作者| 石筱玉
编辑| 傅博
“让 AI 成为每个人都触手可及的工具，我们才能真正握住它为人类所带来的不可思议的机遇。”Google大中华区总裁石博盟在其文章中写道。
为了鼓励更多开发者进入人工智能领域，昨天石博盟亲自撰写文章，讲述谷歌期望和中国研究者们进行合作这一愿望。
尽管谷歌在AlphaGo、TensorFlow等应用方面取得了不少成就，石博盟仍然认为人工智能处于“孩提时代”，并希望能在更为复杂的社会领域取得突破。
在今年5月的中国乌镇围棋峰会上，我们都见证了AlphaGo与世界冠军柯洁九段的对弈，也第一次如此直观地了解了人工智能技术的进展。但是在Google眼中，AlphaGo的胜利只是谷歌-Deepmind迈出的第一步，而接下来AlphaGo在能源、环境以及医疗等实际场景中的应用才是重中之重。
石博盟在文中也着重讲述了谷歌对于中国开发者的重视，并列举了谷歌人工智能API、TensorFlow开源工具与中国开发者们的渊源。
所以，谷歌的人工智能与清华大学医学院、游戏“列王的纷争”、播客应用CastBox都有怎样的联系？谷歌人工智能的下一阶段目标是什么？这些问题都能在石博盟的文章中找到答案。
人工智能的火热已经不言而喻。在中国，有很多关于人工智能的讨论和探索。不过相对于喧嚣的言论，如何让人工智能真正服务于大众，让人工智能对每个人都触手可及，显得更为重要。
几个月前的“中国乌镇·围棋峰会”上，我们有幸见证了一些伟大的时刻 ––— 在与世界冠军柯洁九段的三番棋巅峰对弈中， Google-DeepMind 的 AlphaGo 取得了胜利。
但这场比赛最重要的意义并非比赛结果，而是过程中所发生的一切：
从首盘对弈中柯洁使出向 AlphaGo 学习而来的开局方式，到配对赛中棋手们与 AlphaGo的协同合作，这一切，均让我们深切的感受到AlphaGo 为这项具有三千年历史的古老游戏所带来的全新变化，以及围棋界为此而产生的兴奋之情。对于棋手而言，AlphaGo 不仅仅只是对手，更是一个启发思维的工具，通过人与机器的共同合作，去探索围棋的更多可能。
柯洁与AlphaGo在对弈中。
在同一种合作精神的鼓舞下，同期举办的人工智能论坛上，来自中国的 人工智能领域的专家与 Google 科学家们共同探讨了“人工智能”这一前沿话题。大家不约而同地谈到，各企业和大学经常为获得更好的人工智能人才、资金和领导地位进行竞争，但如果我们换一种思路，用合作的方式去解决问题，创新的速度会更快。
“合作”对于 Google 的产品创新同样重要，我们的 AI 科学家们在语音识别、电脑视觉、自然语言处理等众多领域都与不同的团队进行着紧密合作。他们共同开发的技术几乎被应用在 Google 的每一款产品当中，并帮助我们实现了一些几年前看起来无法想象的任务。以 Google 翻译为例，在应用深度学习之后，中文与英文之间的翻译质量取得了巨大的飞跃，这一次更新所取得的进步，甚至超过了过去十年所取得进步的总和。
同时，Google 翻译 App 中的许多实用功能也使用了 AI 技术，比如图像识别可对标识和菜单进行即时图像翻译；而通过语音识别和自然语言处理，你可以与讲不同语言的人轻松对话。
在为用户提供创新产品的同时，我们同样致力于帮助更多企业及开发者将 AI 应用到自己的产品当中。因此我们提供了 Google 翻译的 API 接口，企业可以将神经网络机器翻译技术整合至自己的网站或应用程序。中国游戏厂商智明星通就在他们所开发的游戏《列王的纷争》中使用了 Google 翻译 API，帮助不同国家的玩家在游戏中交流。
在 Google 翻译及许多其它 Google 产品的背后是一个机器学习系统 ––— TensorFlow。
我们相信，加快 AI 行业发展，并让企业和开发者利用工具去创造属于自己的 AI 应用十分重要，在这一理念驱使下，2015年11月，我们将 TensorFlow 开源。
在过去的20个月内，TensorFlow 已成为互联网上最受欢迎的机器学习知识库。在 Python 语言的在线软件知识库 PyPi 上，TensorFlow 已被下载 900,000 次，其中 15% 来自中国。
清华大学自然语言处理与社会人文计算实验室的学者就使用 TensorFlow 来加深他们对语言的理解；同时，还有很多中国创业公司在使用这个开源平台，比如，播客应用 CastBox通过 TensorFlow 进行用户偏好分析，并为用户提供个性化内容推荐。
不仅开发者和企业在使用开源 AI 系统进行产品开发，学者们也开始更多的利用 AI 的帮助，解决人类面临的更为艰巨的社会问题，比如能源、环境以及医疗。
在 Google，有一支由医疗专家所组成的研究团队，利用深度学习技术来帮助诊断癌症和糖尿病性视网膜病变（一种由糖尿病引发的失明）。
受到图像识别在其它领域所取得的进展启发，Google 的科学家们与美国和印度的医疗机构合作，用上百张医疗图像训练出一个基于 TensorFlow 的模型，使其诊断糖尿病性视网膜病变，诊断准确度甚至超过医学专家；斯坦福大学的学者将深度学习应用到皮肤癌的诊断；在北京，两位清华大学的博士生李哲和廖方舟，则致力于研究通过医疗图片来检测肺癌的模型。未来，这些技术都将给患者带来深远的影响。
当今的肺癌检测手段误诊率高，而清华大学博士生李哲和廖方舟研究的癌症影像筛查智能算法能减少误诊率，曾获2017数据科学杯（2017 Data Science Bowl）的第一名。
尽管有了这些令人兴奋的成果，但人工智能仍处于孩提时代，对于其巨大的潜能，我们甚至还未完全揭开它最外层的面纱。
如果我们能够采取合作的方式，为人们提供创新、实用的产品；进一步激励大学、企业和政策制定者之间的合作；通过发表论文和开源 AI 软件，让科学家和工程师更便捷的使用更好、更强大的计算工具及研究成果 ––— 相信我们能够在更为复杂的社会领域取得巨大的突破。也只有通过这些举措，让 AI 成为每个人都触手可及的工具，我们才能真正握住它为人类所带来的不可思议的机遇。
石博盟写于2017年7月7日
联系客服
