2016年3月，“李世石對(duì)AlphaGo”人機(jī)大戰(zhàn)讓全世界都知道了人工智能的威力。這場(chǎng)大戰(zhàn)半年前，谷歌就已經(jīng)把它的人工智能底層能力開放給了全世界。

　　2015年11月9日，谷歌正式對(duì)外開源了機(jī)器學(xué)習(xí)框架TensorFlow，到2018年11月正好3年。TensorFlow這三年一直保持著更新，2019年即將布2.0版本。應(yīng)用方面也沒落下，谷歌用TensorFlow優(yōu)化了旗下許多產(chǎn)品。

　　借助TensorFlow，谷歌讓產(chǎn)品更智能

　　在Gmail里寫郵件，系統(tǒng)會(huì)智能建議下一個(gè)單詞或完整的句子。在Google Photos里瀏覽時(shí)如果看到一張偏暗的照片，系統(tǒng)會(huì)自動(dòng)提示你調(diào)整曝光，讓照片更亮一點(diǎn)。在谷歌翻譯里寫入一個(gè)句子，系統(tǒng)可以對(duì)整個(gè)句子進(jìn)行翻譯而非逐字翻譯，大幅提高翻譯精確度和流暢度。跟谷歌的人工智能助理Google Assistant對(duì)話，再也不用一次次說出喚醒詞“Hey, Google”，一次喚醒就能持續(xù)多輪對(duì)話......

　　谷歌內(nèi)部超過80%的軟件項(xiàng)目都采用了基于TensorFlow的機(jī)器學(xué)習(xí)，最新案例是可以自己打電話的AI系統(tǒng)——Duplex。

　　谷歌在2018年的Google I/O大會(huì)上發(fā)布的Duplex，具備語言理解、交互、時(shí)間控制、語言生成方面的能力，可以幫你打電話給發(fā)廊、餐廳等消費(fèi)場(chǎng)所，詢問信息或預(yù)定。在和店員交談中，它還能模仿人類的語調(diào)，在說話間停頓、拉長(zhǎng)，甚至使用“嗯“、”呃“一類語氣助詞。

　　將TensorFlow用于自己產(chǎn)品智能化，這是再也常規(guī)不過的操作了。在一些有足夠標(biāo)注數(shù)據(jù)的垂直行業(yè)，TensorFlow可以發(fā)揮出更大的潛能。

　　上能發(fā)現(xiàn)“第二個(gè)太陽系”，下能預(yù)測(cè)余震位置

　　2017年12月，谷歌和得克薩斯大學(xué)奧斯丁分校合作，用TensorFlow分析開普勒望遠(yuǎn)鏡獲取的數(shù)據(jù)，成功發(fā)現(xiàn)了兩顆新的地外行星：開普勒-90i和開普勒-80g，其中開普勒-90i所在的星系開普勒90，更是太陽系之外首個(gè)已知的八行星星系。

　　眾所周知，天文是一個(gè)數(shù)據(jù)量非常龐大的領(lǐng)域。前不久退役的開普勒天文望遠(yuǎn)鏡，一直在用凌星測(cè)光法收集數(shù)據(jù)。

　　凌星測(cè)光法的原理是，當(dāng)行星從恒星前方經(jīng)過，會(huì)遮擋住一部分光線，開普勒望遠(yuǎn)鏡就能探測(cè)到恒星光線減弱，體現(xiàn)在光變曲線中有一個(gè)“U”型下沉。

　　原理很簡(jiǎn)單，但開普勒望遠(yuǎn)鏡收集的數(shù)據(jù)實(shí)在太多，若逐一進(jìn)行人工檢查，實(shí)在太耗時(shí)耗力。而且有的行星很小、很黯淡，對(duì)應(yīng)的恒星卻非常明亮、巨大，觀察起來非常困難，就像在聚光燈下尋找一只螢火蟲一樣難。

　　谷歌的AI科學(xué)家想到，這個(gè)問題和Google Photos給照片分類十分類似，于是在TensorFlow的基礎(chǔ)上搭建了一個(gè)機(jī)器學(xué)習(xí)模型，對(duì)15000個(gè)已經(jīng)被標(biāo)注過的地外行星數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，判斷開普勒望遠(yuǎn)鏡接收到的信號(hào)是否來自某顆地外行星。經(jīng)過訓(xùn)練后，該模型的判斷準(zhǔn)確率達(dá)到了96%。

　　成功運(yùn)作后，這個(gè)模型被用在了實(shí)戰(zhàn)中，很快從670顆恒星周圍找到了兩顆地外行星，分別是開普勒90星系中的開普勒-90i和開普勒80星系中的-80g。

　　得益于開普勒-90i的發(fā)現(xiàn)，開普勒90星系成為太陽系之外首個(gè)已知的八行星星系。

　　天文學(xué)界的共識(shí)是，一個(gè)和太陽系近似的星系中，可能有和地球類似的行星，生命存在的可能性較高。遺憾的是，開普勒-90i離太陽太近了，一年只有14.4天，地表溫度約427攝氏度，幾乎不可能有碳基生命存在。

　　TensorFlow不僅可以處理天上的事情，還能解決地面的麻煩，比如地震。地震造成破壞不可避免，但如果可以及時(shí)營(yíng)救，能最大程度減少損失。

　　每次主震之后，災(zāi)難并沒有完全過去，還可能有余震維持?jǐn)?shù)月，繼續(xù)摧殘著被主震動(dòng)搖的建筑物。地震學(xué)家一直致力于通過數(shù)據(jù)預(yù)測(cè)余震發(fā)生的時(shí)間、規(guī)模和地點(diǎn)，以安排及時(shí)的營(yíng)救。

　　但是，地震學(xué)領(lǐng)域的數(shù)據(jù)非常復(fù)雜，每次地震事件都有很多變量，如不同區(qū)域地表的構(gòu)成元素、地震模塊之間的交互、地震波傳遞能量的方式，單純靠人工在數(shù)據(jù)中找到聯(lián)系、繼而預(yù)測(cè)余震成本很高。基于過去的經(jīng)驗(yàn)定律和模型，地震學(xué)家們已經(jīng)可以較好預(yù)測(cè)余震發(fā)生的時(shí)間和規(guī)模，但預(yù)測(cè)位置則相對(duì)困難。

　　為此，谷歌和哈佛大學(xué)的研究人員利用TensorFlow開發(fā)了一個(gè)深度學(xué)習(xí)模型，并且用包含超過13萬次主要地震的數(shù)據(jù)集去訓(xùn)練。這個(gè)深度學(xué)習(xí)模型引入了一種以前常用于冶金術(shù)的馮·米賽斯屈服準(zhǔn)則，以更好地找到復(fù)雜地震數(shù)據(jù)間的相關(guān)性，從而對(duì)余震位置進(jìn)行預(yù)測(cè)。

　　這個(gè)模型目前還只能應(yīng)用于靜態(tài)應(yīng)力（更好預(yù)測(cè)），對(duì)于動(dòng)態(tài)應(yīng)力還有心無力。但正如哈佛研究團(tuán)隊(duì)里的領(lǐng)隊(duì)Phoebe DeVries所說：“完全準(zhǔn)確預(yù)測(cè)出余震位置還有很長(zhǎng)的路要走，但我想機(jī)器學(xué)習(xí)在這方面有很大的潛力。”

　　行醫(yī)濟(jì)世，AI For Good

　　醫(yī)學(xué)一直是TensorFlow應(yīng)用的重點(diǎn)領(lǐng)域，目前在檢測(cè)糖尿病視網(wǎng)膜病變、檢測(cè)轉(zhuǎn)移性乳腺癌、心血管疾病評(píng)估、癌癥檢測(cè)和分析病歷中小有成果。

　　以檢測(cè)糖尿病視網(wǎng)膜病變?yōu)槔Ｈ蚍秶鷥?nèi)有4.15億糖尿病患者面臨視網(wǎng)膜病變的風(fēng)險(xiǎn)，若是發(fā)現(xiàn)及時(shí)可被治愈的，但若是未能及時(shí)診斷，則可能導(dǎo)致不可逆轉(zhuǎn)的失明。

　　專科醫(yī)生檢測(cè)糖尿病視網(wǎng)膜病變最常用的方法之一，是用眼球后部的掃描片進(jìn)行分析，觀察是否有病變的征兆（例如微動(dòng)脈瘤、出血、硬性滲出等），并判斷其嚴(yán)重程度。但世界上許多糖尿病高發(fā)的地區(qū)，并沒有足夠的專業(yè)醫(yī)療人士去檢測(cè)該疾病。這個(gè)問題在南亞地區(qū)尤為嚴(yán)重。

　　為此，谷歌于2016年和美國(guó)、印度醫(yī)生合作，創(chuàng)建了一個(gè)包含12.8萬張眼底掃描圖片的數(shù)據(jù)集，用于訓(xùn)練一個(gè)檢基于TensorFlow的深度神經(jīng)網(wǎng)絡(luò)。谷歌把神經(jīng)網(wǎng)絡(luò)的診斷結(jié)果，和7個(gè)專業(yè)醫(yī)生的診斷結(jié)果對(duì)比，結(jié)果表明前者的結(jié)果與眼科醫(yī)生小組的診斷相當(dāng)。

　　2016年這個(gè)研究公布后，深受醫(yī)學(xué)界好評(píng)。哈佛醫(yī)學(xué)院的安德魯·比姆和艾薩克·柯漢表示，“這一研究展示了醫(yī)學(xué)新世界的樣子。”

　　目前，谷歌在醫(yī)學(xué)領(lǐng)域最新的消息是，新成立Google Health部門，并把一手締造了AlphaGo的DeepMind的健康業(yè)務(wù)納入其中。

　　實(shí)用之余，還會(huì)畫畫

　　別看TensorFlow“一本正經(jīng)”，又是發(fā)現(xiàn)行星、預(yù)測(cè)余震，又是診斷糖尿病視網(wǎng)膜病變的，其實(shí)搞起藝術(shù)來也有兩把刷子。像AutoDraw，能幫助你將自己的一些涂鴉轉(zhuǎn)變成規(guī)整的畫作。

　　操作步驟也很簡(jiǎn)單，點(diǎn)擊左側(cè)第二個(gè)按鈕，啟動(dòng)機(jī)器學(xué)習(xí)識(shí)別模式，再隨便涂上幾筆。AutoDraw會(huì)即時(shí)識(shí)別這是什么，并給出一些圖形供你選擇，點(diǎn)擊一下即可替換。

　　AutoDraw之所以能猜出你畫的是什么，得益于一個(gè)名為“Quick, Draw!”的項(xiàng)目。這個(gè)項(xiàng)目采用眾包的模式來搜集成千上萬的涂鴉，組成數(shù)據(jù)集后用于訓(xùn)練模型。模型能理解人們?cè)诶L制涂鴉時(shí)是在何時(shí)起筆、走筆方向、何時(shí)停筆，以及畫的是什么？

　　這個(gè)項(xiàng)目后來在中國(guó)也落地了，被做成一個(gè)叫“猜畫小歌”的小程序。7月份剛出來的時(shí)候，這個(gè)小程序火過一段時(shí)間。

　　（題圖來自Wired）