自發布AI First戰略后，谷歌在人工智能道路上越走越堅定。不僅有Google Assistant智能助手，還在秋季發布會上發布了包括手機、耳機和智能音箱等多款AI硬件，構建AI生態。在特斯拉CEO馬斯克等不斷發出AI威脅論下，谷歌則表示，專注AI的前沿研究和解決實際問題。

　　近幾年，Google每年都會舉行APAC（亞太區年度媒體會議）。作為從Mobile First戰略轉移到AI First的科技巨頭，此次媒體會議的焦點自然是人工智能，“Made with AI”。

　　谷歌大腦（Google Brain）負責人Jeff Dean表示，谷歌在人工智能領域最終目標是三點：利用人工智能和機器學習讓谷歌的產品更加實用（Making products more useful）;幫助企業和外部開發者利用人工智能和機器學習進行創新（Helping others innovate）;為研究人員提供更好的工具，以解決人類面臨的重大挑戰。

　　AI+軟件+硬件

　　目前，機器學習在谷歌的大部分產品中都有應用。如Google Photos云端相片集，利用圖像識別技術，可以提供人臉檢測和照片自動分類;Google Lens基于圖像識別和OCR技術，能實時識別用智能手機拍攝的物品并提供與之相關的內容;Google Maps可以通過街道、街景的數據獲取更多有關地區詳細的情況，還可以了解停車難易程度;Gmail 和 Inbox 在收到郵件后，智能系統會給用戶提供回復建議（Smart Reply）;YouTube 中的自動字幕（Auto captions）則是通過機器學習給超過10億的視頻自動加上字幕;Google Translator利用神經網絡機器翻譯（Neural Machine Translation）。

　　Google Assistant是2016年5月19日推出的一款語音助手，核心是語音識別。Google Assistant 工程總監Pravir Gupta表示，該產品基于 Google 在機器學習、自然語言處理和搜索領域的經驗之上。

　　在這些產品中，谷歌翻譯或許是中國用戶能夠使用最多的。Jeff指出，過去的翻譯系統使用更簡單的統計翻譯模型，由 50 萬行代碼組成。2016年，神經網絡機器翻譯系統（GNMT：Google Neural Machine Translation）正式應用到谷歌翻譯中。Jeff稱，該系統僅由 500 行 TensorFlow 代碼組成。使用新的系統后，翻譯準確性得到了很大改進，“堪比過去十年取得的成果”。Jeff提到，目前翻譯效果提升最明顯的是日英互譯。

　　不過，谷歌不是最早在翻譯中運用神經網絡機器翻譯系統的企業。2016年的百度機器翻譯技術開放日上，百度技術委員會聯席主席、自然語言處理部技術負責人吳華博士表示，百度早在一年多前（2015年）就率先發布了世界上首個神經網絡的機器翻譯系統（NMT），克服了傳統方法將句子分割為不同片段進行翻譯的缺點，充分利用上下文信息，對句子進行整體的編碼和解碼，從而產生更為流暢的譯文。

　　吳華當時稱，谷歌翻譯強在基于統計的機器翻譯上，但是在基于神經網絡的機器翻譯上，百度要領先。此外，谷歌翻譯以英語為中心，百度翻譯以中文為中心。

　　構建生態很重要的一點便是要讓其中各成分有機融合。谷歌也正在努力讓硬件、軟件以及 AI 相互結合。今年秋季發布會上，谷歌發布了九款硬件產品，包括智能音響Google Home Mini / Google Home Max，筆記本Pixelbook，智能手機Pixel 2和Pixel 2 XL，Google Pixel Buds耳機，這些新硬件都與AI有關，整合了谷歌的智能語音助理 Google Assistant，凸顯了谷歌在AI領域從軟件到向硬件領域的野心。

　　其中，Google Home還具有語音配對功能（Voice Match），通過機器學習能識別不同的語音，可使最多六個用戶連接到同一臺 Google Home。Google Home Max 還運用了AI 技術 Smart Sound，可依據所處位置自動調整聲音品質。谷歌首款無線藍牙耳機Pixel Buds還可便捷地接入Google翻譯，運用語音識別和翻譯技術，進行實時翻譯。

　　與華為、iPhone X 智能手機采用雙攝像頭不同，谷歌的Pixel 2/2 XL結合了機器學習和計算攝影技術來分析圖像，將主體與背景分離。雖然只使用一枚攝像頭，也具備人像模式功能，在拍攝人像時可柔和虛化背景。通常，這需要多鏡頭的專業相機。

　　除了內部產品使用AI，谷歌也為企業及開發者提供三種創新工具：TensorFlow，云機器學習 API （Cloud Machine Learning APIs） 以及張量處理器 （Tensor Processing Unit， TPU） 電腦芯片。

　　Google 在 2015年發布了人工智能系統TensorFlow并宣布開源，之后TensorFlow成為了開源社區GitHub上最受歡迎的機器學習工具。除了TensorFlow，其他的深度學習工具還有Caffe， CNTK，Theano等。而在中國，2016年9月，百度也宣布其深度學習開源平臺PaddlePaddle在Github及百度大腦平臺開放。

　　面對這些競爭，Jeff在媒體交流會上回應稱，每個平臺都有各自優點和缺點，針對不同的人群，這樣的競爭是好的。“Tensorflow開源軟件基于Apache 2.0許可證，無論是大企業還是初創企業，每個人都可以利用它做自己想做的事情。這可能是Tensorflow成功的原因之一。我們看到一個很健康的生態系統，我們也從其他的開源平臺當中學到了很多，不斷改善Tensorflow平臺，讓這個平臺更好。”

　　專注現實和研究問題

　　機器學習是谷歌在人工智能領域的工作重心。谷歌認為，編寫能使計算機自主學習如何變得智能的程序，要比直接編寫智能程序更好。但是，隨著機器變得越來越智能，機器會不會哪天真的有意識，進而取代人類？特斯拉CEO 埃隆·馬斯克（Elon Musk）和英國著名物理學家霍金都對AI發出過警告。

　　而Jeff認為，這些擔心太遠了，“我們在部署安全的AI系統的時候也可以利用其中很多的技術，我覺得這可能會是短期我們最需要關注的領域。現在的一些擔心還為時過早。我們現在應該著眼于解決眼前的問題。”這也是上文提及的谷歌AI三大目標之一：解決人類面臨的重大挑戰（solving humanity’s big challenges）。

　　目前，谷歌正在利用機器學習解決如醫療保艦能源和環境保護問題等問題。例如，谷歌醫療成像團隊產品經理與印度、泰國和美國的一些醫院合作開發一種工具，可以通過機器學習幫助診斷糖尿病所引起的眼部疾玻在保護鳥類方面，研究員Victor Anton 收集了 5 萬個小時的音頻并將其轉換成譜圖，通過 TensorFlow 更加快速高效地分析這些音頻，識別譜圖中的鳥鳴聲。

　　對于AI帶來的失業問題，Jeff則表示，過去兩百年的技術發展都會遇到這樣的問題，他對此持樂觀態度，“每次技術有了新的發展，代替了人力勞動，我們就會有一個新的、有意思的專業領域駕馭這個技術。我們會有新的工作，目前我們可能想象不出來。誰能夠想到社交媒體會出現？發生以前是想象不到的。”

　　不擔心競爭對手 繼續在中國招人

　　Google 母公司Alphabet董事長、谷歌前CEO埃里克·施密特（Eric Emerson Schmidt）在人工智能與全球安全峰會上對新美國安全中心的保羅·沙雷說：“我認為，我們（美國）在未來5年內將繼續保持領先地位，然后，中國將迅速趕上來。”

　　埃里克的這一觀點源于中國政府發布的《新一代人工智能發展規劃》，規劃提出，到2020年，中國人工智能總體技術和應用與世界先進水平同步;到2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平;到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。

　　面對中美AI競賽問題，Jeff表示，目前全球很多公司對機器學習以及AI感興趣，很多政府非常清楚AI的潛力，分階段、務實地進行研究，建立生態系統。“中國政府倡導AI，并制定政策;美國政府可能不像中國這么有組織，但是我們（美國）也有很多在公司、學術界發生的研究，也有生態系統。”

　　機器學習和AI不僅影響著計算科學，還涉及到各行各業。因此，在世界范圍內，一些政府和公司都在招募相關人才，這也直接帶來了人才儲備的競爭。另一方面，還涉及到AI人才的培訓問題。Jeff稱，“我相信隨著時間推移，會有更多人有這樣的相關技能，他們可以通過這個技能解決很多問題。”

　　谷歌如何看待百度之類的競爭者？Jeff表示，谷歌主要關注下一代前沿研究問題，雇傭人才，并為他們提供最好的計算機硬件去解決實際的、有意思的問題。“我們并不擔心競爭對手，我們關心的是我們自己的研究”，他還補充稱，谷歌也將在上海、北京持續招聘AI相關人才。

　　在2016年烏鎮的圍棋峰會上，Google首次對外承認在中國招人組建AI團隊。相關的招聘崗位有機器學習軟件工程師、機器學習技術主管、機器學習研究員、云端機器學習產品經理等。不過招聘信息上并未顯示招聘人數，谷歌方面表示，沒有具體統計過中國地區AI員工數量。