谷歌I/O大會終于來了。今天的大會上，谷歌有三個值得業(yè)界關(guān)注的新產(chǎn)品發(fā)布：TPU3.0、能讓機器人打電話的Google Duplex和Android P。今年谷歌I/O大會，全場都在談AI，谷歌的AI First戰(zhàn)略已經(jīng)深入到每個產(chǎn)品中。

跟去年一樣，7000人來到了谷歌I/O開發(fā)者大會現(xiàn)場。

Pichai上場。

Pichai先是講了谷歌“核心”產(chǎn)品中最大的問題：emoji中的偷工減料問題，比如，漢堡和啤酒表情。

最后它們解決了這兩個讓人不爽的問題。Pichai只是開玩笑，其實在技術(shù)大爆炸的時代，谷歌有更多責任去減少數(shù)字鴻溝、承擔更多社會責任，而AI提供了一種解決社會問題的途徑。

Pichai舉了三個AI應用到現(xiàn)實社會中的例子。

第一個例子：AI應用于醫(yī)療。

使用深度學習分析視網(wǎng)膜圖像，以此預測心血管疾病突發(fā)的風險。

谷歌通過在來自284335名患者數(shù)據(jù)上訓練的深度學習算法，能夠從12026名和999名患者的兩個獨立數(shù)據(jù)集中患者的視網(wǎng)膜圖像，以驚人的高準確度預測病人的心血管疾病風險因子。例如，算法通過視網(wǎng)膜圖像區(qū)分吸煙者與不吸煙者的準確率有71%。

左圖：眼球背部圖像顯示斑疹（中間的黑點），視盤（右側(cè)亮點）和血管（右側(cè)亮點旁的深紅線）。右圖：視網(wǎng)膜圖像呈灰色，使用了深度學習算法的像素可以預測血壓（綠色陰影高亮顯示）。我們發(fā)現(xiàn)每個心血管風險因子預測使用不同模式，例如血管用于血壓，視盤用于其他預測。

在Pichai演講的同時，Google AI也公布了谷歌與斯坦福大學醫(yī)學院等合作的研究成果“用于電子健康記錄的可擴展、準確的深度學習”。

圖：病人記錄中的數(shù)據(jù)以時間線的形式表示。

研究人員設計了一個計算機系統(tǒng)來進行預測，而無需為每項任務手動制作新的數(shù)據(jù)集，并且可以采用可擴展的方式。但構(gòu)建數(shù)據(jù)只是工作的一部分; 預測還需要準確。

評估準確性的最常見方法是接收者操作特征曲線（ROC曲線），該曲線衡量模型如何區(qū)分具有特定未來結(jié)果的患者與不具有特定未來結(jié)果的患者之間的區(qū)別。在這個度量標準中，1.00表示完美，0.50表示不比隨機結(jié)果好，因此數(shù)字越高意味著模型越準確。谷歌報告的模型預測患者是否會住院的得分為0.86（傳統(tǒng)邏輯回歸方法得分為0.76）; 在預測住院死亡率方面得分為0.95（傳統(tǒng)方法為0.86），在預測出院后意外再住院率方面得分為0.77（傳統(tǒng)方法為0.70）。

這些模型也被用來評估患者接受治療的條件。例如，如果醫(yī)生為患有高溫，發(fā)熱和咳嗽的患者開具頭孢曲松和強力霉素，則該模型可以將這些標識為患者正在接受肺炎治療的信號。

該研究的一個重點是深度學習模型的可解釋性。

圖：在患者入院后24小時使用深度學習模型進行預測。

這對患者和臨床醫(yī)生意味著什么呢？機器學習可用于改善醫(yī)療，這項工作是一個開始。

Pichai說，AI可以影響的最大的領域是醫(yī)療。

第二個例子：聲畫分離。

當人們在電視上互相交談時，字幕就會很糟糕。谷歌試圖用AI解決問題。

谷歌用一種深度學習音頻-視覺模型，用于將單個語音信號與背景噪聲、其他人聲等混合聲音分離開。例如，AI可以通過YouTube幫助谷歌識別誰在說話，即使是在一場爭吵比賽中，自動生成字幕。

Pichai說，辯論很好，大喊大叫不好。我希望谷歌能解決人們在電視上互相吼叫的問題。

第三個例子：Gboard。

Pichai介紹了谷歌的輸入法Gboard的功能：添加了摩爾斯電碼。

谷歌展示了開發(fā)者Tania Finlayson的視頻。由于疾病，Tania Finlayson無法通過自然聲音與其他人交流。視頻中，Tania Finlayson通過摩爾斯電碼發(fā)出了聲音。

通過頭戴的定制設備，可以分析她的頭部的動作并將其轉(zhuǎn)碼為摩爾斯電碼。當她觸發(fā)左鍵時，該設備會添加一個短信號，而右鍵則會觸發(fā)一個長信號。接著，設備將文本轉(zhuǎn)換為語音。

谷歌的Gboard用兩個區(qū)域代表短信號和長信號。鍵盤上方有多個單詞建議，就像普通鍵盤上的一樣。目前，Gboard已經(jīng)在iOS和Android上提供測試版。Tania也來到了I/O大會現(xiàn)場，受到了大家的熱烈歡迎。

谷歌一直在用AI帶來改變。

比如Gmail的新功能，這個功能被稱為智能組合。

簡而言之就是在你輸入文字后，谷歌使用機器學習推薦你可能輸入的短語。你所要做的就是按Tab鍵。

Pichai說，它負責處理日常事務，比如地址?！埃ㄊ褂昧诵鹿δ芎螅┪医o公司發(fā)了更多的郵件?！?/p>

本月晚些時候，所有Gmail用戶都將使用智能組合。

接下來是Google Photo。Pichai說，在谷歌的照片中，每天都有超過50億張照片被觀看。它也融入AI技術(shù)，比如自動修正亮度。

同時，在谷歌照片中，名為Smart Actions的新智能功能將會識別照片中的人物，比如照片中如果有Lisa，可以把其中關(guān)于Lisa的照片發(fā)給她。

另外，如果照片曝光不足，在谷歌照片中的人工智能將提供一個建議來修復亮度。谷歌照片可以使用人工智能將照片中的主體分離出來，并在顏色上重新創(chuàng)建一個灰度照片。

并且能夠?qū)εf照片著色，這是一個非常有趣的圖像識別應用（國內(nèi)騰訊AI Lab也做過類似的技術(shù)）。

最后是文檔轉(zhuǎn)換功能，Google Photo能識別文檔并將其轉(zhuǎn)換為PDF。這對工作人士非常有幫助。

第一個重磅產(chǎn)品：TPU 3.0，性能是TPU2.0的八倍

接下來，Pichai講到了重磅部分——TPU 3.0。

Pichai說，3.0的能力是去年芯片的8倍，性能達到100 petaflops?！斑@些芯片如此強大，以至于我們第一次不得不在我們的數(shù)據(jù)中心用上了冷卻液?！?/p>

作個比較，一個包含16個英偉達最新版GPU的芯片組能夠提供的計算能力是2 petaflops。

TPU（張量處理器）是谷歌為機器學習定制的專用芯片，專為谷歌的深度學習框架TensorFlow而設計。

谷歌在2016年的I/O大會上首次公布TPU。不過在此之前 TPU已在 Google 內(nèi)部的一些項目中使用了一年多，如 Google 街景服務、 DeepMind的AlphaGo 等都用到了 TPU。

在去年的I/O大會上，谷歌發(fā)布了第二代TPU。第二代 TPU 設備單個的性能就能提供高達 180 teraflops 的浮點運算能力。不僅如此，谷歌還將這些升級版的 TPU 集成在一起成為 Cloud TPU。每個 TPU 都包含了一個定制的高速網(wǎng)絡，構(gòu)成了一個谷歌稱之為 “TPU pod” 的機器學習超級計算機。一個 TPU pod 包含 64 個第二代 TPU，最高可提供多達 11.5 petaflops。

Pichai說，谷歌公司第一次不得不在其數(shù)據(jù)中心采用液體冷卻——液體冷卻通常用于高性能計算芯片或PC中的一些性能導向的芯片。

值得一提的是，在隨后Waymo CEO上臺介紹谷歌自動駕駛取得的新進展時，特別強調(diào)Waymo自動駕駛系統(tǒng)使用TPU，將性能提高了15倍！

幾乎所有大公司都在開發(fā)自己的AI定制芯片，這一領域競爭激烈。Facebook的硬件針對其Caffe2框架進行了優(yōu)化，該框架旨在處理其對用戶的大量信息圖。亞馬遜試圖通過AWS構(gòu)建云基礎架構(gòu)的生態(tài)系統(tǒng)。微軟則押注比定制芯片更靈活的FPGA，在昨天BUILD大會上公布Project Brainwave，其性能可與定制芯片相媲美，并且實時 AI 能力延遲相比TPU低 5 倍。

Google Duplex：完美與人類溝通，讓機器人為你打Call

接下來應該是本次大會的明星產(chǎn)品——Google Assistant。

Google Assistant用到了DeepMind的WaveNet技術(shù)，并且能夠模擬6個人的聲音，而且這六個人的聲音聽起來相當自然。每個人的聲音都有完全不同的效果。

其中還包括歌手John legend的聲音。

Google Assistant的更詳細的功能交給負責人Scott Huffman介紹。總結(jié)有四大亮點：

連續(xù)對話

以前喚醒Google Assistant每次都要說“Hey Google”或“OK Google”等熱門詞匯，現(xiàn)在可以進行更自然的談話，而無需在每次帶助手的句子后觸發(fā)命令，并且還可以區(qū)分何時與其通話或與其他人交談。Scott Huffman介紹，這個功能將在“未來幾周”推出。

多個操作

Google的虛擬助理可以在同一個語音命令中執(zhí)行同時操作，使用協(xié)調(diào)減少功能即使使用更長的命令也能準確找出用戶的含義。例如，用戶可以要求它設置提醒并在一條語音消息中播放。

Pretty Please有點像亞馬遜對最近推出的Echo Dot兒童版一樣，谷歌助理添加了一些技巧，為用戶（特別是孩子）提供了積極的支持。

當孩子們與助理通過禮貌的詞語（如Please和Thank You）交談時，助理會表揚孩子有禮貌，并且還提供免費的適合家庭的內(nèi)容，包括Google合作伙伴（如迪士尼）的游戲、活動和故事。

Google Duplex

今晚最大的亮點之一就是Google Duplex。

它不僅能夠像一般的助理一樣安排日程，更重要的是能夠以極為類似人聲的角色為你操作接下來的行動！

左邊是機器人，右邊是真人

Pichai演示了為發(fā)型設計師助理安排預約餐廳的案例，在視頻中，谷歌助理記錄下了需求，并真！的！給餐廳打！電！話！了！

Pichai說，機器人打電話的過程是實時的，不是表演的。而餐廳服務員與這個機器人交流完全沒有障礙。

這個功能將來會上線。

智能化的Android P

第三個是重要部分是Android P。

Android P有三大特性智能、簡潔、Digital wellbeing，其中第一個也是最重要的一個是智能。

智能體現(xiàn)在以下幾個方面：

智能適應電池功能。谷歌與DeepMind合作開發(fā)了一項名為“自適應電池”的新功能，利用AI來檢查用戶如何使用手機，并尋找方法來減緩耗電。

具體來說，該功能使用AI來預測用戶接下來會使用那些App，以及那些App只會偶爾被打開一下。Android P將不經(jīng)常使用APP會進入睡眠狀態(tài)。谷歌表示，這能讓App的喚醒次數(shù)平均減少30％，得以延長手機的電池續(xù)航時間。

智能亮度調(diào)節(jié)。Android P還通過“自適應亮度”的功能來節(jié)省電池壽命。該功能可以根據(jù)用戶的使用習慣來控制手機屏幕的亮度。例如，如果是白天，手機會自動降低屏幕亮度以節(jié)省電量。

自適應電池和自適應亮度兩項功能都由DeepMind與谷歌Android團隊合作開發(fā)。

智能識別用戶活動。將最常用或即將使用的應用提前，為用戶智能推薦應用。

Slices。在Google搜索中輸入相關(guān)詞匯，如果涉及到手機上的應用，就會出現(xiàn)該應用的相關(guān)功能。比如輸入Lyft，就會在搜索結(jié)果中看到一個應用程序slice，用戶可以直接從該頁面使用應用功能（類似搜索里的直達號？）

MLKit API接口。第三方App也能即時使用AI模板。

其他產(chǎn)品：地圖、媒體、自動駕駛等全部AI化

I/O大會，其實是全面展示Google產(chǎn)品的大會，包括地圖、媒體、自動駕駛（Waymo）等。

比如說Google News。

在News首頁，谷歌為提供的五個Top新聞，這是全球頭條新聞、本地新聞和你一直關(guān)注的新聞的最新動態(tài)。

然后，你可以切換到標題，看世界各地的頭條新聞。這里的附加部分讓你深入到不同的主題，如體育、商業(yè)或技術(shù)。

谷歌推出了一種新的視覺形式叫newscast，它使用自然語言理解提供一個單一主題的文章、視頻和引用。這可以讓你在短時間內(nèi)通過瀏覽不同的源來獲得一個事件的基本信息，這樣你就可以決定是否要進繼續(xù)看一個新聞。

如果你想深入到一個特定的話題，谷歌新聞的“Full Coverage”功能可以讓你看到一個新聞是如何從不同的地方和多種形式出現(xiàn)的，如社會評論、地方新聞來源、和頂級出版商的報道。谷歌新聞將收集如何實時地討論和發(fā)布新聞，并將它們聚集在一個地方。

自動駕駛方面，Waymo的CEO也上臺演講，現(xiàn)在，Waymo是世界唯一一個有在公共道路上路的Fully Selfdriving Car的公司，已經(jīng)有超過600萬英里的行駛記錄。

前文提到，Waymo自動駕駛系統(tǒng)使用TPU，將性能提高了15倍，而使用深度學習也讓Waymo自動駕駛有了對比：（上圖是使用前，下圖是使用后）

至此，谷歌2018I/O大會到此結(jié)束，你覺得哪項產(chǎn)品能改變未來？