谷歌发布文章回顾2018AI发展

谷歌发布文章回顾2018AI发展

临近2018年年终，无论是企业还是个人都在总结和盘点，谷歌也不例外。日前，谷歌在自家的博客上发文，回顾了这一年自己是如何贯彻实施“AI for Everyone”这一信念的。以下是文章原文编译：

”看”音乐、 预测地震余震、 在现实生活中寻找表情符号—— 这些只是研究人员，工程师和用户体验（UX）专业人员如何将想象力的想法变为现实的几个例子。 他们使用Google的People + AI Research（PAIR）团队在2018年开发的工具和技术实现了这一目标。

我们于2017年创立了PAIR，以进行研究，创建设计框架并构建新技术，帮助人与人工智能之间建立富有成效，愉快和公平的合作关系。 我们的主要目标之一是创建易于使用的工具，以便在浏览器中可视化机器学习（ML）数据集并训练ML模型（表示机器将完成决策的步骤的数学方程式）。 简而言之，这意味着任何有互联网连接的人现在都可以使用ML。

以下是PAIR在过去一年中所取得的成就 - 以及工程师和用户体验团队如何将我们的资源用于2019年及以后。

创建设计库 - 并学习如何设计AI

1月份，我们推出了一个关于Google Design的用户体验文章和案例研究库。这些展示了Google如何做出决策，以平衡用户对熟悉和信任的需求与AI启用的新功能和体验。案例研究将在幕后展示Google团队如何为应用程序开发用户体验，例如有趣的手机游戏Emoji Scavenger Hunt。

在这些文章中，练习用户体验设计师提供了明确的方法。它们解决了人工智能设计中的挑战，例如平衡如何设计诸如在某些方向上滑动或滚动等习惯，以及为个人用户构建个性化体验。我们知道我们没有所有的答案，所以我们也寻求外部专家的建议，如纽约现代艺术博物馆（MoMA）建筑与设计高级策展人Paola Antonelli，他回答了我们团队关于如何使用的问题AI作为设计材料本身。

谈论跨学科的人工智能

我们流程的一个关键部分是与其他领域的领域专家合作。例如，今年我们与哈佛大学的Brendan Meade和康涅狄格大学的Phoebe de Vries一起研究了预测和可视化地震余震的模型。该项目为余震预测提供了最先进的模型 - 有趣的是，我们对人工智能的分析为人类研究人员提出了新的，意想不到的方向。

3月，我们在苏黎世举办了第一届UX研讨会，由外部研究人员和行业专业人士组成。 5月份，我们在I / O举办了一个小组讨论会，“人人工智能”，为Google工程领导者提供从云计算到气候科学的一系列专业知识，在这些领域讨论公平和包容性人工智能。

我们还致力于为使用它的每个人翻译人工智能背后的复杂语言，即使他们不是工程师。自6月以来，我们的第一位PAIR驻地作家，技术记者David Weinberger，已被嵌入PAIR位于马萨诸塞州剑桥的实验室。他正在向非技术受众解释关键的人工智能概念，如分类和置信度，以及及时的主题，如机器学习的公平性。

面向工程师，UXers及其他人的新型开源工具

使用由PAIR和其他软件创建的开源Java库TensorFlow.js，一群音乐家，设计师，工程师和Google Creative Lab创建了Seeing Music，可以直观地显示声音中的细微纹理。

我们相信对工程师，用户体验专业人员以及可能不是ML专家的其他利益相关者可以使用的发明和开源新技术应用深刻的见解。

所以我们启动了TensorFlow.js，一个将TensorFlow扩展到浏览器的纯Java库。 自3月份开源TensorFlow.js以来，我们已经看到了各种应用程序 - 包括一组可访问的创作工具，用于绘制，制作音乐等等，由Google创意实验室与辅助功能社区的合作者共同设计。

我们的PAIR团队还构建了今年秋季发布的假设工具，因此构建ML系统的专业人员无需编写单行代码来回答“假设”问题，例如：“如果我更改数据点怎么办？ 这会影响我模型的预测吗？ 它对不同的群体有不同的表现 - 例如，历史上被边缘化的群体吗？“我们的工具可以简单地点击按钮来可视化和检查其他场景。

同样在今年，我们的团队开发并开源了一种新技术，帮助人们更简单地理解神经网络的内部运作方式，简单易懂，人性化的概念 - 如显示AI如何通过条纹识别斑马图像。