Google CEO親筆信：我們要讓AI 觸手可及
Google I/O 2017首日的Keynote剛剛結束，毫無疑問，AI已經成長為Google 各項產品、服務最為核心的競爭力。與此同時，Google CEO Sundar Pichai 也親自撰文，向大眾闡釋了 Google「AI-first」戰略更大的「野心」。
以下為原文：
我進Google 已經13年了。這麼多年來，Google 的使命仍然沒有變，那就是整合全球資訊，使人人皆可訪問並從中受益。自創立之初起，Google 一直努力用深奧的電腦技術和獨有的洞察力來解決各種難題。與此同時，科技也帶來了翻天覆地的變化。
最複雜的問題往往和人們的日常生活相關，看到 Google 成了很多人生活的一部分，
如今，電腦又面臨著新的轉變：從移動優先轉變為 AI 優先。和以前一樣，Google 將會努力構想一個能夠進行更加自然、無縫的技術交互的世界。
比如，相機能像人的眼睛一樣「看」世界，手機能像朋友一樣陪你聊天。這些都說明，對電腦而言，語言和視覺，正在變得和鍵盤、多點觸控屏一樣重要。
在以上提到的諸多 AI 新進展中，Google Assistant 就是一個很好的例子。它已經能夠在 1 億個設備上運行，
Google Lens 是一組基於視覺的計算功能，可以識別使用者正在查看的內容，
你發現這其中的關鍵了嗎？使用者不需要事先通過學習來實現此功能 ——人機交互體驗比在智慧手機上完成跨應用程式的複製和粘貼更為直觀。
[前文預警！只有極客才看得懂！！！]
所有的這一切都需要相應的計算架構。去年的 I/O，Google 發佈了第一代 TPUs，這使得 Google 的機器學習演算法能夠更快更有效地運行。今天，Google 發佈了第二代 TPUs——Cloud TPUs。新版的 TPUs 針對推理和訓練進行了優化，並且可以處理大量資訊。Google 將把 Cloud TPUs 引入 Google Compute Engine，以便公司和開發人員更好地使用。
對 Google 來說，讓這些先進技術更好地為每個人服務非常重要——不只是服務於 Google 產品的使用者。Google 相信，如果科學家和工程師擁有更強大的計算工具，那麼他們將有更多的研究成果，解決複雜的社會問題將會有巨大突破。不過，要實現這個目標，還有很多障礙要克服。
這就是 Google.ai 的創立初衷。它聚合了 Google 在 AI 領域做的所有努力，從而減少了研究過程中的障礙，提升了研究人員、開發者以及各大公司在這一領域的工作效率。
Google 還希望簡化設計機器學習模型的神經網路，從而降低 AI 的門檻。設計神經網路是極其耗費時間的，其對專業知識的極高要求將適用人群縮小到了科研人員和工程師。這就是 Google 創造 AutoML 的原因，AutoML 表明，利用神經網路設計神經網路也是可行的。Google 希望 AutoML 能擁有現在一些博士所具備的能力，並在 3~5 年內使眾多開發者也能通過 AutoML 設計神經網路，滿足其特定的需求。
除此之外，Google.ai 還與 Google 的研究人員、科學家以及開發者們進行合作，來解決各個領域的問題，並取得了前景廣闊的結果。例如，使用機器學習來改進檢測乳腺癌擴散到相鄰淋巴結的演算法。Google 也看到了 AI 在運算速度及準確性上的巨大飛躍，使地研究人員可以預測分子性質，或是進行人類基因組排序。
要轉變到 AI 優先，不僅僅是研究尖端技術、製造先進設備。Google 還在思考如何讓更多的人接觸到各種各樣的資訊和機會。例如，幾乎有一半的美國雇主表示他們不知道怎麼開放職位申請。同時，求職者卻經常不知道，他們周圍就有空缺的崗位。造成這種現象的原因是，傳統搜尋引擎難以對某些工作崗位進行歸類，通常這些崗位員工流動快、訪問量小、工作名稱也經常變化。
為了解決這個資訊不對稱的難題，Google 將推出職位搜尋引擎——Google for Jobs，來幫助公司和潛在的雇主聯繫，並説明求職者找到招聘資訊。這項新功能將在未來幾周亮相，求職者可以根據經驗要求、工資高低找到自己心儀的工作。上面提到的那些難以歸類和搜索的職位，如服務業和銷售業，也會出現在上面。
Google 欣喜地看到，AI 終於結出了每個人都能享用的碩果。如果 Google 能讓 AI 技術越來越便捷地為民眾所用——無論是在工具層面，還是應用方式上——那麼，所有人都會更快地從 AI 技術中獲益。總之，要真正進入 AI 優先的時代，還有很長一段路要走。
並且可以處理大量資訊。Google 將把 Cloud TPUs 引入 Google Compute Engine，以便公司和開發人員更好地使用。對 Google 來說，讓這些先進技術更好地為每個人服務非常重要——不只是服務於 Google 產品的使用者。Google 相信，如果科學家和工程師擁有更強大的計算工具，那麼他們將有更多的研究成果，解決複雜的社會問題將會有巨大突破。不過，要實現這個目標，還有很多障礙要克服。
這就是 Google.ai 的創立初衷。它聚合了 Google 在 AI 領域做的所有努力，從而減少了研究過程中的障礙，提升了研究人員、開發者以及各大公司在這一領域的工作效率。
Google 還希望簡化設計機器學習模型的神經網路，從而降低 AI 的門檻。設計神經網路是極其耗費時間的，其對專業知識的極高要求將適用人群縮小到了科研人員和工程師。這就是 Google 創造 AutoML 的原因，AutoML 表明，利用神經網路設計神經網路也是可行的。Google 希望 AutoML 能擁有現在一些博士所具備的能力，並在 3~5 年內使眾多開發者也能通過 AutoML 設計神經網路，滿足其特定的需求。
除此之外，Google.ai 還與 Google 的研究人員、科學家以及開發者們進行合作，來解決各個領域的問題，並取得了前景廣闊的結果。例如，使用機器學習來改進檢測乳腺癌擴散到相鄰淋巴結的演算法。Google 也看到了 AI 在運算速度及準確性上的巨大飛躍，使地研究人員可以預測分子性質，或是進行人類基因組排序。
要轉變到 AI 優先，不僅僅是研究尖端技術、製造先進設備。Google 還在思考如何讓更多的人接觸到各種各樣的資訊和機會。例如，幾乎有一半的美國雇主表示他們不知道怎麼開放職位申請。同時，求職者卻經常不知道，他們周圍就有空缺的崗位。造成這種現象的原因是，傳統搜尋引擎難以對某些工作崗位進行歸類，通常這些崗位員工流動快、訪問量小、工作名稱也經常變化。
為了解決這個資訊不對稱的難題，Google 將推出職位搜尋引擎——Google for Jobs，來幫助公司和潛在的雇主聯繫，並説明求職者找到招聘資訊。這項新功能將在未來幾周亮相，求職者可以根據經驗要求、工資高低找到自己心儀的工作。上面提到的那些難以歸類和搜索的職位，如服務業和銷售業，也會出現在上面。
Google 欣喜地看到，AI 終於結出了每個人都能享用的碩果。如果 Google 能讓 AI 技術越來越便捷地為民眾所用——無論是在工具層面，還是應用方式上——那麼，所有人都會更快地從 AI 技術中獲益。總之，要真正進入 AI 優先的時代，還有很長一段路要走。