谷歌AI大会纪要.docxVIP

【谷歌搜索业务负责人 普拉巴卡尔·拉加万】 巴黎是我们最重要的人工智能研究中心之一，我们在这里讨论下一个信息的前沿领域——人工智能结合产品如何为未来提供动力。 谷歌的目标是改善尽可能多的人的生活，这是我们所有产品的单一重点。 谷歌搜索推出已有25年，它建立在语言理解的突破上，所以能够接受复杂的对话查询，比如我们搜索好吃的心形法式薄片糕点，谷歌就会帮助我们准确识别正在寻找的东西。 但我们并没有停止在搜索的改进， 我们在人工智能方面持续投资，现在谷歌搜索可以理解多种形式的信息，从语言到图像和视频，甚至是现实世界。通过这种更深入的理解，我们正在超越传统的搜索概念，帮助人们以新的方式理解信息。 现在如果人们简单地用镜头拍一张照片，通过谷歌搜索，它们可以立即了解人们遇到的困难并迅速贡献解决方案。 例如：如果人们正在购买一个新的沙发椅，人们可以从搜索中看到它，并利用AR把该沙发椅放在自家的客厅查看外观和效果；如果人们在一个陌生城市的地铁，可以在谷歌地图上找到该现实世界，并有箭头指出正确的方向。 早期的搜索与现在的例子展示相差甚远，正如我们常说的，搜索永远不会是个已解决的问题，因为有两件事在不断变化：人们的期望和科技的进步。 接下来将分为三个方面分别介绍： 理解信息（Multisearch） 探索真实世界（Google map） 释放创造力（Google art Culture） 我们一次又一次地看到，获取信息使得人们越来越有力量。 但几个世纪以来，信息在很大程度上被限制在其创建或使用的语言中，并且只有理解这种语言的人才能获得。通过电子翻译，我们可以打破语言障碍，解锁信息。 今天，谷歌翻译可以跨越133种语言以了解对话、信息、现实世界。 我们最近在翻译离线模式中增加了33种新语言，包括科西嘉语、拉丁语和依地语（仅举几例）。因此，即使人们在没有互联网的地方，也能得到所需要的翻译帮助。 很快我们也会用更直观的方式来翻译有多种含义的单词，无论人们是想买一本新的小说还是任何一个新的想法，都会结合所处的背景来做出符合需要的翻译。 但我们还可以做得更多，为了弥合语言鸿沟并把翻译的力量带到更多的语言，我们使用了zero-shot机器翻译和先进的AI技术，它能把从未在NMT系统中训练过的语言对进行翻译，zero-shot机器翻译让我们在过去一年增加了20+种新语言翻译，总共有超过3亿人使用这些语言。 另一个重要的方式是我们对信息的视觉意义。早在2017年，我们通过引入镜头重新定义了搜索的含义，人们可以搜索用照片拍到的东西，后来我们把相机选项直接带到搜索栏，之后我们也不断带来新的能力。 现在我很高兴地宣布，我们刚刚达到一个重要的新里程碑。人们现在每月使用镜头超过100亿次，这预示着视觉搜索已经从一个新奇的东西走向现实。正如我们预测的那样，视觉搜索的时代已经到来。在翻译的背景下，理解不仅仅局限于我们使用的语言，也包含我们看到的视觉效果。 这一功能现在已经在安卓手机上全面展开，人们可以使用镜头开始将文本翻译成上下文。我们希望通过镜头将人们与世界上的信息联系起来，我们继续在这些基础能力上不断发展。 【理解信息（Multisearch）】 现在人们已经可以使用镜头从相机或照片中搜索。但谷歌正在引入一个重要的更新，以帮助人们搜索手机屏幕上的东西。在未来几个月，人们将能够跨越网站和应用程序，来使用镜头搜索在照片或视频中看到的东西。 例如，假设一位用户从朋友那里收到一条信息，里面是朋友所发送的一段探索巴黎的视频，该用户想了解视频中看到的地标是什么，就可以长按手机上的电源按钮，调出谷歌助手并点击搜索屏幕，助手将用户连接到镜头，发现镜头已将地标识别为卢森堡宫，同时下方有链接，用户点击即可了解更多信息。 正如刚刚所谈到的，沟通的方式有时是文字和图像的组合。这就是为什么去年我们推出了多重搜索和镜头。通过多重搜索，人们可用图片和文字一起搜索，打开全新的方式来表达自己。 假设用户看到一把时尚的椅子，同时想要一个更柔和的颜色来匹配风格，这时就可以使用多重搜索来将它和用户所需的颜色匹配在一起，或者是发现一件花卉图案的衬衫，但想用其他图案来代替，也可以使用多重搜索。 这种独特的能力使我们能够混合图像和文本等模式，它开辟了整个世界的可能性，可以想象到未来会有更多模式被应用。 多重搜索现在正式在全球移动设备上线，这意味着现在可以使用70多种语言进行多重搜索，这些语言将我们引领到世界各地。 在美国，我们可以拍摄食物、菜肴或物品的照片或截图，然后通过“我的附近”这一多重搜索从谷歌上的数百万商家中找到附近的地方，在接下来的几个月里，我们将把 我的附近 也带到所有可以使用镜头的语言和国家。 到目前为止，我们已经谈到了人工智能如何帮助人们更深入地了解世界的信息。我们长期以来一直是这个领域的先驱，在我们