科技行业先锋系列13：谷歌AI，2018年重要进展.docx 13页

谷歌AI研究团队负责人Jeff Dean近日发布了公司2018年AI研究总结（Looking Back at Google’s Research Efforts in 2018），包括了主要成果、工作方向、相关代表性论文。 2016年谷歌将公司战略改为AI First，致力打造领先技术与生态。整体研发支出由2013年的71亿增至 2017年的166亿，同时也是全球AI领域的最大雇主。 自2010年迄今，谷歌体系并购18家以上的AI相关公司；旗下初创公司以DeepMind为代表，深度应用在搜索、云服务、自动驾驶、语音助理等产品线，并对外拓展应用场景与商业模式。 谷歌开发机器学习架构TensorFlow、专用芯片TPU、AutoML Vision等产品。基于广泛的用户场景与 数据接口，将发挥出训练与应用端的竞争优势，软硬结合建立相关生态。 Alphabet的研发费用 谷歌近年AI领域的代表性收购案例 被收购公司名 谷歌体系应用 被收购公司名 谷歌体系应用 Neven Vision Picasa, Google Goggles DeepMind Google DeepMind Metaweb Google Search Dropcam Nest Labs Phonetic Arts Google Voice, Translate Wavii Knowledge Graph SayNow Google Voice Jetpac Picasa PittPatt Android AIMatter Google Photos Clever Sense Google Maps Moodstocks Google Photos Viewdle Android API.AI Google Assistant DNNresearch Google, X Halli Labs Next Billion Users项目 Emu Google Hangouts, Google Now Dark Blue Labs & Vision Factory Google DeepMind Flutter Google, Android, X HYPERLINK "/" 资料来源：谷歌与Alphabet年报，中信证券研究部资料来源：IT桔子，Statista HYPERLINK "/" 资料来源：谷歌与Alphabet年报，中信证券研究部 洪水预测：利用算法准确、及时地预测洪水的强度和范围，使受灾地区的人们采取合适的预防措施。 地震预测：相对传统的物理模型，机器学习模型可以更准确地预测余震的位置。 其他研究：例如科学家使用卷积神经网络识别座头鲸、检测系外行星、识别病变的木薯植物等 识别应用帮助农民检测虫病 高精度模型预测洪水的规模 资料来源： Google AI Blog 有别于传统半导体的2进位算法，量子计算机是利用量子间的纠缠态进行运算；n个量子比特的计算机，理论上可以进行2??位元运算。（但目前实际运用能力远低于理论值） 谷歌开发了72量子比特的计算机Bristlecone，在领域内获得量子数目的领先。 发布了量子计算机的开源编程框架Cirq并探索了在神经网络的运用，分享了在理解量子处理器性能波动方面的经验和技术。 安装Bristlecone芯片 资料来源： Google AI Blog  72量子比特的处理器Bristlecone 资料来源： Google 官网 在智能语音方面，谷歌根据Transformer架构，开发了Universal Transformer的增强兼容版， 在翻译和语言推理等自然语言任务有显著提升。 开发了深度双向、无监督的语言模型BERT，可使用纯文本语料库进行预训练，再利用迁移学习对各种任务进行微调。BERT在11个自然语言任务上有显著提升。 在GLUE基准测试中，BERT的最优结果提高了7.6% 资料来源： Google AI Blog Google Lens Pixel 2 拍摄的运动照片 Google Lens Pixel 2 拍摄的运动照片 Motion Stills 的AR模式 资料来源： Google AI Blog 资料来源： Google AI Blog 资料来源： Google AI Blog 图像识别：提高Google Photos中自动组织内容的能力。Google Lens的图像识别能力再提升，利用Google Assistant能赋予更多环境识别与实时查询的功能。 Looking to Listen：根据视频内容做智能判断，强化视频中说话者的声音，尤其在多人讲话或背景嘈杂的场景。该技术能应用在视频的语音增强、视频会议，甚至助听器上。 MobileNetV2：运动