Google在AI上究竟都实现了什么？

编者按：Google 这家成立于 1998 年的公司，起于互联网搜索引擎，其 Android 是移动操作系统当之无愧的霸主，不满足于语音识别+搜索，而从 2016 年开始了真正意义上的人工智能起点，到如今真正地 All in 了 AI，更是在学术和应用上两面开花。那么，Google 在 AI 上究竟都实现了什么？我们或许可以从前不久的 Google I/O 上一窥究竟。

很幸运今年又再一次来到 Google I/O 现场，会场仍然在离 Google Complex 不远的海岸圆形剧场。会议开始之前，主会场人头攒动，各种欢呼声，结伴照相的声音此起彼伏，恍若入了庆典的海洋。这三天的会场万里睛空，除了在 Keynote 中某个团体开着飞机拉横幅之外，基本上没有出现其他干扰。由于 Keynote 的一些图片已经满天飞大家也看到了许多，笔者就现场抓拍了 Google Brain 的老大 Jeff Dean 出场的画面。

这应该是这位大佬，为数不多的在 Google I/O 出场的场景。

既然各个 Session 的全程视频网上都有，那我就专注于 Google I/O 大会 AI 相关的展台，今年的 ML 相关的展台也设的比较特殊，就在会场入口不远处。

整个 I/O 的标志是 I/O Lankmark 的位置，而 AI 相关的展厅便是附近的 G 位置，得天独厚。我在第二天的下午，就跑到 AI 相关的展台，去看看里面倒底有什么。

所有的展厅外面都是搭的帐篷，ML+AI 放在一个展厅，用最醒目的大红色加以标注。

Google AI Research

进门右拐，可以看到 Google AI Research 的展位。人工智能发展到今天，数据越来越重要，谁掌握了数据，谁就能够做出更好的 AI 模型，数据是人智能的食粮。大公司可以以数据取胜，那么，对于众多开发者，探索人工智能如何落地的工程师，如何得到有效的数据呢？Google AI 搜索主要解决数据集的问题，让你免费获得可以公开的数据集。

我们知道，Google 最强有力的武器便是它的搜索工具，便携，好用。而且不会出现各种诈骗信息。那么，Google 对于数据集专门出了一个搜索通道，会加速 AI 的学习使用。

附数据专项搜索引擎的地址：

https://toolbox.google.com/datasetsearch

我们以 students 为关键字，查找一下数据。打开页面为：

https://toolbox.google.com/datasetsearch/search?query=students&docid=aTkZB%2F0%2F6kN6Bq6AAAAAAA%3D%3D

整个结果页面如下：

总共搜出了超过 100 个数据集。我们就从第一个数据集 kaggle 来看一下，搜出了什么样的结果：

通用属性，告诉我们一份关于中学生的社会、性别的学习数据，可以看出酒精消耗程度。然后我们拿到这些数据的详细信息，包括来源网站、上传日期、数据来源、许可、可下载的文件格式。

数据详继描述，说明了这份数据可以用来预测学生的最终级别。在描述中，共有 30 个数据域，把每一个域的数据的意义，标识都解释的一清二楚。

完全是妥妥的一份完全数据清洗之后的数据嘛。可以拿来直接用了。

一个搜索引擎，做这么贴心。真的很不容易，是不是需要感动一下？

AI on Edge

上面这张照片所显示的是一个 Edge 端的 Demo 演示，整个演示过程如下：

有一个上面带有数字标记的圆盘，圆盘编号从 1 到 8.先把圆盘投到右边的斜槽上，圆盘滚动到最右边，然后用带摄像头的 Edge TPU 去识别圆盘上的数字，如果识别完之后，自动的转动右边的黑色大的圆圈中的白色的通道，使得这个通道连通最下面用数据标识的槽。然后带数字的圆盘就会掉落到对应数字的槽中。

左边是一个显示器，显示器展于从 1,2,3,4,5,6,7,8 这 8 个数字的圆盘的识别情况，照片正好识别的数字 1 的情况，我们能够看到显示屏的浏览器中，这个 Demo 的名称为“Vision Intelligence with AutoML and Edge TPU”。 用 AutoML 和 Edge TPU 实现视觉智能。

我起初觉得就是用 Edge TPU 实现简单的数字分类，难度在于圆盘识别的数字可能是歪的，需要调正，然后再识别。但是展台工作人员告诉我，这个 Demo 完成了两个功能，一个功能是识别数字，打开对应通道，另一个功能是检查圆盘有没有破损情况，如果有破损，那么会标记出来，在显示屏上会显示”break”。相当于是 2 个 AI 模型共同工作，得出的结果。

即使只是一个小小的 Demo，但背后的技术含量还是很高的。

那么，让我们的思绪乱飞一会儿，这样的 Demo 有什么样的实际应用场景？而且我们用不同的 AI 模型相互搭配、乱入，可以获得什么奇妙的应用场景呢？欢迎留言讨论。

Custom&Pre-Trained Models

Custom&Pre-Trained Models 这个展台实际上向我们展于，我们在视频中，实时识别的数据，我们可以做什么样的处理，达到我们想到的结论。再补上一张图：

这张图也是这个展台中的，相当于用这个模型，可以分灯出人、飞机、汽车等一些对象。如果是摄像头处理的视频流，那么，可以用时间记录下来，在时间轴上，什么时间识别出了什么样的物体？这个类型的识别，更能够用于人口流量的统计等场合。比如一个十字路口，每一秒，每一天过了多少人？如果人流量太大，可以做一些分流。

Dance Like

这应该是具有互动性的一个展台了。

这个展台实际上想展示 AI 在舞蹈方面的应用。首先站在背景的男士，可以看到他的对面有一个显示器，显示器上是一个舞蹈老师在跳舞。我们学舞蹈时，也会这样做，前面有一个老师，现场教学。在前面，观众可以看得到的显示器有两个画面，左边的画面是真实的跳舞的人的动作。右边的画面是舞蹈老师和跳舞的小伙子重叠的影像。而且能够实时的看到姿势的差异。我们用另一张图片展现一下。

这张图片就更明显了，在这个时间点上，后面跳舞的帅哥是正面稍微下蹲的姿势，但是老师是摆腿的姿势，完全不一样。对于学习跳舞来说，这是一个很好的产品。但是我突然有种不好的感觉。这个产品对于人的模仿能力，是极大的考验啊。这完全是用 AI 跟人在磨啊，AI 吊打人类啊。

总结

这次的 I/O 之行，听了很多演讲，主要在 AI 的展厅实地观摩了一翻，还有一些 AI 展台没有介绍。但是上面这四个展台给我的印象特别深。对于数据处理，结论分析，实际的应用场景，都有展示。可以说，展台产品涉及到 AI 从数据到实际产品的几个主要环节，对于开发者，公司运用 AI 提供了特别好的示例。随着 AI 的应用越来越广泛，相应的落地应用会越来越多。