14
| 本文作者： 黑匣 | 2015-12-26 11:27 |
人工智能被谷歌视为行业发展的巨大引擎，2015年，谷歌将人工智能渗透到了其各种产品的方方面面，从而为用户带来更多的使用场景和更加智能的功能。
“机器习得是一个核心的、变化的方法，我们通过它来反思我们所做的一切工作。我们将小心谨慎地将机器习技术应用到我们所有的产品之中。我们还处于机器习得技术最早的研发阶段，但是你会看到我们将以一种系统性的方式将机器习得技术应用到所有这些领域之中。”
——谷歌CEO桑达尔·皮查伊
本文是黑匣对2015人工智能报告公司篇之谷歌的盘点，将带你深入了解谷歌2015年的人工智能布局。
谷歌机器学习视频游戏
谷歌向雅达利经典图为游戏致敬 | 图片来源：Twwth
这个计算机项目灵感来源于人脑，它学会了49款雅达利经典游戏。Google DeepMind是这个项目成功的关键。DeepMind科技公司创立于2010年，2014年被谷歌以4亿英镑收购。
谷歌机器学习大规模应用于医药研发
（图片来源：Bioon）
经过多年的研究，神经网络深度学习应用于虚拟药物筛选，高通量的筛选过程通过计算机完成，可以检测出药物是否应该更换或者加量。该系统一共使用了200多个不同生物进程中的3770万个数据点。
开发人工智能手术机器人
谷歌和医疗保健公司强生达成协议，联手开发人工智能手术机器人，帮助外科医生进行微创操作，增加手术的可控性和准确性，减少手术给病人带来的伤害。
谷歌自动驾驶汽车将在5年内上市
谷歌宣称加大了自动驾驶汽车的研发力度，到2020年谷歌自动车将正式上市。
谷歌隐形眼镜实时监测血糖
（图片来源：Yahoo）
谷歌与制药商诺华合作开发的隐形眼镜将于两年内上市，这款新产品将用于实时监测血糖。隐形眼镜中的电路和芯片可以通过眼泪的血糖量，测出糖尿病患者的血糖值。
“Now on Tap”特性让Google Now变得更聪明
（图片来源：tabletsmagazine）
谷歌在Google I/O 2015上公布了Google Now的新特性“Now on Tap”，它可以让Android操作系统的人工助手明白屏幕上发生了什么事，并采取相关行动。
谷歌人工智能摄像头即时翻译拓展到27种语言
（图片来源：Forbes）
谷歌的翻译应用允许用户通过摄像头来捕捉内容进行即时翻译，这个功能已经推出有一段时间了，但当时只兼容7种语言，现在升级到27种语言了。
Google Search帮你避开拥堵
（图片来源：Yahoo）
谷歌宣布将在Google Search中开发一个为用户提供目标地点人流情况的功能。用户只要在Google Search的搜索框中输入目标地点，谷歌提供的结果中就包含这一地点未来一周内每天的人流分布情况。据此，用户可以免去排队、等位的烦恼。
RankBrain：谷歌利用人工智能来排名网页
（图片来源：Yahoo）
RankBrain是谷歌开发的一个机器学习人工智能系统，帮助优化搜索结果。它是谷歌搜索算法的一部分，可以在数十亿网页中找到与特定查询内容最相关的网页。
投资德国人工智能研究中心DFKI
谷歌通过其德国分公司，对德国人工智能研究中心DFKI进行了投资 。DFKI是一个非营利组织，旗下大约450名科学家、学者和其他专业人士正在语言技术、嵌入式智能和增强现实等领域开展研究项目。谷歌这一举措被看为挖掘这个人工智能领域在欧洲的前沿的技术能力。
开办深度学习新课程
谷歌宣布了一项新的“大脑训练项目”（Brain Residency Program）。该项目的周期为12个月，类似于深度学习方面的研究生或博士生课程。深度学习是机器学习的一个分支，目的是模拟人的大脑。
谷歌人工智能帮你回复邮件
（图片来源：Yahoo）
谷歌推出有别过去邮箱的“自动回复”功能，他们将使用一款新型工具更智能地回复用户邮件。系统收到邮件后会自动辨别哪些邮件需要及时回复，并且提供三个合适的候选回复答案，用户可选择直接发送，或者编辑完之后再发送。
谷歌开源第二代深度学习系统TensorFlow
（TensorFlow工作原理 | 图片来源：Businessinsider）
谷歌宣布开源第二代深度学习系统TensorFlow。该系统将机器学习算法变成了符号表达的各类图表，从而有效缩短了重新写代码的时间，被用于语音识别或照片识别等多项机器深度学习领域。TensorFlow的命名起源于该系统的运作原理，即复杂的数据结构（Tensor）将会被传输至人工智能神经网中进行分析和处理，其性能比第一代人工智能系统快五倍。
谷歌开发人工智能聊天机器人
（图片来源：Yahoo）
据称，谷歌利用人工智能技术和“聊天机器人”技术，正在试图开发一款新的移动即时通讯服务，使其能完成一定难度的问答对话。用户可以发短信给朋友或聊天机器人，他们会搜寻网络和其他信息来源来回答问题。
总体看来，谷歌2015年的人工布局符合“将机器习得技术应用到我们所有的产品之中”的目标。
一方面，谷歌不断扩宽覆盖领域，从传统的互联网延伸到自动驾驶汽车、智能医疗等领域，从而扩大信息的抓取面，提升信息的积累和输入。
另一方面，谷歌不断加深人工智能科研力度，研发更高级的深度学习算法，提高图像识别和语音识别力度，优化翻译功能，开源深度学习系统，从而对收集到的信息进行更深层的加工和处理，进行信息输出。
两方面的努力相辅相成，谷歌一步步地将人工智能渗透到其产品的方方面面，继续保持自己在行业的巨头地位。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
