社區都是非常活躍的。即使到現在，TensorFlow在Github有超過1400位貢獻者，而且其中絕大多數是非Google的研究人員，還有很多的用戶在這個平台上回答大家的問題，所以我們的TensorFlow基於這樣活躍的社區，才可以發展的這麼好。

我們提供的另一種幫助是通過定製化硬體，Tensor 處理器，專為訓練和運行機器學習模型而設計的計算機晶元。我們以前在GPU上運行我們的模型，但是有了機器學習之後，我們就專門開發了AI的晶元。去年在烏鎮，阿爾法狗就使用了第二代的TPU，所展示的效果大家也看到了，比很多大師棋手還要下得好。我們現在也開發了第三代TPU，整個的處理過程是非常的迅速的。同時我們也希望能夠更簡單的創建模塊，而不是說只有AI專家才可以創建模塊。在過去的幾年過程當中，我們的行業當中的專家都希望能夠幫助我們的機器識別圖片，每一年他們都希望能夠提升這些機器的精確度，同時也要做出一定的妥協。通過我們的AutoML這種學習方式，可以展示機器自己也可以學會學習。他們參與了相應的比賽之後，我們的機器展示出來的精確度得到了很大的提高，這也是我們在機器學習過程當中做出的突破。我們也非常的相信AI並不僅僅說可以在伺服器端進行使用，在雲端進行使用，AI也可以在我們的實體端進行應用，就好像可以給AI做一個身體。此外，我們也希望可以為AI做一個輕量型的，可移動的這樣的一個形式。因為我們現在的硬體發展的非常快，所以實現了AI的輕量化，TensorFlow Lite 的整個大小只有1.1MB，而且它的速度非常快。它在mobilenet和inception V3當中的速度比在TensorFlow上運行要快3倍，而且整個的使用過程是非常的簡便的，希望可以支持更多的不同的操作。

TensorFlow的應用場景

我們也非常的高興在中國的很多公司開始使用TensorFlow，他們在搭建自己的AI，還有機器學習平台的時候，都會藉助TensorFlow。比如說京東、騰訊等等，他們都會使用TensorFlow建立他們自己的平台。還有出門問問等公司，他們也和TensorFlow有所合作。他們使用我們的平台解決各種不同的問題，比如說視覺還有自然語言處理等等，其中的一些公司他們已經做出了很大的系統，同時也造福了我們的社區。我也希望大家能夠看一看你們使用TensorFlow可以做什麼，如果你們想要更多的了解的話，也可以掃二維碼關注我們的公眾號。

我這裡還想提一下，小型的公司如何才能夠用TensorFlow Lite將他們的公司發展的更好？比如說kika，他們做了一個嵌入式的手機軟體，因為這個AI非常的小，非常的輕量化，所以他們就將AI直接放到我們的手機端進行使用。通過TensorFlow Lite，kika可以減少他們內存的佔用，可以降低近50%。而且他們的響應速度平均是1.2秒，語音理解準確度也實現了升級。另一個例子是新浪汽車，他們使用TensorFlow創建了一個系統，讓他們的用戶僅僅通過拍照的形式，就可以識別很多車的品牌，而且他們的模型體積也縮小的四分之一，運算效率提升了4倍，識別準確率提升了85%。這些都是非常簡單的例子，就是通過AI平台，來與各個行業進行合作，TensorFlow也非常的希望可以幫助這些行業。

今天我們非常振奮的看到人們開始用AI來解決現實社會當中的一些問題，基於TensorFlow可以實現更多。在環境保護方面使用AI，監測亞馬遜熱帶雨林的非法砍伐，在醫療方面，醫生可以通過AI的方式，來更快的診斷癌症病原體，以及農業方面，幫助農民檢測蟲害。這就是我們的一個例子，我們是如何通過AI來幫助農民解決他們的蟲害。

謝謝大家！我們真的非常的高興能夠看到AI在改變人們的生活，像Google一直在做這樣的事情，就是希望AI能夠觸手可及。通過TensorFlow，我們希望有更多的公司能夠做相關的工作，我也非常希望能夠聽到大家的聲音，你可以通過微信告訴我們，通過TensorFlow你能做什麼事情，謝謝大家。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！