9月18日上午，Google在上海的2018世界AI大會上舉辦了一場名為“AI觸手可及”的主題論壇。在論壇上，Google全球副總裁、工程研究員Jay Yagnik 攜Google 不同領域的研究者發(fā)表了演講，重點闡述了Google AI在自家產(chǎn)品上的應用以及如何利用AI解決人類面臨的醫(yī)療、宇宙探索等挑戰(zhàn)。

一方面，Jay Yagnik將攝影的歷史與人工智能的發(fā)展進行類比，他說，攝影和照片的歷史已經(jīng)有很多年了，從1826年歷史上第一張曝光9小時的照片出現(xiàn)，到1835年后只花了7分鐘進行曝光，到1860年第一張航拍照片出現(xiàn)，1878年第一張動態(tài)圖片出現(xiàn)，再到1957年有了第一張數(shù)碼照片，直到今天攝影技術還在快速發(fā)展。從這個歷史進程可以看出，人工智能雖然取得了初期的成功，但是還是要不斷的發(fā)展才能有更大的成就。

另一方面，Google在論壇上再次闡述了公司的AI原則：

1、對社會有益

2、避免制造或加強不公平的偏見

3、建立并測試安全性

4、對人負責

5、融入隱私設計原則

6、堅持科學卓越的高標準

7、為符合這些原則的用途提供

照片搜索、實時翻譯、猜畫小歌：AI提升Google產(chǎn)品應用服務

論壇上，Google的產(chǎn)品經(jīng)理展示了四款自家應用的進步。

第一是Google Photos，這個程序支持語音搜索相關照片，比如說出搜索長頸鹿，就可以識別出帶長頸鹿的照片；語音搜索本周的中餐照片，也可以找到相應的照片。另外，找到照片之后還可以利用AI提升畫質(zhì)。

第二款應用是Google Translate，利用這款APP打開攝像頭可以實時翻譯，比如將中文菜單翻譯成英文，翻譯結果可以疊加到原菜單之上。

第三款應用是Google Lens，可以進行照片識圖，并且直接搜索相關商品。

第四款是猜畫小歌小程序，這款小程序一經(jīng)推出就獲得了很多的關注，現(xiàn)場還進行了猜畫小歌的比賽。

用AI玩轉藝術與文化

接著，Google藝術與文化項目巴黎實驗室負責人、項目經(jīng)理Pierre Caessa介紹了AI與藝術的結合項目。

首先是與美國紐約的MoMA藝術博物館合作，利用機器學習將所有展品實現(xiàn)數(shù)字化，而且還支持尋找兩幅作品之間的聯(lián)系，比如將美國抽象派作品與中國徐悲鴻大師畫作放在一起，系統(tǒng)可以追根溯源，找到演變路徑畫作，這樣可以很好的揭示藝術之間的演變和漸進關系。

其次是讓自拍和藝術精品之間進行匹配。比如用戶自拍之后，可與畫作進行匹配；或者拍照后在系統(tǒng)搜索相同色系和風格的藝術作品。

據(jù)透露，目前該實驗室已經(jīng)與中國29個博物館等機構進行合作。

TensorFlow中國下載量達到200萬次，展示新的案例

TensorFlow 工程總監(jiān)Rajat Monga

TensorFlow工程總監(jiān)Rajat Monga稱，幾年來，谷歌一直相信開源平臺的力量，比如Chrome、Android。TensorFlow這個機器學習平臺也是采用相同的理念，幫助開發(fā)者快速部署他們的想法。

據(jù)透露，TensorFlow已經(jīng)被用于各種各樣的設備上，迄今為止全球下載量達到1700萬次，其中中國下載量占據(jù)200萬次。

TensorFlow中國產(chǎn)品負責人Mike Liang介紹了幾個中國開發(fā)案例：

第一個案例是與美團點評，用戶在這個應用上每天上傳上億張照片，要給這些數(shù)據(jù)進行標注是非常有挑戰(zhàn)性的東西，而使用TensorFlow可以輔助標注，降低運營成本。

第二個案例是與中國海洋大學合作，通過TensorFlow建立模型，進行海面溫度的預測。

第三個案例是北京一個開發(fā)者利用TensorFlow開發(fā)對聯(lián)程序，打造對聯(lián)生成程序，可以自動對對聯(lián)。

第四個案例是Thorough Images用TensorFlow解決病理學玻片標注問題。公司負責人介紹，中國病理學家一天看一兩百張片子，需求太大，人力不足，醫(yī)療資源較少的地區(qū)問題會更加突出。利用TensorFlow機器自動學習玻片病例的標注，提升標注效率。301醫(yī)院的一位博士稱，如果技術能夠達到初篩的水平，篩掉多少健康人群就能省多少時間，關鍵還能防止漏診，這個意義是不可估量的。

Google AI在醫(yī)療保健和外科手術上的進展

Google AI醫(yī)療影像產(chǎn)品經(jīng)理Lily Peng

論壇上，Google AI產(chǎn)品經(jīng)理Lily Peng講述了機器學習幫助糖尿病患者檢測視網(wǎng)膜病變的案例。

目前，全世界有4.15億糖尿病患者，糖尿病導致的視網(wǎng)膜病變也非常多，但是許多國家人口與放射科醫(yī)師的需求比例差距太大，僅印度就缺少12.7萬名眼科醫(yī)生，就是因為沒有這么多眼科醫(yī)生導致很多糖尿病患者喪失了視力。

Lily Peng說，Google AI通過54名眼科醫(yī)生標注了13萬張圖像，目前已經(jīng)做了88萬個診斷，通過臨床驗證和先導試驗得到了不錯的結果，并已經(jīng)在印度一家醫(yī)院進行了試點。Lily Peng表示，下一步要擴大臨床使用，這其中的難點是AI檢測設備目前需要特殊的攝像頭和懂技術的操作人員，目前我們正在開發(fā)更加易用的硬件，降低使用門檻。

脫胎于Google X部門Verily公司致力于外科手術發(fā)展，目前有600多名員工，其負責人介紹說，公司與強生合作，將人工智能運用到外科手術上，通過相關及時信息增強手術期決策，使外科醫(yī)生能夠為每一位患者進行最佳的護理。

具體來說，Verily搭建了一個臨床手術視頻數(shù)據(jù)庫，通過AI系統(tǒng)對手術視頻分析獲得新發(fā)現(xiàn)。比如，通過機器學習篩選哪些是手術框架視頻，判斷器械的先后使用順序，什么樣的手法是最合適的，這就使使手術視頻更易于使用和有用。

利用AI探索宇宙

Google相關人員最后介紹了如何使用機器學習發(fā)現(xiàn)宇宙，目前這個項目與NASA合作，將開普勒望遠鏡4年內(nèi)收集的海量數(shù)據(jù)進行分析，通過監(jiān)測恒星運動軌跡的模型來發(fā)現(xiàn)類地行星，這樣比人類肉眼判斷要更加節(jié)省人力。

Google相關人員表示，目前我們利用這個AI程序已經(jīng)在開普勒系統(tǒng)中找到了兩顆行星，一個是開普勒90i，一個是開普勒80g，其中一顆行星比地球稍大，離恒星第三近，公轉周期是兩個星期。