摘要：更輕更快的 TensorFlow 背後，是 Google 賦能傳統產業從「功能」到「智能」躍遷的勇氣和決心。
Google 的首款微信小程序「猜畫小歌」這幾天刷遍了屏，寥寥數筆中，人們享受著 AI 帶來的童心和樂趣，而這個遊戲背後蘊含著的無疑是 Google AI 的力量。其實，除了猜畫小歌，Google 的另一項產品——TensorFlow，正在扮演在代碼層面隨處可見的角色。
作為 Google 2015 年正式對外開放的免費開源深度學習平臺，Google 將自家 Google Brain 在人工智能領域的許多關鍵研究都對開發者開放。不知不覺中，從自拍虛化功能到能聽懂你說話的智能音箱，從圖像識別到機器翻譯，從網易、小米到京東，TensorFlow 上的底層框架和 Google AI 的研究成果，正在幫助一大批產品實現從「功能」到「智能」的躍遷。
TensorFlow 對於 Google 同樣意義重大。在開源之初， Google CEO Sundar Pichai 曾直言：「我們內部已經看到這個工具能夠提供非常強的能力，並且希望把機器學習的能力開放給更多的企業和個人開發者。」即將滿 3 歲的 TensorFlow 的確也正在扮演著這樣的角色。最新數據顯示，在目前全球 180 多個國家，各種用戶已經下載了超過 1300 萬次的 TensorFlow 開發包，而在 2018 年初，這個數字還只是 1000 萬。
不斷拓展 AI 應用場景的新可能，是 TensorFlow 要聚焦的下一個主題。在極客公園 Rebuild 2018 科技商業峰會上，來自 Google TensorFlow 的中國區負責人梁信屏，就這一主題分享了兩年多來 TensorFlow 在各個領域的應用情況。從他的演講裡，我們能夠看到這款藏在各種 AI 應用背後的機器學習開源工具，除了使應用和服務更合心意，幫助他人實現創新想法等商業想法，還在著力解決從農業到醫療這些人類遇到的重大挑戰。
以下為 Google TensorFlow 中國區負責人梁信屏在極客公園 Rebuild 2018 科技商業峰會上的演講，（內容經極客公園編輯整理，略有刪減）：
大家好，我是 TensorFlow 的中國區產品負責人，今天非常榮幸可以跟大家分享一下 Google 在 AI 領域做了一些什麼，以及 TensorFlow 怎樣拓展新的應用場景。我是在美國長大的，所以我的中文不是特別流利，為了更好的表達，我剩下的時間將用英文來介紹。
Google 在 AI 方面研究已久，在很多領域都有涉及，最希望的是將 AI 的福祉帶給每一個人。我們將 AI 放到了很多產品和服務中，使我們的產品和服務能被更多人接受，幫助到更多人。我們和很多公司進行合作、創新，和研究人員合合作共同解決當前人類面臨的一些挑戰，比如醫療和節能減排的問題，我們認為在開放的環境當中進行合作，可以幫助社會解決這些問題。
接下來的幾分鐘我會跟大家的簡單介紹一下 TensorFlow 在各個領域所做的工作，但是在這兒之前我想簡單的先說一下什麼是 AI。
AI 是教機器掌握學習能力，Google AI 則是要「授人以漁」
AI，剛才我們來自於加州理工學院的教授已經對此有所介紹。我再簡單的補充一點，對於 AI，我們認為它的主要目的是讓我們的機器更加的智能。最近我們在人工智能方面做出了很多的突破，大部分都是在機器學習方面取得的進步。
那麼，什麼是機器學習？
機器學習就是說我們通過教給機器如何學習，可以讓機器變得更加的智能。我們不會像傳統的方式直接給機器進行編程。換句話說，就是授人以魚不如授人以漁。
如何讓機器變得更加的智能？我們可以使用神經網絡，神經網絡可以使用各種各樣複雜的數學函數，並且它可以在各個的數學函數之間進行轉化。現在我們有了更好的計算能力，更多的數據，在算法當中取得了更多的突破，這使得我們可以建設更大的神經網絡。
通過建設更大的神經網絡，我們就可以進行深度學習，做到以前無法做到的事情，現在的機器可以看到，可以聽見，並且可以瞭解人類的語言，這是在過去我們無法想象的。
Google 也將 AI 應用到產品和服務的核心技術當中去，比如說 Google 助手、Google 手機，讓這些產品能夠更加的智慧。
給大家舉一些例子，比如說 Google 翻譯，十年前我們就開始測試 Google 翻譯了。最近通過深層學習，神經網絡，可以一次性翻譯很多的句子，不是像以前一個短語一個短語的翻譯，我們現在的翻譯看起來是更加的自然，也更加的聰明瞭。
我們現在所展示的就是英譯中的翻譯。這周我們還發布了微信小程序，叫做「猜畫小歌」，大家也可以去體驗一下。AI 現在可以理解，也可以辨識東西了。當你畫出草圖的時候，AI 就可以來猜你畫的內容是什麼。
如果說我們僅僅只想要讓 AI 帶給我們的用戶方便的話，增強 Google 的產品就夠了。但是我們同時也希望可以幫助其他人來解決他們的問題，所以我們做了很多工具，讓各個行業的人都可以去使用到 Google AI 的技術。
TensorFlow是什麼？更快速、更普適的開源平臺
讓大家都能使用到 Google AI 技術的重要舉措之一，就是 2015 年 11 月正式開放機器學習開源框架 TensorFlow。從一開始，我們就希望 TensorFlow 是一個快速、靈活，可以直接用於實際大規模使用的平臺。
我們在訓練 AI 處理數據的時候，數據量是非常龐大的，但我們希望可以通過計算機硬件的適配來進行快速的處理。我們需要這個產品很靈活，因為現在機器學習領域所處理的問題都是新問題。所以，TensorFlow 的目的是要給到一個靈活、快速的方式，來建立新的模式、新的算法。通過各國的研究，我們也希望可以從研究直接跨到產品領域的技術轉移。
在過去的幾年的過程當中，已經有很多的用戶在使用 TensorFlow。事實上，TensorFlow 已經是全球最受歡迎的深度學習平臺之一。目前，TensorFlow 在全球的下載量有 1300 萬，其中 100 萬是中國用戶下載的。
當我們提到開放資源的平臺的時候，最主要的一點就是社區，TensorFlow 也不例外。從數據來看，我們社區是非常活躍的。TensorFlow 在 Github 上有超過 1400 位貢獻者，而且其中絕大多數是非 Google 的研究人員，還有很多的用戶在這個平臺上踴躍回答大家的問題，基於這樣活躍的社區，我們才得以如此發展。
為了使 TensorFlow 更好的運行起來，我們希望通過定製化芯片支持機器學習。Google 專門開發了適用於機器學習的芯片，TPU。去年在烏鎮，AlphaGo 就使用了第二代的 TPU，所展示的效果大家也看到了，比很多大師棋手還要下得好。我們現在已經開發到了第三代 TPU，整個處理過程是非常迅速的。同時我們也希望能夠更簡單的創建模塊，而不是說只有 AI 專家才可以創建模塊。
在過去的幾年過程當中，行業當中的專家都希望能夠幫助機器識別圖片，每一年他們都希望能夠提升這些機器的精確度，同時也要做出一定的妥協。但通過 AutoML 這種學習方式，可以展示機器自己也可以學會學習。在同樣的計算成本下甚至比該領域的專家還要準確。在參與了相應的比賽之後，機器所展示出來的精確度得到了很大的提高。
更輕量的 TensorFlow要更好的賦能企業，解決社會問題
我們非常的相信 AI 並不僅僅說可以在服務器端進行使用，在雲端進行使用，AI 也可以在我們的實體端進行應用，就好像可以給 AI 做了一個身體。
目前，在 TensorFlow 這個產品上，我們希望可以將 AI 做成一個輕量型的，可移動的形式。現在的硬件發展非常快，所以實現 AI 的輕量化非常重要。最新版開源 TensorFlow Lite 所佔內存不到 400K，它在 mobilenet 和 inception V3 當中的速度比在 TensorFlow 上運行要快 3 倍，而且整個的使用過程是非常的簡便的，希望可以支持更多的不同的操作。
事實上，我們非常高興看到中國的很多公司在使用 TensorFlow。這些公司都在利用 TensorFlow 搭建自己的 AI、機器學習平臺。比如說京東、騰訊、出門問問等公司。他們使用 TensorFlow 解決了各種不同的問題，比如說視覺還有自然語言處理等等，當然這也造福了 TensorFlow 社區。
我這裡還想提一下，各類型的創新型公司都能夠用 TensorFlow Lite 將他們的公司發展的更好。比如說 Kika 公司，他們做了一個嵌入式的智能手機輸入法，通過 TensorFlow Lite，kika 內存的佔用減少近 50%。響應速度提升一倍，語音理解準確度也得到了升級。
新浪汽車是另一個例子，他們使用 TensorFlow 創建了一個系統，讓用戶僅僅通過拍照的形式，就可以識別很多車的品牌。利用 TensorFlow，他們的模型體積縮小到四分之一，運算效率提升了 4 倍，識別準確率提升了 85%。
這些都是非常簡單的例子，就是通過開源的 AI 平臺，驅動各個行業 AI 創新，TensorFlow 也非常的希望可以更多的幫助這些行業。
今天我們非常振奮的看到人們開始用 AI 來解決現實社會當中的一些難題，我們發現基於 TensorFlow 可以實現更多。在環境保護方面，以 AI 的方式監測亞馬遜熱帶雨林的非法砍伐，在醫療方面，醫生可以通過 AI 的方式，來更快的診斷癌症病原體，以及農業方面，幫助農民檢測蟲害。
以上就是我演講的全部內容，謝謝大家！我們真的非常高興能夠看到 AI 在改變人們的生活，Google 一直希望 AI 能夠觸手可及。通過 TensorFlow，我們希望有更多的公司能夠做相關的工作，我也非常希望能夠聽到大家的聲音，你們可以通過 TensorFlow 公眾號告訴我們，通過 TensorFlow 你想做什麼事情。
■
閱讀更多 極客公園 的文章
