文/李根

　　来源：量子位（ID:QbitAI）

　　刚刚，Jeff Dean发表了在Google AI东京座谈会上的讲话。

　　这位谷歌传奇、谷歌AI掌门人，率队分享了：Google AI所思、Google AI所想，以及Google AI的行动和成果。

　　在现场，量子位与Jeff Dean展开对话。我们问及多年来，一直备受争议的AI专利争议。Jeff Dean坦率的直言相告。

　　这也是谷歌首次官方回应此事。

　　Jeff Dean表示，Google并不打算靠专利牟利，但出于当前市场环境，Google选择了先申请成专利，防止可能的碰瓷或不必要的麻烦。

　　此外，Jeff Dean还罕见感慨起时光——放出他刚博士毕业的90年代萌新照，认为当前AI研究者真是生逢其时，并说未来10年、20年让他壮心不已。

以及，Jeff Dean的手机还落在现场。

　　他用什么手机？想知道答案，可以在文末最后找提示~

　　Google首次回应AI专利争议

　　前不久，Google申请的Dropout专利生效引发了一波震动，再次引发了全球人工智能、机器学习开发者的担忧。

　　昨天，量子位在调查中发现，Google这几年偷偷申请的专利，何止一个Dropout。大多数人都没意识到，Google有一大波AI相关专利已经生效。

　　这个问题已经困扰行业多年。

　　但Google一直没有正面回应。趁这次的机会，量子位在Google东京办公室，直接向Jeff Dean提到了最近的AI专利争议。

　　Jeff Dean没有回避，他回答说：希望开发者不必为此担心，因为Google这样做，更多还是出于防御，而非进攻。

　　Google在发展技术的过程中，把知识产权申请成专利，也是不断明确成果的常规做法，但并不打算靠专利牟利。

　　但如果不申请成专利，可能自身业务和发展也面临威胁，出于当前市场环境，Google选择了先申请成专利，防止可能的碰瓷或不必要的麻烦。

　　Jeff Dean明确，专利即便申请成功，也永远不会被当做武器，用来攻击别人或牟利工具。Google只是出于竞争防御。

　　这位Google传奇也希望更多开发者理解，现在的市场竞争有时也让人无奈。

　　这就是Google的原因。

　　AI要大规模应用、解决大问题

　　那么在现场，又是什么AI进展拨动着Jeff Dean的心？

　　我们重点看下这次的分享。

　　概括而言是AI+，不过还不是其他公司常说的那一个。

　　Jeff Dean登台，先分享了最近令自己很自豪的一项研究。

　　在印度，两位高校学生通过TensorFlow来打造了一个AI预测空气污染的应用，帮助更多人及时精准了解空气情况并针对性防护。

　　谈成果只是为了更好解释原因。

　　Jeff Dean说，机器学习的原理，现在已经在各种各样的应用中被越来越多熟知。

　　核心就是利用机器处理海量数据的能力，现阶段帮助人类更好找出规律并加以应用。

　　而且算力方面的大发展，也让一切成为可能。

　　Jeff Dean回想起自己刚开始机器学习研究的1990年代，那时候张量处理器的计算力还是32GFLOPS，但30年后的现在，算力增长到了420TFLOPS，处理速度快了1万倍。

　　技术准入的门槛也在不断降低。

　　他自己领导打造的机器学习工具平台TensorFlow，早早就面向业界开源，并且发展迅速。

　　更多即插即用的工具库，如Google 云AI Hub也已经推出。

　　整体而言，如果你想用AI做点什么，现在技术和开发工具已能很好解决。

　　虽然也有一些小数据学习、隐私问题等方面的挑战，但Jeff Dean也强调正在得到解决。

　　比如他重点谈到了联邦学习（Federated Learning）。

　　这是Google 2016年提出的一种新兴AI基础技术，原本用于解决安卓手机终端用户在本地更新模型的问题，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习。

　　其中，联邦学习可使用的机器学习算法不局限于神经网络，还包括随机森林等重要算法。

　　Jeff Dean认为，深度神经网络也好、机器学习发展也好，最终都会进一步向小、轻，快等方向进步。

　　而联邦学习等前沿基础研究，正是这种方向的进展之一。

　　最初是为了在本地能够基于小数据的不断机器学习，但现在而言，也能更好解决大家担忧的隐私问题。

　　Google AI总管现场展示了一段手机输入法demo，完全本地，不依赖云端联想输入，借助手机本地的数据和机器学习，就能让用户输入既越来越智能，也无隐私泄露之忧。

　　总之，技术不断精进，剩下的就是做什么和怎么做。

　　用AI做什么和怎么做？

　　Jeff Dean再次强调了Google的AI发展原则：

　　七要、四不要。

　　关键是把AI向善，把技术用在让世界更美好的地方。

　　所以从去年开始，AI for social Good就成为了Google AI落地的重要方向，并从对内对外两方面展开。

　　对内，Google把AI技术研发中已经拥有的经验，发挥到地球能源资源等关乎未来的问题中。

　　比如全球非法捕鱼的检测。

　　通过TensorFlow，识别渔船、捕鱼工具等等，更好解决非法捕捞问题。

　　对外，Jeff Dean可以团结一切可以团结的AI力量。

　　然后提供TensorFlow这样的工具，帮助更多开发者使用Google一样的AI技术。

　　也最大化降低AI门槛，比如Google云AutoML的发布。

　　还有推出课程，培训人才，提供应用机会：

　　提供奖励和支持：

　　最终目的就是让更多有识之士，找到场景，落地AI，做更多社会有益的事情。

　　比如今年受到Google嘉奖的团队中，就有项目通过AI帮助解决自杀问题。

　　这也是让Jeff Dean壮心不已的核心原因。

　　他感慨一人之力终究有限，一家公司也不足以做所有的事情，但现在AI已经兼具天时地利人和，能够在更广阔更重要的场景问题中发挥作用。

　　投身AI和机器学习半生，如今机器可以看、听、说和理解。

　　可以更好检测和预防癌症病变，可以预测洪水灾害，可以帮助保护濒危物种，还可以运用一个传感器就能降低森林滥砍滥伐……

　　Jeff Dean所言所述，现场传达出的言外之意再明确不过：

　　Google AI的主要plan（计划），全在于关乎人类命运的这颗Planet（星球）。

　　这也恐怕是Google何以为Google的原因吧。

　　最后，Jeff Dean说，比起过去几个十年，未来10年、20年里AI能带来的变革，更让他感到激动。

　　AI会把人类发展带向一个新高度。

　　Jeff Dean感慨：很多AI的用途我们还没想出来……但未来可期。

　　Google AI向善

　　现场Google还依次展示了最新的一些AI应用和研究项目。

　　用AI解决医疗问题，在肺癌筛查、转移性乳腺癌的检测和糖尿病眼病检测等方面救命。

　　追踪濒危物种，从识别座头鲸叫声开始，训练了一个能够从这些很长的水下录音中自动识别鲸鱼叫声的神经网络。

　　用AI保护雨林，为雨林中的树木砍伐和环境保护建立了一个实时监测和警报系统。

　　他们用安装在树木高处的旧手机记录雨林中的声音。一旦音频被传上云，他们就会使用 TensorFlow 实时分析音频数据，以监听电锯和伐木工程车的声音，同时更好地了解濒危物种的行为。

　　用AI优化塑料垃圾管理，一个来自Google AI Impact Challenge的获奖者。他们将用图像识别技术构建一个 AI 工具，通过拍照就能自动确定垃圾的类型和价值。

　　检测农作物虫害，来自印度的开发者，Wadhwani人工智能研究所，构建了一个AI模型，可以自动检测和计算农作 物上害虫的数量。

　　该模型并非一个独立的应用程序，而是一个可以添加进现有应用程序和平台中的功能。

　　另外还有帮助残障人士的进展。

　　Google I/O大会上为听障人士􏰗语音识别转写的Live Transcribe赢得赞美一片。