猜畫小歌大火，背后Google的人工智能技術(shù)不可忽視。在人工智能橫行的時候，喜歡分享的Google自然不會放過這個機(jī)會。TensorFlow就是Google的機(jī)器學(xué)習(xí)開源框架，除了給開發(fā)者帶來便利，還能給各個領(lǐng)域帶來新的機(jī)會。
TensorFlow中國區(qū)負(fù)責(zé)人梁信屏近日在極客公園Rebuild大會上發(fā)表演講《TensorFlow 拓展 AI 應(yīng)用場景的新可能》，分享了Google的人工智能進(jìn)展與TensorFlow的AI應(yīng)用場景。他提到，Google在自家產(chǎn)品當(dāng)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(chǎn)品的同時，Google也希望幫助其他人解決問題，TensorFlow應(yīng)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(chǎn)品——TensorFlow Lite。新浪汽車使用TensorFlow Lite創(chuàng)建了一個系統(tǒng)，運算效率提升了4倍，識別準(zhǔn)確率提升了85%。
以下是梁信屏的演講內(nèi)容，經(jīng)品途商業(yè)評論整理編輯：
大家好，我是TensorFlow的中國區(qū)的產(chǎn)品負(fù)責(zé)人，今天非常榮幸可以跟大家分享一下Google在AI領(lǐng)域做了一些什么，跟TensorFlow怎么樣拓展新的應(yīng)用場景。
Google在AI方面有很多年的歷史，AI在很多領(lǐng)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(chǎn)品和服務(wù)當(dāng)中，使我們的產(chǎn)品和服務(wù)有更多的接受度和有用。所以我們和很多公司進(jìn)行合作進(jìn)行創(chuàng)新，也和研究人員合作，共同解決當(dāng)前人類面臨的一些挑戰(zhàn)。比如醫(yī)療和節(jié)能減排的問題，我們認(rèn)為在開放的環(huán)境當(dāng)中進(jìn)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(lǐng)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么是AI。
Google的人工智能
AI，剛才我們來自于加州理工學(xué)院的教授也已經(jīng)介紹了，我再簡單的補(bǔ)充一點，對于AI它的主要目的是讓我們的機(jī)器更加的智能。最近我們在人工智能方面做出了很多的突破，大部分都是在機(jī)器學(xué)習(xí)方面所做出來的工作。那么什么是機(jī)器學(xué)習(xí)?機(jī)器學(xué)習(xí)就是說我們通過教給機(jī)器如何學(xué)習(xí)，可以讓機(jī)器變得更加的智能。我們不會像傳統(tǒng)的方式直接給機(jī)器進(jìn)行編程。換句話說，就是我們授人以魚不如授人以漁。
我們?nèi)绾巫寵C(jī)器變得更加的智能?我們就可以使用神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)它可以使用各種各樣復(fù)雜的數(shù)學(xué)函數(shù)，并且它可以在各個的數(shù)學(xué)函數(shù)之間進(jìn)行轉(zhuǎn)化?，F(xiàn)在我們有了更好的計算能力，更多的數(shù)據(jù)，以及我們在算法當(dāng)中取得了更多的突破，這使得我們可以建設(shè)更大的神經(jīng)網(wǎng)絡(luò)。通過建設(shè)更大的神經(jīng)網(wǎng)絡(luò)，我們就可以進(jìn)行深度學(xué)習(xí)，通過深度學(xué)習(xí)我們可以做到以前做不到的事情。比如說通過深度學(xué)習(xí)，現(xiàn)在的機(jī)器可以看到，可以去聽到，并且可以了解人類的語言，這是在過去我們無法想象的。
Google的產(chǎn)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(jīng)開發(fā)了很多的產(chǎn)品，比如說Google 助手、Google手機(jī)，將AI放到他們的核心技術(shù)當(dāng)中，也讓這些產(chǎn)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(xué)習(xí)，還有神經(jīng)網(wǎng)絡(luò)，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(xiàn)在的翻譯看起來是更加的自然，也更加的聰明了。我們現(xiàn)在所展示的就是英譯中的翻譯。這周我們還發(fā)布了小程序的體驗，叫做猜畫小歌，這是一個基于微信的小程序，大家也可以去體驗一下。我們AI現(xiàn)在可以理解，也可以看到東西了。當(dāng)你畫出草圖的時候，AI就可以來猜你畫的內(nèi)容是什么，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(qiáng)Google的產(chǎn)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(yè)都可以去使用。其中的一個方式，我們開源了開放、標(biāo)準(zhǔn)、專為機(jī)器學(xué)習(xí)設(shè)計的TensorFlow，在2015年11月正式宣布這個消息，它基于Apache 2.0協(xié)議，所以是一個非常開放的平臺。從一開始我們就希望TensorFlow是一個快速、靈活，而且可以直接應(yīng)用于實際大規(guī)模使用的平臺，我們需要它很快速。因為在處理數(shù)據(jù)的時候，我們的數(shù)據(jù)量是非常龐大的，希望可以通過計算機(jī)硬件快速的處理。我們需要它很靈活，因為現(xiàn)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(chǎn)品領(lǐng)域的技術(shù)轉(zhuǎn)移。
TensorFlow
在過去的幾年的過程當(dāng)中，我們已經(jīng)有很多的用戶了，他們都在使用TensorFlow的平臺，我們也非常的高興，能夠看到TensorFlow已經(jīng)是全球最受歡迎的深度學(xué)習(xí)平臺之一，這個增長的趨勢也還在繼續(xù)。在過去的幾年過程當(dāng)中，我們都希望這個平臺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(dāng)我們提到開放資源的平臺的時候，最主要的一點就是社區(qū)，我們整個的社區(qū)都是非?；钴S的。即使到現(xiàn)在，TensorFlow在Github有超過1400位貢獻(xiàn)者，而且其中絕大多數(shù)是非Google的研究人員，還有很多的用戶在這個平臺上回答大家的問題，所以我們的TensorFlow基于這樣活躍的社區(qū)，才可以發(fā)展的這么好。
我們提供的另一種幫助是通過定制化硬件，Tensor 處理器，專為訓(xùn)練和運行機(jī)器學(xué)習(xí)模型而設(shè)計的計算機(jī)芯片。我們以前在GPU上運行我們的模型，但是有了機(jī)器學(xué)習(xí)之后，我們就專門開發(fā)了AI的芯片。去年在烏鎮(zhèn)，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(xiàn)在也開發(fā)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(chuàng)建模塊，而不是說只有AI專家才可以創(chuàng)建模塊。在過去的幾年過程當(dāng)中，我們的行業(yè)當(dāng)中的專家都希望能夠幫助我們的機(jī)器識別圖片，每一年他們都希望能夠提升這些機(jī)器的精確度，同時也要做出一定的妥協(xié)。通過我們的AutoML這種學(xué)習(xí)方式，可以展示機(jī)器自己也可以學(xué)會學(xué)習(xí)。他們參與了相應(yīng)的比賽之后，我們的機(jī)器展示出來的精確度得到了很大的提高，這也是我們在機(jī)器學(xué)習(xí)過程當(dāng)中做出的突破。我們也非常的相信AI并不僅僅說可以在服務(wù)器端進(jìn)行使用，在云端進(jìn)行使用，AI也可以在我們的實體端進(jìn)行應(yīng)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(xiàn)在的硬件發(fā)展的非?？欤詫崿F(xiàn)了AI的輕量化，TensorFlow Lite 的整個大小只有1.1MB，而且它的速度非?？?。它在mobilenet和inception V3當(dāng)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(yīng)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(jī)器學(xué)習(xí)平臺的時候，都會借助TensorFlow。比如說京東、騰訊等等，他們都會使用TensorFlow建立他們自己的平臺。還有出門問問等公司，他們也和TensorFlow有所合作。他們使用我們的平臺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(jīng)做出了很大的系統(tǒng)，同時也造福了我們的社區(qū)。我也希望大家能夠看一看你們使用TensorFlow可以做什么，如果你們想要更多的了解的話，也可以掃二維碼關(guān)注我們的公眾號。
我這里還想提一下，小型的公司如何才能夠用TensorFlow Lite將他們的公司發(fā)展的更好?比如說kika，他們做了一個嵌入式的手機(jī)軟件，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(jī)端進(jìn)行使用。通過TensorFlow Lite，kika可以減少他們內(nèi)存的占用，可以降低近50%。而且他們的響應(yīng)速度平均是1.2秒，語音理解準(zhǔn)確度也實現(xiàn)了升級。另一個例子是新浪汽車，他們使用TensorFlow創(chuàng)建了一個系統(tǒng)，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(zhǔn)確率提升了85%。這些都是非常簡單的例子，就是通過AI平臺，來與各個行業(yè)進(jìn)行合作，TensorFlow也非常的希望可以幫助這些行業(yè)。
今天我們非常振奮的看到人們開始用AI來解決現(xiàn)實社會當(dāng)中的一些問題，基于TensorFlow可以實現(xiàn)更多。在環(huán)境保護(hù)方面使用AI，監(jiān)測亞馬遜熱帶雨林的非法砍伐，在醫(yī)療方面，醫(yī)生可以通過AI的方式，來更快的診斷癌癥病原體，以及農(nóng)業(yè)方面，幫助農(nóng)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(nóng)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?nèi)藗兊纳?，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(guān)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你能做什么事情，謝謝大家。
