1、發佈Google AI七大道德原則
- 對社會有益。
- 避免製造或加劇偏見。
- 提前測試以保證安全。
- 由人類擔責。
- 保證隱私。
- 堅持科學高標準。
- 從主要用途、技術獨特性、規模等方面來權衡。
2、使用AI解決各種社會公共問題
- 洪水、地震預測。
- 識別座頭鯨。
- 檢測系外行星。
- 識別患病的木薯植物
識別患病的木薯植物
3、使用AI輔助自動化
- 智能語音技術實現電話預約。
- 提供電子郵件撰寫意見。
郵件助理
4、開發量子計算機
- 量子計算開源框架Cirq
5、開發更強的自然語言理解
- 開發Universal Transformer
- 開發BERT——第一個深度雙向，無監督的自然語言處理模型
- 理解多語言對話
BERT在自然語言理解比賽中獲得高分
6、通過感知研究使計算機理解圖像、語音
- ML Kit面部識別
- 理解3D場景
- 結合視覺理解提高複雜場景中的語義識別
- MobileNetV2——下一代移動計算機視覺模型
Google Lens
7、通過AI提升手機拍照質量
- Motion Photos增強現實模式
- Night Sight——在昏暗的環境不用閃光燈拍攝清晰照片的算法
左側：iPhone XS 右測：Pixel 3 Night Sight
8、深入研究AI算法理論
- 訓練神經網絡隨機優化算法收斂性（獲得 ICLR 2018 年最佳論文獎）
- 在線交付服務方面的工作獲得 WWW2018 最佳論文獎
- 4 枚Minizinc 約束編程競賽金牌。
9、發佈新的軟件系統支持AI開發
- Mesh TensorFlow
- JAX
- Google軟件定義網絡WAN
- 一致性哈希方案
10、開發AutoML——通過機器學習來自動化機器學習
- 提高各種圖像模型的準確性
- 更有效的優化更新
AdaNet 自適應增長
11、開發TPU——張量處理器
- 通過Colab免費對TPU上的BERT進行微調
- TensorFlow Research Cloud
單個 TPU和TPU Pod
12、提供開源軟件和數據集
- 八次更新TensorFlow版本
- 提供Google數據集搜索
- 發佈Open Images V4數據集
- 發佈了Atomic Visual Actions數據集
- Fluid Annotation 項目
通過Fluid Annotation 對圖像進行可視化處理
13、在機器人自主觀察並感知環境方面取得了重大進展
- 在真實的機器人設備上成功實現深層強化學習模型的在線訓練
14、將機器學習更多應用於物理以及生物領域
- 通過數據挖掘彙總星體的光線曲線，從而在太陽系之外尋找新的行星
- 識別短 DNA 序列的起源或功能
- 自動檢測失焦顯微鏡圖像
- 以數字化方式創建具有多個染色特徵的同類細胞圖像
- 自動將質譜輸出結果映射為肽鏈
自動檢測失焦顯微鏡圖像
15、將深度學習應用於健康
- 糖尿病視網膜病變檢測系統
16、廣泛與外部研究社區開展互動
- 谷歌博士學位獎學金
- 建立 Google Ai Residency
- Google Faculty Research Awards計劃
17、在全世界推廣對AI的研究
- 在非洲建立第一個人工智能研究辦公室
- 擴大在歐洲、亞洲的人工智能研究
分享到:
閱讀更多 盎通科技Airtom 的文章
