1、发布Google AI七大道德原则

• 对社会有益。
• 避免制造或加剧偏见。
• 提前测试以保证安全。
• 由人类担责。
• 保证隐私。
• 坚持科学高标准。
• 从主要用途、技术独特性、规模等方面来权衡。

2、使用AI解决各种社会公共问题

• 洪水、地震预测。
• 识别座头鲸。
• 检测系外行星。
• 识别患病的木薯植物

识别患病的木薯植物

3、使用AI辅助自动化

• 智能语音技术实现电话预约。
• 提供电子邮件撰写意见。

邮件助理

4、开发量子计算机

• 量子计算开源框架Cirq

5、开发更强的自然语言理解

• 开发Universal Transformer
• 开发BERT——第一个深度双向，无监督的自然语言处理模型
• 理解多语言对话

BERT在自然语言理解比赛中获得高分

6、通过感知研究使计算机理解图像、语音

• ML Kit面部识别
• 理解3D场景
• 结合视觉理解提高复杂场景中的语义识别
• MobileNetV2——下一代移动计算机视觉模型

Google Lens

7、通过AI提升手机拍照质量

• Motion Photos增强现实模式
• Night Sight——在昏暗的环境不用闪光灯拍摄清晰照片的算法

左侧：iPhone XS 右测：Pixel 3 Night Sight

8、深入研究AI算法理论

• 训练神经网络随机优化算法收敛性（获得 ICLR 2018 年最佳论文奖）
• 在线交付服务方面的工作获得 WWW2018 最佳论文奖
• 4 枚Minizinc 约束编程竞赛金牌。

9、发布新的软件系统支持AI开发

• Mesh TensorFlow
• JAX
• Google软件定义网络WAN
• 一致性哈希方案

10、开发AutoML——通过机器学习来自动化机器学习

• 提高各种图像模型的准确性
• 更有效的优化更新

AdaNet 自适应增长

11、开发TPU——张量处理器

• 通过Colab免费对TPU上的BERT进行微调
• TensorFlow Research Cloud

单个 TPU和TPU Pod

12、提供开源软件和数据集

• 八次更新TensorFlow版本
• 提供Google数据集搜索
• 发布Open Images V4数据集
• 发布了Atomic Visual Actions数据集
• Fluid Annotation 项目

通过Fluid Annotation 对图像进行可视化处理

13、在机器人自主观察并感知环境方面取得了重大进展

• 在真实的机器人设备上成功实现深层强化学习模型的在线训练

14、将机器学习更多应用于物理以及生物领域

• 通过数据挖掘汇总星体的光线曲线，从而在太阳系之外寻找新的行星
• 识别短 DNA 序列的起源或功能
• 自动检测失焦显微镜图像
• 以数字化方式创建具有多个染色特征的同类细胞图像
• 自动将质谱输出结果映射为肽链

自动检测失焦显微镜图像

15、将深度学习应用于健康

• 糖尿病视网膜病变检测系统

16、广泛与外部研究社区开展互动

• 谷歌博士学位奖学金
• 建立 Google Ai Residency
• Google Faculty Research Awards计划

17、在全世界推广对AI的研究

• 在非洲建立第一个人工智能研究办公室
• 扩大在欧洲、亚洲的人工智能研究