| Google今日舉辦 #MadeWithAI 2017 亞太區媒體活動，與日本、南韓等國共同連線，分享Google在人工智慧、機器學習取得的進展與研究現況。共同創辦並帶領研究深度學習的Google Brain團隊的資深研究員手機維修Jeff Dean指出，Google推動AI發展的三大方向為：打造出對使用者更有用的產品、幫助創新發展、解決人類目前正面對的挑戰。Dean指出，人工智慧是以邏輯加上運算所構成，但卻不可能將全世界的知識全部學習起來，因此需要機器學手機維修習，使其能像人類一樣主動學習和預測，Google近年來取得的突破亦是仰賴了機器學習技術。Dean舉例，IBM的深藍（DeepBlue）在西洋棋中打敗了人類，而Google DeepMind團隊的AlphaGO則因在「擁有10的170次方中古手機種棋盤布局可能」的棋類：圍棋中取得了亮麗的成績，打敗多名人類圍棋高手。此外，神經網路（neural network）也扮演了同等重要的角色，它模仿大腦以及生物神經網路的結構與功能，能夠學習圖片、音源、文字，或者給它一張圖片，就能中古手機為你敘述圖片中正在發生的事物以及相關細節。Dean提到，Google CEO Sundar Pichai曾說要讓Google成為一家AI優先（AI First）的企業，而Google也在2012年時開始大規模研究神經網路。現在，中古手機無論是在Google Photos、Google Maps、Google Allo、Google Lens、YouTube等，都可以看到人工智慧與機器學習的成果，並且從中不斷地成長學習。2016年，Google翻譯取得大躍進，新手機維修系統的進步幅度甚至比過去10年還多，這都是依賴人工智慧與神經網路取得的成果。此外，Google也在2015年開放了自家的機器學習架構TensorFlow，這也是機器學習的第一大資料庫，由Google Brain團隊所創建，並在2年之內成手機維修為最受歡迎的線上機器學習資料庫。近年來，Google已經展現出進軍硬體領域的決心，並且成功引起話題與對手的關注，包括一代、二代的Pixel／Pixel XL、智慧音響Google Home系列產品、近期推出的翻譯耳機Pixel 中古手機Buds等，都是依靠著「人工智慧＋軟體＋硬體」才誕生──從Google硬體產品中內建的（比Siri更聰明的）語音助理Google Assistant，到Pixel手機性能突出的相機或Google Home Max依靠機器學習技術，能依照手機維修使用者房間形狀與陳列，客製化聆聽品質──這些都是Google與其它硬體競爭者最大的不同與優勢。Dean也指出，雖然目前已經取得了不錯的進展，但Google並非沒有遇到難題，他們正思考如何讓機器學習更加普及，並盼能達到為所有人所開發。 |
