https://blog.csdn.net/weixin_42137700/article/details/95444051

李根 發自 不熱的東京

量子位 報導 | 公眾號 QbitAI

剛剛，Jeff Dean發表了在Google AI東京座談會上的講話。

這位谷歌傳奇、谷歌AI掌門人，率隊分享了：Google AI所思、Google AI所想，以及Google AI的行動和成果。

在現場，量子位與Jeff Dean展開對話。我們問及多年來，一直備受爭議的AI專利爭議。Jeff Dean坦率的直言相告。

這也是谷歌首次官方迴應此事。

Jeff Dean表示，Google並不打算靠專利牟利，但出於當前市場環境，Google選擇了先申請成專利，防止可能的碰瓷或不必要的麻煩。

此外，Jeff Dean還罕見感慨起時光——放出他剛博士畢業的90年代萌新照，認為當前AI研究者真是生逢其時，並說未來10年、20年讓他壯心不已。

以及，Jeff Dean的手機還落在現場。

他用什麼手機？想知道答案，可以在文末最後找提示~

Google首次迴應AI專利爭議

前不久，Google申請的Dropout專利生效引發了一波震動，再次引發了全球人工智慧、機器學習開發者的擔憂。

昨天，量子位在調查中發現，Google這幾年偷偷申請的專利，何止一個Dropout。大多數人都沒意識到，Google有一大波AI相關專利已經生效。

這個問題已經困擾行業多年。

但Google一直沒有正面迴應。趁這次的機會，量子位在Google東京辦公室，直接向Jeff Dean提到了最近的AI專利爭議。

Jeff Dean沒有迴避，他回答說：希望開發者不必為此擔心，因為Google這樣做，更多還是出於 防禦 ，而非進攻。

Google在發展技術的過程中，把智慧財產權申請成專利，也是不斷明確成果的常規做法，但並不打算靠專利牟利。

但如果不申請成專利，可能自身業務和發展也面臨威脅，出於當前市場環境，Google選擇了先申請成專利，防止可能的碰瓷或不必要的麻煩。

Jeff Dean明確，專利即便申請成功，也永遠不會被當做武器，用來攻擊別人或牟利工具。Google只是出於競爭防禦。

這位Google傳奇也希望更多開發者理解，現在的市場競爭有時也讓人無奈。

這就是Google的原因。

AI要大規模應用、解決大問題

那麼在現場，又是什麼AI進展撥動著Jeff Dean的心？

我們重點看下這次的分享。

概括而言是 AI+ ，不過還不是其他公司常說的那一個。

Jeff Dean登臺，先分享了最近令自己很自豪的一項研究。

在印度，兩位高校學生通過TensorFlow來打造了一個AI預測空氣汙染的應用，幫助更多人及時精準瞭解空氣情況並針對性防護。

談成果只是為了更好解釋原因。

Jeff Dean說，機器學習的原理，現在已經在各種各樣的應用中被越來越多熟知。

核心就是利用機器處理海量資料的能力，現階段幫助人類更好找出規律並加以應用。

而且算力方面的大 發展，也讓一切成為可能。

Jeff Dean回想起自己剛開始機器學習研究的1990年代，那時候張量處理器的計算力還是32GFLOPS，但30年後的現在，算力增長到了420TFLOPS，處理速度快了1萬倍。

技術准入的門檻也在不斷降低。

他自己領導打造的機器學習工具平臺TensorFlow，早早就面向業界開源，並且發展迅速。

更多即插即用的工具庫，如Google 雲AI Hub也已經推出。

整體而言，如果你想用AI做點什麼，現在技術和開發工具已能很好解決。

雖然也有一些小資料學習、隱私問題等方面的挑戰，但Jeff Dean也強調正在得到解決。

比如他重點談到了聯邦學習（Federated Learning）。

這是Google 2016年提出的一種新興AI基礎技術，原本用於解決安卓手機終端使用者在本地更新模型的問題，其設計目標是在保障大資料交換時的資訊保安、保護終端資料和個人資料隱私、保證合法合規的前提下，在多參與方或多計算結點之間開展高效率的機器學習。

其中，聯邦學習可使用的機器學習演算法不侷限於神經網路，還包括隨機森林等重要演算法。

Jeff Dean認為，深度神經網路也好、機器學習發展也好，最終都會進一步向小、輕，快等方向進步。

而聯邦學習等前沿基礎研究，正是這種方向的進展之一。

最初是為了在本地能夠基於小資料的不斷機器學習，但現在而言，也能更好解決大家擔憂的隱私問題。

Google AI總管現場展示了一段手機輸入法demo，完全本地，不依賴雲端聯想輸入，藉助手機本地的資料和機器學習，就能讓使用者輸入既越來越智慧，也無隱私洩露之憂。

總之，技術不斷精進，剩下的就是做什麼和怎麼做。

用AI做什麼和怎麼做？

Jeff Dean再次強調了Google的AI發展原則：

七要、四不要。

關鍵是把AI向善，把技術用在讓世界更美好的地方。

所以從去年開始，AI for social Good就成為了Google AI落地的重要方向，並從對內對外兩方面展開。

對內，Google把AI技術研發中已經擁有的經驗，發揮到地球能源資源等關乎未來的問題中。

比如全球非法捕魚的檢測。

通過TensorFlow，識別漁船、捕魚工具等等，更好解決非法捕撈問題。

對外，Jeff Dean可以團結一切可以團結的AI力量。

然後提供TensorFlow這樣的工具，幫助更多開發者使用Google一樣的AI技術。

也最大化降低AI門檻，比如Google雲AutoML的釋出。

還有推出課程，培訓人才，提供應用機會：

提供獎勵和支援：

最終目的就是讓更多有識之士，找到場景，落地AI，做更多社會有益的事情。

比如今年受到Google嘉獎的團隊中，就有專案通過AI幫助解決自殺問題。

這也是讓Jeff Dean壯心不已的核心原因。

他感慨一人之力終究有限，一家公司也不足以做所有的事情，但現在AI已經兼具天時地利人和，能夠在更廣闊更重要的場景問題中發揮作用。

投身AI和機器學習半生，如今機器可以看、聽、說和理解。

可以更好檢測和預防癌症病變，可以預測洪水災害，可以幫助保護瀕危物種，還可以運用一個感測器就能降低森林濫砍濫伐……

Jeff Dean所言所述，現場傳達出的言外之意再明確不過：

Google AI的主要plan（計劃），全在於關乎人類命運的這顆Planet（星球）。

這也恐怕是Google何以為Google的原因吧。

最後，Jeff Dean說，比起過去幾個十年，未來10年、20年裡AI能帶來的變革，更讓他感到激動。

AI會把人類發展帶向一個新高度。

Jeff Dean感慨：很多AI的用途我們還沒想出來……但未來可期。

Google AI向善

現場Google還依次展示了最新的一些AI應用和研究專案。

用AI解決醫療問題 ，在肺癌篩查、轉移性乳腺癌的檢測和糖尿病眼病檢測等方面 救命 。

追蹤瀕危物種 ，從識別座頭鯨叫聲開始，訓練了一個能夠從這些很長的水下錄音中自動識別鯨魚叫聲的神經網路。

用AI保護雨林 ，為雨林中的樹木砍伐和環境保護建立了一個實時監測和警報系統。

他們用安裝在樹木高處的舊手機記錄雨林中的聲音。一旦音訊被傳上雲，他們就會使用 TensorFlow 實時分析音訊資料，以監聽電鋸和伐木工程車的聲音，同時更好地瞭解瀕危物種的行為。

用AI優化塑料垃圾管理 ，一個來自Google AI Impact Challenge的獲獎者。他們將用影象識別技術構建一個 AI 工具，通過拍照就能自動確定垃圾的型別和價值。

檢測農作物蟲害 ，來自印度的開發者，Wadhwani人工智慧研究所，構建了一個AI模型，可以自動檢測和計算農作 物上害蟲的數量。

該模型並非一個獨立的應用程式，而是一個可以新增進現有應用程式和平臺中的功能。

另外還有幫助殘障人士的進展。

Google I/O大會上為聽障人士語音識別轉寫的Live Transcribe贏得讚美一片。

現在最新推進的 Euphonia專案 ，幫助言語障礙患者與他人交流。

Google語音和生物交叉的團隊，構建語音識別模型 (speech recognition models)，這些模型經過訓練可以理解言語障礙患者的話語。

以上，就是Google AI這次東京座談會的全部內容。

不知你怎麼看？

One More Thing

上午的活動結束以後，我們偶然發現Jeff Dean的手機落在現場。

你猜，他這部手機什麼型號？

在量子位公眾號對話介面，回覆：“ 型號 ”兩個字，就能得到答案。看看跟你猜的一樣不一樣……

— 完 —

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/29829936/viewspace-2650183/，如需轉載，請註明出處，否則將追究法律責任。