google人工系統

1. 谷歌發布的人工智慧服務工具AutoML如何使用

在加入谷歌一年後，1月18日凌晨，谷歌雲負責人、首席科學家李飛飛通過自己的推特賬號和博客宣布了谷歌雲取得的里程碑進展：可自動設計、建立機器學習模型的服務——AutoML Vision。

AutoML Vison操作界面
那麼谷歌是如何做到的？AutoML由控制器（Controller）和子網路（Child）2個神經網路組成，控制器生成子模型架構，子模型架構執行特定的任務訓練並評估模型的優劣反饋給控制器，控制器將會將此結果作為下一個循環修改的參考。重復執行數千次「設計新架構、評估、回饋、學習」的循環後，控制器能設計出最准確的模型架構。
2017年3月份，谷歌就推出了機器學習服務Google Cloud Machine Learning Engine，幫助具有機器學習專業知識的開發人員輕松構建適用於任何規模、任何類型數據機器學習模型。不過，那時候的機器學習服務需要使用大量的數據，才能訓練出一般（General）的預測模型，難以符合每家企業的需求。這次推出的AutoML則更進一步，直接為企業提供機器學習技術來建立自家的模型，也推動了谷歌「人工智慧民主化」的戰略目標。
不過，雖然谷歌稱AutoML是市面上唯一提供類似服務的產品，但此前Clarif.ai、微軟的認知服務，以及IBM的Watson視覺識別也能讓曾提供給用戶定製預先訓練好的視覺、語音識別和決策模型的服務。

2. Google 人工智慧引擎 TensorFlow 開源會帶來哪些影響

最直接的影響就是明年又會有一大批"自出創新型"科技項目要上馬了。
說一點感想。。。

一是現在很多大公司都越來越重視DL，所以趕緊多了解了解DL無論是對於相關領域的工作，還是對於未來自己的發展都有好處

二是DL現在一大硬傷在於運算復雜度太高導致的計算時間太長，所以GPU加速這一塊未來也會越來越重要。現在和DL關系比較密切的加速手段也主要就是CUDA，所以CUDA相關的東西也可以多了解了解，未來肯定只會用的越多而不是越少

今年CVPR2015和ICCV2015，不少使用DL的工作識別精確度暴增10%，使得未來如果不是工作上有巨大創新的話，基本上所有人都會向著DL的方向去做了

而且這是一條很難回頭的路，因為實驗結果只能越來越好而不是越來越差，如果你不用DL，那麼你的結果比不過別人，所以很多人雖然心裡不怎麼情願，但也是不得不用DL來做自己的一些工作

3. 谷歌以人工智慧為驅動 讓AI無處不在構建生態

文／楊劍勇

人工智慧商業應用是行業難題，前瞻性的產品進展緩慢，但谷歌是當今AI應用最好的公司，幾乎對所有產品均利用AI 技術進行了優化，並牢牢地佔據了移動互聯網核心位置，內置了Google Assistant的谷歌Home智能音箱也是參與搶奪家庭入口核心產品，也以開放形式來形成更龐大的生態體系。

目前，Google Home推出剛好一年，也被業界視為亞馬遜Echo勁敵，然而根據eMarketer所發布的數據顯示，在美國，搭載語音交互技術的智能音響中，亞馬遜占據了70.6%市場份額，谷歌則只佔了23.8%，可以說亞馬遜Echo在美備受追捧，在2017年，銷售數量將會超過1100萬台，正是基於Echo的成功，於是眾多廠商熱情擁抱亞馬遜語音助手Alexa，以此來搶奪智能家居入口。

對於家庭入口之爭，谷歌多年前就在積極探索，其中2014年1月以32億美元收購Nest被視為谷歌入侵智能家居的核心戰略，但收購後的Nest業績低迷、產品單一以及員工離職潮等原因，使的谷歌在該領域的夢想遭受重創，至此推出自家Google Home產品爭奪智能家居控制中心，並對Nest進行重組，成為谷歌旗下部門。

雖然Nest表現令人堪憂，但智能家居之路遇阻但從未停止，寄望於Google Home，並結合人工智慧技術和智能語音來撬開智能家庭大門，在今年Google I/O大會上，谷歌再次升級，支持撥打電話和電視操作界面等六個新特性，豐富Google Home功能，使的人們各種生活場景都能透過Google Home進行操控，不僅要做好家庭管家這一角色，還將承擔更多與生活息息相關的場景應用。

智能家庭入口在美國形成三強爭霸局面 國內呢？

對於在美國爭奪家庭入口戰中，形成了蘋果、亞馬遜和谷歌三強爭霸的局面，國內呢？自新一輪信息革命開始轉向物聯網後，且在谷歌當年收購Nest被捧上神壇後，至此各大科技公司就紛紛開始涉足智能家居領域。

尤其在中國，更是如雨後春筍般涌現出大量以智能家居為方向的創業公司，以及眾多傳統家電廠商也紛紛表示，朝智能化方向轉型升級，一場圍繞智能家居的的轟轟烈烈的智慧事業開始蔓延，由於國內市場擁有龐大人口優勢，展現出百花爭鳴的局面。

本文作者楊劍勇，長期關注物聯網、智能家居、可穿戴設備、機器人和人工智慧等前沿科技產業。