我酷新闻网记者蓝立晴/台北报道
Google今日举办#MadeWithAI2017亚太区媒体活动，与日本、韩国等国共同连线，分享Google在人工智能、机器学习取得的进展与研究现况。
共同创办并带领研究深度学习的GoogleBrain团队的资深研究员JeffDean指出，Google推动AI发展的三大方向为：打造出对使用者更有用的产品、帮助创新发展、解决人类目前正面对的挑战。
Dean指出，人工智能是以逻辑加上运算所构成，但却不可能将全世界的知识全部学习起来，因此需要机器学习，使其能像人类一样主动学习和预测，Google近年来取得的突破也是依赖了机器学习技术。
Dean举例，IBM的深蓝（DeepBlue）在西洋棋中打败了人类，而Google团队的AlphaGO则因在“拥有10的170次方种棋盘布局可能”的棋类：围棋中取得了亮丽的成绩，打败多名人类围棋高手。
此外，神经网络（neuralnetwork）也扮演了同等重要的角色，它模仿大脑以及生物神经网络的结构与功能，能够学习图片、音源、文字，或者给它一张图片，就能为你叙述图片中正在发生的事物以及相关细节。
Dean提到，GoogleCEOSundarPichai曾说要让Google成为一家AI优先（AIFirst）的企业，而Google也在2012年时开始大规模研究神经网络。现在，无论是在GooglePhotos、GoogleMaps、GoogleAllo、GoogleLens、YouTube等，都可以看到人工智能与机器学习的成果，并且从中不断地成长学习。
2016年，Google翻译取得大跃进，新系统的进步幅度甚至比过去10年还多，这都是依赖人工智能与神经网络取得的成果。
▼相关报道▼
此外，Google也在2015年开放了自家的机器学习架构TensorFlow，这也是机器学习的第一大资料库，由GoogleBrain团队所创建，并在2年之内成为最受欢迎的线上机器学习资料库。
近年来，Google已经展现出进军硬件领域的决心，并且成功引起话题与对手的关注，包括一代、的Pixel／PixelXL、智慧音响GoogleHome系列产品、近期推出的翻译耳机PixelBuds等，都是依靠着“人工智能＋软件＋硬件”才诞生──从Google硬件产品中内建的（比Siri更聪明的）语音助理，到Pixel手机性能突出的相机或GoogleHomeMax依靠机器学习技术，能依照使用者房间形状与陈列，订制化聆听品质──这些都是Google与其它硬件竞争者最大的不同与优势。
▼相关报道▼
Dean也指出，虽然目前已经取得了不错的进展，但Google并非没有遇到难题，他们正思考如何让机器学习更加普及，并盼能达到为所有人所开发。
【文章转载请注明出处】
【我酷笔阵】
CNEWS欢迎各界投书，来稿请寄至，并请附上真实姓名、联络方式与职业身份简介。
CNEWS我酷新闻网：
新闻照来源：Google
I 相关 / Other
科技部长陈良基：台湾人工智能专门学校明年一月开课，找来第一线研究者当老师
科技部部长陈良基于今日（10日）第一届台湾人工智能年会第二天的活动上，分享科技部对AI△的计划。中央研究院院长廖俊智在开场时表示，台湾发展AI面临了几个问题，像是产学之间有很大的鸿沟、人才缺乏，以及习惯导入
SolidWorks执行长Gian△Paolo△Bassi表示，未来SolidWorks的3D机械设计，也要开始结合AI与深度学习，可以针对产品设计自动提供设计辅助、产品模拟优化，甚至是打通设计到制造，实现高度自动化的工业智慧设计应用。（
推动创新创业 2017 Taiwan B.I.G. Demo秋季展现成果
我酷新闻网记者黄有容/台北报道由科技部指导、国家实验研究院科技政策研究与资讯中心（科政中心）于10月27日举办投资交易媒合会“2017TaiwanB.I.G.Demo秋季展”暨“创新创业激励计划回顾展”，除经科技部培训的创业团
“木艺造器．福鉋台北”特展10/20登场 呈现台湾工艺的具体成果
我酷新闻网陈启仁/综合报道10月20日起至明年1月21日止，国立台北科技大学木艺培育暨设计研发中心将于台北故事馆举办“木艺造器．福鉋台北”特展，现场将以台北故事馆实景、模型与鉋刀配对解说，让观众实际了解一百多
图片来源: Intel 英特尔（Intel）执行长Brian△Krzanich在本周由华尔街日报主办的WSJDLive全球技术座谈会上揭露，首款专为机器学习打造的Nervana神经网络处理器（Nervana△Neural△Network△Processor，Nervana△NNP