Google I/O 全记录,多希望我们能用上这些未来科技
除了直接翻译文字,Google Assistant 还可以识别出餐厅的名称,在现场的演示中,Google Assistant 可以将识别出的餐厅信息呈现给用户,包括菜单等等,过去需要在不同应用中实现的操作,现在只需要一个 Google Assistant 就能够实现了。 过去一年,Google 在不遗余力地推广 Google Assistant,除了在 Android 平台上人工智能助手的统治地位,Google Assistant 也将入驻 iPhone,到时候它如何同 iPhone 上的主人 Siri 相处,或许也是个有趣的话题。不仅如此,Google 还计划将 Google Assistant 放进更多的生活用品中,Google 目前已经为 Google Assistant 找到了 70 多个“婆家”,你能想到的都有可能,洗衣机、婴儿车、购物车等等等等。
Cloud TPU:强劲的云端大脑,AI First 战略的第一步在过去几年,Google 在机器学习方面取得了不少的进步。这些成果大大提高了 Google 翻译的质量,也在 Google 搜索结果中发挥了关键作用,与此同时使用 Google Photos 查找您想要的照片将更为方便。强大的学习功能也为 AlphaGo 人工智能系统提供了预测和作决策的基础功能,这使得 DeepMind 的 AlphaGo 能够打败世界顶级棋手之一李世石。 不过,Google 第一代的 TPU 在针对不同用途时,仍然需要分开单独培训,这样的培训需要花费很多的时间成本。 于是,Google 设计了一个全新的机器学习系统,以消除瓶颈并最大限度地提高整体性能。这个系统的核心就是 Google 今天推出的第二代 Tensor 处理单元(TPU),它可以训练和运行机器学习模型,Google 将其称之为 Cloud TPU。 现在,Google 表示,Cloud TPU 已经全面投入使用,并且正部署在 Google Compute Engine 这个平台上,它将 64 个 Cloud TPU 组合成 TPU Pods,有效地将 Google 服务器变为具有 11.5 petaflops 计算能力的超级计算机,每个 Cloud TPU 可提供高达 180 teraflops 的浮点性能来培训和运行机器学习模型。 使用这些 TPU Pods,可以有效的减少机器学的培训时间,以往一个大型的翻译模组,需要花费 32 个最好的商用 GPU 用上一整天的时间完成,但现在,只需要八分之一的 TPU Pod 就能达到同样的效果和精准度。 而这对于培训系统更普遍的意义是,通过大量的计算来改进 AI 软件。所以当硬件性能越强大的时候,你得到的结果就越快。这不仅能缩短时间,还能提高每个机器学习者更快速地进行迭代和进行更多实验的能力。 为了帮助尽可能多的研究人员,进一步加快开放机器学习研究的步伐,Google 也将通过 TensorFlow 研究云免费为机器学习研究人员提供 1000 个 Cloud TPU 。 它成为 Google 在探索 AI 领域拓荒路上强有力的功臣。
继续解放你双手的 Google HomeGoogle Home 是另一个基于 Google Assistant 的产品,诞生之初就是想在解放你双手的同时让你动动嘴也能做更多事。虽然 Google 这次并没有拿出在硬件上有所改进的 Google Home,但“Hands Free”的宗旨被执行得更加彻底了。 (编辑:威海站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |