google人工系统

1. 谷歌发布的人工智能服务工具AutoML如何使用

在加入谷歌一年后，1月18日凌晨，谷歌云负责人、首席科学家李飞飞通过自己的推特账号和博客宣布了谷歌云取得的里程碑进展：可自动设计、建立机器学习模型的服务——AutoML Vision。

AutoML Vison操作界面
那么谷歌是如何做到的？AutoML由控制器（Controller）和子网络（Child）2个神经网络组成，控制器生成子模型架构，子模型架构执行特定的任务训练并评估模型的优劣反馈给控制器，控制器将会将此结果作为下一个循环修改的参考。重复执行数千次“设计新架构、评估、回馈、学习”的循环后，控制器能设计出最准确的模型架构。
2017年3月份，谷歌就推出了机器学习服务Google Cloud Machine Learning Engine，帮助具有机器学习专业知识的开发人员轻松构建适用于任何规模、任何类型数据机器学习模型。不过，那时候的机器学习服务需要使用大量的数据，才能训练出一般（General）的预测模型，难以符合每家企业的需求。这次推出的AutoML则更进一步，直接为企业提供机器学习技术来建立自家的模型，也推动了谷歌“人工智能民主化”的战略目标。
不过，虽然谷歌称AutoML是市面上唯一提供类似服务的产品，但此前Clarif.ai、微软的认知服务，以及IBM的Watson视觉识别也能让曾提供给用户定制预先训练好的视觉、语音识别和决策模型的服务。

2. Google 人工智能引擎 TensorFlow 开源会带来哪些影响

最直接的影响就是明年又会有一大批"自出创新型"科技项目要上马了。
说一点感想。。。

一是现在很多大公司都越来越重视DL，所以赶紧多了解了解DL无论是对于相关领域的工作，还是对于未来自己的发展都有好处

二是DL现在一大硬伤在于运算复杂度太高导致的计算时间太长，所以GPU加速这一块未来也会越来越重要。现在和DL关系比较密切的加速手段也主要就是CUDA，所以CUDA相关的东西也可以多了解了解，未来肯定只会用的越多而不是越少

今年CVPR2015和ICCV2015，不少使用DL的工作识别精确度暴增10%，使得未来如果不是工作上有巨大创新的话，基本上所有人都会向着DL的方向去做了

而且这是一条很难回头的路，因为实验结果只能越来越好而不是越来越差，如果你不用DL，那么你的结果比不过别人，所以很多人虽然心里不怎么情愿，但也是不得不用DL来做自己的一些工作

3. 谷歌以人工智能为驱动 让AI无处不在构建生态

文／杨剑勇

人工智能商业应用是行业难题，前瞻性的产品进展缓慢，但谷歌是当今AI应用最好的公司，几乎对所有产品均利用AI 技术进行了优化，并牢牢地占据了移动互联网核心位置，内置了Google Assistant的谷歌Home智能音箱也是参与抢夺家庭入口核心产品，也以开放形式来形成更庞大的生态体系。

目前，Google Home推出刚好一年，也被业界视为亚马逊Echo劲敌，然而根据eMarketer所发布的数据显示，在美国，搭载语音交互技术的智能音响中，亚马逊占据了70.6%市场份额，谷歌则只占了23.8%，可以说亚马逊Echo在美备受追捧，在2017年，销售数量将会超过1100万台，正是基于Echo的成功，于是众多厂商热情拥抱亚马逊语音助手Alexa，以此来抢夺智能家居入口。

对于家庭入口之争，谷歌多年前就在积极探索，其中2014年1月以32亿美元收购Nest被视为谷歌入侵智能家居的核心战略，但收购后的Nest业绩低迷、产品单一以及员工离职潮等原因，使的谷歌在该领域的梦想遭受重创，至此推出自家Google Home产品争夺智能家居控制中心，并对Nest进行重组，成为谷歌旗下部门。

虽然Nest表现令人堪忧，但智能家居之路遇阻但从未停止，寄望于Google Home，并结合人工智能技术和智能语音来撬开智能家庭大门，在今年Google I/O大会上，谷歌再次升级，支持拨打电话和电视操作界面等六个新特性，丰富Google Home功能，使的人们各种生活场景都能透过Google Home进行操控，不仅要做好家庭管家这一角色，还将承担更多与生活息息相关的场景应用。

智能家庭入口在美国形成三强争霸局面 国内呢？

对于在美国争夺家庭入口战中，形成了苹果、亚马逊和谷歌三强争霸的局面，国内呢？自新一轮信息革命开始转向物联网后，且在谷歌当年收购Nest被捧上神坛后，至此各大科技公司就纷纷开始涉足智能家居领域。

尤其在中国，更是如雨后春笋般涌现出大量以智能家居为方向的创业公司，以及众多传统家电厂商也纷纷表示，朝智能化方向转型升级，一场围绕智能家居的的轰轰烈烈的智慧事业开始蔓延，由于国内市场拥有庞大人口优势，展现出百花争鸣的局面。

本文作者杨剑勇，长期关注物联网、智能家居、可穿戴设备、机器人和人工智能等前沿科技产业。