使谷歌的产物加倍适用；
赞助企业和开辟者立异；
为研讨人员供给对象，从而处理人类面临的各项严重挑衅。
AI赋能软件
Jeff提到，机械进修是谷歌在人工智能范畴的任务重心。作为盘算机迷信的一种情势，他以为机械进修编写能使盘算机自立进修若何变得智能，要比直接编写智能法式要更加简略。
说到谷歌展开机械进修的研讨，Jeff再次应用了谷歌在2012年关于机械识猫的论文，和2015年谷歌开源TensorFlow这两个主要事例。如今，TensorFlow是GitHub上最受迎接的对象。
Jeff以为，机械进修仍处于成长早期。现在，机械进修对分类、猜测、懂得和生成这四个症结方面很有赞助。这些功效简直被运用于谷歌一切的产物中，使产物加倍适用，例如：谷歌相册，谷歌翻译，谷歌地图和Google Lens等等。上面分离做一扼要总结引见。
谷歌相册（Google Photos），被重点提出的功效是照片搜刮（Photo Search）。谷歌相册可以经由过程图象辨认妥当分类一切照片，使查找更便利。
而谷歌翻译（Google Translate），可以和谷歌相册联合起来应用。用相机照下的图片，它可以帮你翻译出来。
Jeff引见，现实上翻译这项任务曾经连续了十年。在曩昔，翻译体系并不是基于神经收集，而是应用更简略的统计翻译模子，由50万行代码构成。2016年推出的新神经收集机械翻译体系，经由了简略却有用的数据练习。新体系仅由500行TensorFlow代码构成，而非50万行。
“我们客岁秋季开端应用新的神经收集翻译体系后，翻译精确性获得了很年夜的改良，可比肩曩昔十年中获得的晋升。”Jeff说。
如今，谷歌将神经收集机械翻译运用到了97组说话傍边。后果晋升最显著的是日英互译。
谷歌地图（Google Map），即使在没稀有据允许的情形下，经由过程卫星的参与，加上机械进修和盘算机视觉等技巧也能够发生可用的地图。
Google Lens，可以把你看到的器械搜刮出来，获得相干的信息。
而文本懂得才能的晋升，让Gmail更好用。好比智能体系经由过程读取内容和猜测回应，可以给用户供给答复谜底或建议。Gmail数据显示，今朝有12%的答复来自手机，这将令人们的平常任务加倍便捷。
这里值得一提的是谷歌助理（Google Assistant），它的焦点技巧是语音辨认，包括了许多机械进修的相干技巧。“没有人工智能和机械进修，这个产物是弗成能存在的。”Jeff强调道。
应用 Google Assistant，用户可以与谷歌停止自在对话，从而完成分歧品种的义务，好比寻觅某一成绩的谜底、导航办事、获得消息或获得日程支配方面的赞助。
Google Assistant 可以在分歧装备间通用。今朝，Google Assistant 可以使用的国度和地域包含：
澳年夜利亚，巴西，加拿年夜（英文和法文），德国，法国，意年夜利，印度（英文，印度文），印度尼西亚，日本，韩国，墨西哥，新加坡，西班牙，英国和美国（英文，西班牙文）。（是的，并没有中国。）
在YouTube上，谷歌经由过程机械进修给跨越10亿的视频主动加上字幕，使得有听觉妨碍的人可以看到视频中的对白。
软硬联合：AI赋能硬件
Jeff引见了谷歌将新型的硬件与软件相联合的一个实例：Pixel Buds。作为一款耳机，它能将应用者四周人说的话及时翻译成应用者的母语，应用了语音辨认和翻译技巧。
Google产物司理Isaac Reynolds引见了新款Pixel手机中的人像形式（ Portrait Mode）。
机械进修和盘算摄像的联合为新Pixel手机的人像形式赋能。经由过程这个功效，应用者可以拍摄具有必定景深后果的人像。拍摄这类照片，相机普通须要比拟年夜的光圈，而Pixel仅需正反各一个镜头。
这就是谷歌在硬件方面正在采取的新处置方法：让硬件、软件、和 AI 互相联合。
接着，Isaac引见了Google Home中的语音配对功效（Voice Match）：机械进修的参加有助于辨认分歧的语音，使最多六个用户衔接到统一台Google Home。
在机械进修和说话方面，搜刮项目总监Linne Ha引见了语音搜刮和文本转语音项目。
语音搜刮 （Voice Search），指在机械进修的赞助下，天然说话处置体系可以或许更好地舆解人们想说的话。Linne引见道，谷歌的语音搜刮如今支撑119种说话，个中包含11种印度说话和3种印度尼西亚说话。
Project Unison，是一个应用机械进修完成文本转语音 （Text-to-Speech）的试验项目。经由过程转换引擎，手机可以用语料其实不丰硕的语种，如孟加拉语、高棉语和爪哇语与用户对话。而机械进修模子有助于削减构建文本到语音模子所需的数据量。
新浪科技总结上去，谷歌的战略就是“软硬联合、硬件买通”，让说话、语音和图象技巧在各个装备上和场景中无缝接合。
AI赋能开辟者
谷歌为企业及开辟者供给三种立异对象：TensorFlow，云机械进修 API （Cloud Machine Learning APIs） 和张量处置器 （Tensor Processing Unit， TPU） 电脑芯片。
个中TensorFlow如今有1万的全球开辟者在应用。应用TensorFlow的也包含一些中国企业，好比小米。
最初一部门是谷歌产物司理Lily Peng引见若何用AI让世界更美妙。人工智能还能运用于医疗、环保、节能、植物掩护等等各方面。
让AI惠及每小我
分享会的最初，Jeff再次下台，引见了当下谷歌在AI方面的一些思绪。Jeff提到，作为一家AI First的公司，谷歌愿望让每一个人都可以或许从人工智能中获益。 今朝曾经获得了一些停顿，然则依然有一些艰苦须要战胜，例如：
起首，须要千方百计让机械进修模子的创作进程加倍触手可及。
对此谷歌的处理计划是供给培训。谷歌来岁将在互联网上供给收费的机械进修课程，如今曾经有1.8万名谷歌员工加入过此项培训。
其次，谷歌正在研讨若何应用AutoML主动创立机械进修模子。
为了确保谷歌构建的机械进修模子具有包涵性，而且可以或许真正为每一个人所用，谷歌还启动了People + AI Research （PAIR） 筹划，旨在将谷歌的研讨人员集合在一路，研讨偏重新设计人与人工智能体系交互的方法。Facets恰是此筹划所孕育出的一种对象，可以或许用于机械进修的练习数据可视化。
谷歌还与Geena Davis研讨所协作树立了GD-IQ，一种应用机械进修检测片子中性别成见的对象。总之，谷歌在AI方面的久远目的，就是要让机械进修和AI变得触手可及。
