谷歌人工智能,谷歌人工智能“阿尔法狗”与韩国职业棋手李世石九段进行的围棋人机大战将人们的视野重新拉回到了机器人和人工智能两大热门话题中，使人们认为这将是一场争夺未来的比赛。有人认为

文章 2年前 (2023) admin

0 0

有问题就有答案

1 谷歌人工智能“阿尔法狗”与韩国职业棋手李世石九段进行的围棋人机大战将人们的视野重新拉回到了机器人和人工智能两大热门话题中，使人们认为这将是一场争夺未来的比赛。有人认为
2 谷歌最新推出的Project Euphonia会给ALS患者带来哪些改变
3 谷歌宣布发布Cloud AutoML，对于AI从业者有什么影响
4 人工智能助手，谷歌小爱 Siri 微软小冰哪个更厉害

谷歌人工智能“阿尔法狗”与韩国职业棋手李世石九段进行的围棋人机大战将人们的视野重新拉回到了机器人和人工智能两大热门话题中，使人们认为这将是一场争夺未来的比赛。有人认为

谷歌最新推出的Project Euphonia会给ALS患者带来哪些改变

{!-- PGC_VIDEO:{"thumb_height": 360, "file_sign": "3c05b1e41686e5c2818bc46c58046f84", "vname": "", "vid": "v02019040000bj92fimue3mi9i42hsb0", "thumb_width": 640, "vu": "v02019040000bj92fimue3mi9i42hsb0", "src_thumb_uri": "22f8b000291f45f3e5518", "sp": "toutiao", "update_thumb_type": 1, "vposter": "-sign.toutiaoimg.com/mosaic-legacy/22f8b000291f45f3e5518~noop.image?x-expires=1992201662&x-signature=9FE3soxVmNiqaRAWAY%2BJXgQEMeI%3D", "video_size": {"high": {"duration": 169.27, "h": 480, "subjective_score": 0, "w": 854, "file_size": 4823775}, "ultra": {"duration": 169.27, "h": 720, "subjective_score": 0, "w": 1280, "file_size": 7637400}, "normal": {"duration": 169.27, "h": 360, "subjective_score": 0, "w": 640, "file_size": 3685824}}, "duration": 169.27, "thumb_url": "22f8b000291f45f3e5518", "md5": "3c05b1e41686e5c2818bc46c58046f84"} --}今天凌晨1点开幕的I/O开发者大会上，谷歌演示了隶属于AI for Social Good活动的新项目Project Euphonia，试图利用人工智能来改善语音识别技术。谷歌增强和渐冻人治疗发展研究所和ALS Residence Initiative等非营利组织的合作，使用ALS患者的录音来改善这项技术。语音识别对于患有某些健康状况的人来说是一项至关重要的技术，但许多产品即使在最理想状态下也表现平平。 Google为消费者提供了一些最佳的语音识别功能，并且正在使用Project Euphonia来增强该技术作为语言障碍患者的可访问性工具的实用性。Google AR 的研究人员正在探索个性化通信模式这一概念以及如何使用人工智能帮助那些无常发音的人士。通过和这些非营利组织的合作，谷歌的Project Euphonia项目团队成员记录了ALS患者的声音，然后将这些声音来训练人工智能，从而创建能够识别这些语音的算法和频谱图。根据谷歌的说法，它的算法目前适用于那些通常与ALS有关并且说英语的语言障碍问题的用户。不过，该公司预计其技术也将用于不同种类的言语障碍和更大的人群。谷歌指出，由于没有人收集到足够大的数据集，语音识别技术目前不适用于有语言障碍的人士，而这将是 Euphonia 着手研究的部分。

谷歌宣布发布Cloud AutoML，对于AI从业者有什么影响

调参民工们可能真的会受到一定冲击吧。一般来说，建置AI模型需要很多时间做实验，也需要许多机器学习的专家才能完成。在各大企业争抢抢夺，AI工程师与AI科学家的薪资身价水涨船高的当下，小公司已经难以负担AI模型开发所带来的时间与人力成本。而谷歌前不久推出的这款Cloud AutoML，简直可以堪称“傻瓜式建模工具”。通过在网页上选定你的需求（比如“我要一个能够识别客厅的AI模型”）、再上传少量素材（比如“100张客厅的照片”），系统就可以自动生成这个AI模型。虽然现在开放出来的只有Cloud AutoML Vision功能，能够定制化生成用于特定图像识别的AI模型。但是谷歌表示未来Cloud AutoML的覆盖范围将会更广，图像语音语义等各个方面。简单的模型你可以一行代码都不需要编写，最快只需要几分钟就能自己造来。而如果一家公司想要用此打一个完整的商用模型，也只需要一天的时间。Cloud AutoML与两个关键技术息息相关，一个是增强学习，一个是迁移学习。以前谷歌已经成功用深度学习训练了很多图像识别、机器翻译等模型。再通过迁移学习（Transfer Learning）将已训练完成的模型转移到新的模型训练，就能够用用户上传的较少量的资料，通过增强学习（Reinforcement Learning）训练出机器学习模型。目前Cloud AutoML还处在Alpha免费测试阶段，可以去这个网站申请。那么这是不是意味着AI工程师们要失业了？还算不上。这确实是谷歌一直鼓吹的“AI化”的优秀工具，但是它更多的是要降低深度学习的使用门槛，并不会消除各个公司技术能力的差异化。换句话说，一个工具一旦向世界上所有人开放，那么一个公司是不可能依靠这个工具来攻克市场份额的。Cloud AutoML只是让拥有资源的大公司不再处于垄断地位，小公司或者个人即便没有拥有格外优秀的AI技术人才，也能自己掌握AI的力量。