谷歌AI負責人Jeff Dean：一文回顧谷歌的2018技術進展

　　1月15日，谷歌高級研究員、谷歌AI負責人Jeff Dean發(fā)表了博文，回顧總結了2018年谷歌的技術研究進展。

　　Jeff Dean從谷歌的人工智能、量子計算、感知技術、算法理論、AutoML、機器人以及TPU等多個技術層面，系統(tǒng)地還原了谷歌AI的2018。

　　眾所周知，在去年一整年，谷歌遭遇了諸多危機，尤其是不作惡的原則受到內外的質疑。Jeff Dean博客中首要提到的便是谷歌的道德原則和AI。

　　道德原則和人工智能

　　今年，我們發(fā)布了Google AI原則，但是，由于AI的發(fā)展非常迅速，AI原則中諸如“避免制造或加強不公平的偏見”、“對人民負責”等也在不斷變化和改進。

　　其中，機器學習公平性和模型可解釋性等領域的新研究，正反向推動我們的產品進步，使其更具包容性。例如我們在谷歌翻譯中減少“性別偏見”，并允許探索和發(fā)布更具包容性的圖像數據集和模型，使計算機視覺能夠適應全球文化的多樣性。

　　社會公益

　　Jeff Dean舉例了AI應用于解決現實公共問題的案例：

　　洪水預測工作。該研究與Google的許多團隊合作，旨在提供有關洪水發(fā)生可能和范圍的準確細粒度信息，使洪水易發(fā)地區(qū)的人們能夠更好地保護自己及其財產。

　　地震余震預測的工作。谷歌展示了機器學習(ML)模型可以比傳統(tǒng)的基于物理的模型更準確地預測余震位置。

　　除此之外，還有許多Google研究人員和工程師合作，使用TensorFlow等開源軟件解決各種科學和社會問題，例如使用卷積神經網絡來識別座頭鯨的位置，檢測新的系外行星，識別患病的木薯植物等。

　　AI輔助技術

　　為了使ML和計算機科學幫助用戶更快更有效地完成任務，谷歌推出了智能語音技術Google Duplex。

　　這是一個囊括自然語言研究和對話理解以及文本、語言識別的技術。其核心是一個循環(huán)神經網絡，使用的是TensorFlow Extend(TFX)的機器學習平臺構建。

　　當Google Duplex撥打電話時，它的聲音近乎真實的普通人。你可以聽到Google Duplex幫你打電話預約理發(fā)。

　　其他應用案例還包括Smart Compose，它可以使用預測模型提供有關如何撰寫電子郵件的相關建議，使電子郵件撰寫過程更快更容易的工具。

　　我們研究的一個重點是讓Google智能助理這樣的產品支持更多語言，并且可以更好地理解語義相似性。

　　量子計算

　　在過去的一年里，我們制作了許多令人興奮的量子計算新成果，包括開發(fā)了一種新的72比特通用量子計算設備Bristlecone，該設備可以擴大量子計算機在量子領域可以解決的問題。

　　我們還發(fā)布了量子計算機的開源編程框架Cirq，并探討了量子計算機如何用于神經網絡。最后，我們分享了量子處理器性能波動的經驗和技術以及量子計算機如何作為神經網絡計算基板的一些想法。