摘要：更轻更快的 TensorFlow 背后，是 Google 赋能传统产业从「功能」到「智能」跃迁的勇气和决心。
Google 的首款微信小程序「猜画小歌」这几天刷遍了屏，寥寥数笔中，人们享受着 AI 带来的童心和乐趣，而这个游戏背后蕴含着的无疑是 Google AI 的力量。其实，除了猜画小歌，Google 的另一项产品——TensorFlow，正在扮演在代码层面随处可见的角色。
作为 Google 2015 年正式对外开放的免费开源深度学习平台，Google 将自家 Google Brain 在人工智能领域的许多关键研究都对开发者开放。不知不觉中，从自拍虚化功能到能听懂你说话的智能音箱，从图像识别到机器翻译，从网易、小米到京东，TensorFlow 上的底层框架和 Google AI 的研究成果，正在帮助一大批产品实现从「功能」到「智能」的跃迁。
TensorFlow 对于 Google 同样意义重大。在开源之初， Google CEO Sundar Pichai 曾直言：「我们内部已经看到这个工具能够提供非常强的能力，并且希望把机器学习的能力开放给更多的企业和个人开发者。」即将满 3 岁的 TensorFlow 的确也正在扮演着这样的角色。最新数据显示，在目前全球 180 多个国家，各种用户已经下载了超过 1300 万次的 TensorFlow 开发包，而在 2018 年初，这个数字还只是 1000 万。
不断拓展 AI 应用场景的新可能，是 TensorFlow 要聚焦的下一个主题。在极客公园 Rebuild 2018 科技商业峰会上，来自 Google TensorFlow 的中国区负责人梁信屏，就这一主题分享了两年多来 TensorFlow 在各个领域的应用情况。从他的演讲里，我们能够看到这款藏在各种 AI 应用背后的机器学习开源工具，除了使应用和服务更合心意，帮助他人实现创新想法等商业想法，还在着力解决从农业到医疗这些人类遇到的重大挑战。
以下为 Google TensorFlow 中国区负责人梁信屏在极客公园 Rebuild 2018 科技商业峰会上的演讲，（内容经极客公园编辑整理，略有删减）：
大家好，我是 TensorFlow 的中国区产品负责人，今天非常荣幸可以跟大家分享一下 Google 在 AI 领域做了一些什么，以及 TensorFlow 怎样拓展新的应用场景。我是在美国长大的，所以我的中文不是特别流利，为了更好的表达，我剩下的时间将用英文来介绍。
Google 在 AI 方面研究已久，在很多领域都有涉及，最希望的是将 AI 的福祉带给每一个人。我们将 AI 放到了很多产品和服务中，使我们的产品和服务能被更多人接受，帮助到更多人。我们和很多公司进行合作、创新，和研究人员合合作共同解决当前人类面临的一些挑战，比如医疗和节能减排的问题，我们认为在开放的环境当中进行合作，可以帮助社会解决这些问题。
接下来的几分钟我会跟大家的简单介绍一下 TensorFlow 在各个领域所做的工作，但是在这儿之前我想简单的先说一下什么是 AI。
AI 是教机器掌握学习能力，Google AI 则是要「授人以渔」
AI，刚才我们来自于加州理工学院的教授已经对此有所介绍。我再简单的补充一点，对于 AI，我们认为它的主要目的是让我们的机器更加的智能。最近我们在人工智能方面做出了很多的突破，大部分都是在机器学习方面取得的进步。
那么，什么是机器学习？
机器学习就是说我们通过教给机器如何学习，可以让机器变得更加的智能。我们不会像传统的方式直接给机器进行编程。换句话说，就是授人以鱼不如授人以渔。
如何让机器变得更加的智能？我们可以使用神经网络，神经网络可以使用各种各样复杂的数学函数，并且它可以在各个的数学函数之间进行转化。现在我们有了更好的计算能力，更多的数据，在算法当中取得了更多的突破，这使得我们可以建设更大的神经网络。
通过建设更大的神经网络，我们就可以进行深度学习，做到以前无法做到的事情，现在的机器可以看到，可以听见，并且可以了解人类的语言，这是在过去我们无法想象的。
Google 也将 AI 应用到产品和服务的核心技术当中去，比如说 Google 助手、Google 手机，让这些产品能够更加的智慧。
给大家举一些例子，比如说 Google 翻译，十年前我们就开始测试 Google 翻译了。最近通过深层学习，神经网络，可以一次性翻译很多的句子，不是像以前一个短语一个短语的翻译，我们现在的翻译看起来是更加的自然，也更加的聪明了。
我们现在所展示的就是英译中的翻译。这周我们还发布了微信小程序，叫做「猜画小歌」，大家也可以去体验一下。AI 现在可以理解，也可以辨识东西了。当你画出草图的时候，AI 就可以来猜你画的内容是什么。
如果说我们仅仅只想要让 AI 带给我们的用户方便的话，增强 Google 的产品就够了。但是我们同时也希望可以帮助其他人来解决他们的问题，所以我们做了很多工具，让各个行业的人都可以去使用到 Google AI 的技术。
TensorFlow是什么？更快速、更普适的开源平台
让大家都能使用到 Google AI 技术的重要举措之一，就是 2015 年 11 月正式开放机器学习开源框架 TensorFlow。从一开始，我们就希望 TensorFlow 是一个快速、灵活，可以直接用于实际大规模使用的平台。
我们在训练 AI 处理数据的时候，数据量是非常庞大的，但我们希望可以通过计算机硬件的适配来进行快速的处理。我们需要这个产品很灵活，因为现在机器学习领域所处理的问题都是新问题。所以，TensorFlow 的目的是要给到一个灵活、快速的方式，来建立新的模式、新的算法。通过各国的研究，我们也希望可以从研究直接跨到产品领域的技术转移。
在过去的几年的过程当中，已经有很多的用户在使用 TensorFlow。事实上，TensorFlow 已经是全球最受欢迎的深度学习平台之一。目前，TensorFlow 在全球的下载量有 1300 万，其中 100 万是中国用户下载的。
当我们提到开放资源的平台的时候，最主要的一点就是社区，TensorFlow 也不例外。从数据来看，我们社区是非常活跃的。TensorFlow 在 Github 上有超过 1400 位贡献者，而且其中绝大多数是非 Google 的研究人员，还有很多的用户在这个平台上踊跃回答大家的问题，基于这样活跃的社区，我们才得以如此发展。
为了使 TensorFlow 更好的运行起来，我们希望通过定制化芯片支持机器学习。Google 专门开发了适用于机器学习的芯片，TPU。去年在乌镇，AlphaGo 就使用了第二代的 TPU，所展示的效果大家也看到了，比很多大师棋手还要下得好。我们现在已经开发到了第三代 TPU，整个处理过程是非常迅速的。同时我们也希望能够更简单的创建模块，而不是说只有 AI 专家才可以创建模块。
在过去的几年过程当中，行业当中的专家都希望能够帮助机器识别图片，每一年他们都希望能够提升这些机器的精确度，同时也要做出一定的妥协。但通过 AutoML 这种学习方式，可以展示机器自己也可以学会学习。在同样的计算成本下甚至比该领域的专家还要准确。在参与了相应的比赛之后，机器所展示出来的精确度得到了很大的提高。
更轻量的 TensorFlow要更好的赋能企业，解决社会问题
我们非常的相信 AI 并不仅仅说可以在服务器端进行使用，在云端进行使用，AI 也可以在我们的实体端进行应用，就好像可以给 AI 做了一个身体。
目前，在 TensorFlow 这个产品上，我们希望可以将 AI 做成一个轻量型的，可移动的形式。现在的硬件发展非常快，所以实现 AI 的轻量化非常重要。最新版开源 TensorFlow Lite 所占内存不到 400K，它在 mobilenet 和 inception V3 当中的速度比在 TensorFlow 上运行要快 3 倍，而且整个的使用过程是非常的简便的，希望可以支持更多的不同的操作。
事实上，我们非常高兴看到中国的很多公司在使用 TensorFlow。这些公司都在利用 TensorFlow 搭建自己的 AI、机器学习平台。比如说京东、腾讯、出门问问等公司。他们使用 TensorFlow 解决了各种不同的问题，比如说视觉还有自然语言处理等等，当然这也造福了 TensorFlow 社区。
我这里还想提一下，各类型的创新型公司都能够用 TensorFlow Lite 将他们的公司发展的更好。比如说 Kika 公司，他们做了一个嵌入式的智能手机输入法，通过 TensorFlow Lite，kika 内存的占用减少近 50%。响应速度提升一倍，语音理解准确度也得到了升级。
新浪汽车是另一个例子，他们使用 TensorFlow 创建了一个系统，让用户仅仅通过拍照的形式，就可以识别很多车的品牌。利用 TensorFlow，他们的模型体积缩小到四分之一，运算效率提升了 4 倍，识别准确率提升了 85%。
这些都是非常简单的例子，就是通过开源的 AI 平台，驱动各个行业 AI 创新，TensorFlow 也非常的希望可以更多的帮助这些行业。
今天我们非常振奋的看到人们开始用 AI 来解决现实社会当中的一些难题，我们发现基于 TensorFlow 可以实现更多。在环境保护方面，以 AI 的方式监测亚马逊热带雨林的非法砍伐，在医疗方面，医生可以通过 AI 的方式，来更快的诊断癌症病原体，以及农业方面，帮助农民检测虫害。
以上就是我演讲的全部内容，谢谢大家！我们真的非常高兴能够看到 AI 在改变人们的生活，Google 一直希望 AI 能够触手可及。通过 TensorFlow，我们希望有更多的公司能够做相关的工作，我也非常希望能够听到大家的声音，你们可以通过 TensorFlow 公众号告诉我们，通过 TensorFlow 你想做什么事情。
■
閱讀更多 極客公園 的文章
