除了「猜画小歌」，Google 还有这个不知不觉陪伴我们的产品

为了使 TensorFlow 更好的运行起来，我们希望通过定制化芯片支持机器学习。Google 专门开发了适用于机器学习的芯片，TPU。去年在乌镇，AlphaGo 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。我们现在已经开发到了第三代 TPU，整个处理过程是非常迅速的。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，行业当中的专家都希望能够帮助机器识别图片，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。但通过 AutoML 这种学习方式，可以展示机器自己也可以学会学习。在同样的计算成本下甚至比该领域的专家还要准确。在参与了相应的比赛之后，机器所展示出来的精确度得到了很大的提高。

更轻量的 TensorFlow要更好的赋能企业，解决社会问题

我们非常的相信 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 做了一个身体。

目前，在 TensorFlow 这个产品上，我们希望可以将 AI 做成一个轻量型的，可移动的形式。现在的硬件发展非常快，所以实现 AI 的轻量化非常重要。最新版开源 TensorFlow Lite 所占内存不到 400K，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。

事实上，我们非常高兴看到中国的很多公司在使用 TensorFlow。这些公司都在利用 TensorFlow 搭建自己的 AI、机器学习平台。比如说京东、腾讯、出门问问等公司。他们使用 TensorFlow 解决了各种不同的问题，比如说视觉还有自然语言处理等等，当然这也造福了 TensorFlow 社区。

我这里还想提一下，各类型的创新型公司都能够用 TensorFlow Lite 将他们的公司发展的更好。比如说 Kika 公司，他们做了一个嵌入式的智能手机输入法，通过 TensorFlow Lite，kika 内存的占用减少近 50%。响应速度提升一倍，语音理解准确度也得到了升级。

新浪汽车是另一个例子，他们使用 TensorFlow 创建了一个系统，让用户仅仅通过拍照的形式，就可以识别很多车的品牌。利用 TensorFlow，他们的模型体积缩小到四分之一，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，就是通过开源的 AI 平台，驱动各个行业 AI 创新，TensorFlow 也非常的希望可以更多的帮助这些行业。

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难题，我们发现基于 TensorFlow 可以实现更多。在环境保护方面，以 AI 的方式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。

以上就是我演讲的全部内容，谢谢大家！我们真的非常高兴能够看到 AI 在改变人们的生活，Google 一直希望 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，你们可以通过 TensorFlow 公众号告诉我们，通过 TensorFlow 你想做什么事情。

（编辑：凉山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!