猜画小歌大火，背后Google的人工智能技术不可忽视。在人工智能横行的时候，喜欢分享的Google自然不会放过这个机会。TensorFlow就是Google的机器学习开源框架，除了给开发者带来便利，还能给各个领域带来新的机会。
TensorFlow中国区负责人梁信屏近日在极客公园Rebuild大会上发表演讲《TensorFlow 拓展 AI 应用场景的新可能》，分享了Google的人工智能进展与TensorFlow的AI应用场景。他提到，Google在自家产品当中早已用到AI ，Google翻译在十年前就开始测试，通过AI，Google翻译可以一次性翻译很多句子，而不是像以前一个短语一个短语的翻译。
在使用自家产品的同时，Google也希望帮助其他人解决问题，TensorFlow应运而生。中国很多用户也在使用TensorFlow，如京东、腾讯等等。值得一提的是，小型公司也可以使用轻量级的产品——TensorFlow Lite。新浪汽车使用TensorFlow Lite创建了一个系统，运算效率提升了4倍，识别准确率提升了85%。
以下是梁信屏的演讲内容，经品途商业评论整理编辑：
大家好，我是TensorFlow的中国区的产品负责人，今天非常荣幸可以跟大家分享一下Google在AI领域做了一些什么，跟TensorFlow怎么样拓展新的应用场景。
Google在AI方面有很多年的历史，AI在很多领域都有涉及。所以Google希望将AI的福祉带给每一个人。我们将AI放到产品和服务当中，使我们的产品和服务有更多的接受度和有用。所以我们和很多公司进行合作进行创新，也和研究人员合作，共同解决当前人类面临的一些挑战。比如医疗和节能减排的问题，我们认为在开放的环境当中进行合作可以很好的帮助我们解决这些问题。
接下来的几分钟我会跟大家的简单介绍一下在各个领域我们所做的工作，但是在这儿之前我想简单的先说一下什么是AI。
Google的人工智能
AI，刚才我们来自于加州理工学院的教授也已经介绍了，我再简单的补充一点，对于AI它的主要目的是让我们的机器更加的智能。最近我们在人工智能方面做出了很多的突破，大部分都是在机器学习方面所做出来的工作。那么什么是机器学习?机器学习就是说我们通过教给机器如何学习，可以让机器变得更加的智能。我们不会像传统的方式直接给机器进行编程。换句话说，就是我们授人以鱼不如授人以渔。
我们如何让机器变得更加的智能?我们就可以使用神经网络，神经网络它可以使用各种各样复杂的数学函数，并且它可以在各个的数学函数之间进行转化。现在我们有了更好的计算能力，更多的数据，以及我们在算法当中取得了更多的突破，这使得我们可以建设更大的神经网络。通过建设更大的神经网络，我们就可以进行深度学习，通过深度学习我们可以做到以前做不到的事情。比如说通过深度学习，现在的机器可以看到，可以去听到，并且可以了解人类的语言，这是在过去我们无法想象的。
Google的产品会更加的有用，对其他的人更有益。我们用了很多年的AI，给大家一些案例展示。最近我们已经开发了很多的产品，比如说Google 助手、Google手机，将AI放到他们的核心技术当中，也让这些产品能够更加的智慧。给大家举一些例子，比如说Google翻译，我们十年前就开始测试Google翻译了，最近通过深层学习，还有神经网络，我们就可以一次性翻译很多的句子，不是像以前一个短语一个短语的翻译，我们现在的翻译看起来是更加的自然，也更加的聪明了。我们现在所展示的就是英译中的翻译。这周我们还发布了小程序的体验，叫做猜画小歌，这是一个基于微信的小程序，大家也可以去体验一下。我们AI现在可以理解，也可以看到东西了。当你画出草图的时候，AI就可以来猜你画的内容是什么，等一下你也可以尝试一下。
如果说我们只想要让AI带给用户方便的话，我们增强Google的产品就够了。但是我们同时也希望可以帮助其他人来解决他们的问题，我们所做的措施就是做出了很多的工具，让各个行业都可以去使用。其中的一个方式，我们开源了开放、标准、专为机器学习设计的TensorFlow，在2015年11月正式宣布这个消息，它基于Apache 2.0协议，所以是一个非常开放的平台。从一开始我们就希望TensorFlow是一个快速、灵活，而且可以直接应用于实际大规模使用的平台，我们需要它很快速。因为在处理数据的时候，我们的数据量是非常庞大的，希望可以通过计算机硬件快速的处理。我们需要它很灵活，因为现在我们所处理的问题都是新问题，TensorFlow可以给到我们一个灵活、快速的方式，来建立新的模式、新的算法。通过各国的研究，我们也希望我们可以从研究直接跨到产品领域的技术转移。
TensorFlow
在过去的几年的过程当中，我们已经有很多的用户了，他们都在使用TensorFlow的平台，我们也非常的高兴，能够看到TensorFlow已经是全球最受欢迎的深度学习平台之一，这个增长的趋势也还在继续。在过去的几年过程当中，我们都希望这个平台能够更加简单的使用，用不同的API，而且也希望能够用像图中这样的工具，让它更有灵活性，在全球的下载量有1300万，其中100万是中国的用户下载的。当我们提到开放资源的平台的时候，最主要的一点就是社区，我们整个的社区都是非常活跃的。即使到现在，TensorFlow在Github有超过1400位贡献者，而且其中绝大多数是非Google的研究人员，还有很多的用户在这个平台上回答大家的问题，所以我们的TensorFlow基于这样活跃的社区，才可以发展的这么好。
我们提供的另一种帮助是通过定制化硬件，Tensor 处理器，专为训练和运行机器学习模型而设计的计算机芯片。我们以前在GPU上运行我们的模型，但是有了机器学习之后，我们就专门开发了AI的芯片。去年在乌镇，阿尔法狗就使用了第二代的TPU，所展示的效果大家也看到了，比很多大师棋手还要下得好。我们现在也开发了第三代TPU，整个的处理过程是非常的迅速的。同时我们也希望能够更简单的创建模块，而不是说只有AI专家才可以创建模块。在过去的几年过程当中，我们的行业当中的专家都希望能够帮助我们的机器识别图片，每一年他们都希望能够提升这些机器的精确度，同时也要做出一定的妥协。通过我们的AutoML这种学习方式，可以展示机器自己也可以学会学习。他们参与了相应的比赛之后，我们的机器展示出来的精确度得到了很大的提高，这也是我们在机器学习过程当中做出的突破。我们也非常的相信AI并不仅仅说可以在服务器端进行使用，在云端进行使用，AI也可以在我们的实体端进行应用，就好像可以给AI做一个身体。此外，我们也希望可以为AI做一个轻量型的，可移动的这样的一个形式。因为我们现在的硬件发展的非常快，所以实现了AI的轻量化，TensorFlow Lite 的整个大小只有1.1MB，而且它的速度非常快。它在mobilenet和inception V3当中的速度比在TensorFlow上运行要快3倍，而且整个的使用过程是非常的简便的，希望可以支持更多的不同的操作。
TensorFlow的应用场景
我们也非常的高兴在中国的很多公司开始使用TensorFlow，他们在搭建自己的AI，还有机器学习平台的时候，都会借助TensorFlow。比如说京东、腾讯等等，他们都会使用TensorFlow建立他们自己的平台。还有出门问问等公司，他们也和TensorFlow有所合作。他们使用我们的平台解决各种不同的问题，比如说视觉还有自然语言处理等等，其中的一些公司他们已经做出了很大的系统，同时也造福了我们的社区。我也希望大家能够看一看你们使用TensorFlow可以做什么，如果你们想要更多的了解的话，也可以扫二维码关注我们的公众号。
我这里还想提一下，小型的公司如何才能够用TensorFlow Lite将他们的公司发展的更好?比如说kika，他们做了一个嵌入式的手机软件，因为这个AI非常的小，非常的轻量化，所以他们就将AI直接放到我们的手机端进行使用。通过TensorFlow Lite，kika可以减少他们内存的占用，可以降低近50%。而且他们的响应速度平均是1.2秒，语音理解准确度也实现了升级。另一个例子是新浪汽车，他们使用TensorFlow创建了一个系统，让他们的用户仅仅通过拍照的形式，就可以识别很多车的品牌，而且他们的模型体积也缩小的四分之一，运算效率提升了4倍，识别准确率提升了85%。这些都是非常简单的例子，就是通过AI平台，来与各个行业进行合作，TensorFlow也非常的希望可以帮助这些行业。
今天我们非常振奋的看到人们开始用AI来解决现实社会当中的一些问题，基于TensorFlow可以实现更多。在环境保护方面使用AI，监测亚马逊热带雨林的非法砍伐，在医疗方面，医生可以通过AI的方式，来更快的诊断癌症病原体，以及农业方面，帮助农民检测虫害。这就是我们的一个例子，我们是如何通过AI来帮助农民解决他们的虫害。
谢谢大家!我们真的非常的高兴能够看到AI在改变人们的生活，像Google一直在做这样的事情，就是希望AI能够触手可及。通过TensorFlow，我们希望有更多的公司能够做相关的工作，我也非常希望能够听到大家的声音，你可以通过微信告诉我们，通过TensorFlow你能做什么事情，谢谢大家。
