過去，GPU 一直被英偉達等公司推崇為最好用的深度學習處理工具，Google 也一直主要采用 GPGPU（ 通用圖形處理器）承擔內(nèi)部研究和業(yè)務的計算，但隨著新的深度神經(jīng)網(wǎng)絡模型問世，GPU 在保持泛用性的同時，性能有時跟不太上。因而，TPU 成為了 Google 用于在深度學習中替代 GPU 的武器。
如果你以為 Cloud TPU 就是這么一個簡單的處理器的話，那你就低估它的實力了：它其實像樂高積木一樣，可以支持多塊板拼在一起，組成一個性能更強的超級計算機……目前來看應該可以支持到 64 塊，達到超過 11 PFlops（千萬億次浮點計算）的驚人性能。
作為人工智能的一個重要使用場景，今年 Google 的新發(fā)布在圖像識別方面也有很大的動作。
一款名叫 Google Lens 的新相機產(chǎn)品，讓很多現(xiàn)場觀眾都感到興奮。它具有一些最基本的識別功能，比如可以拍照“識花”（我想花應該不會是唯一支持識別的物體種類），還能掃描一段 Wi-Fi 的用戶名/密碼/條形碼，然后讓手機自動連接到網(wǎng)絡上，省去手動查找網(wǎng)絡、輸入密碼的繁瑣。
更有趣的是，如果你來到一個新的城市，不知道該去哪家餐館，也可以打開 Google Lens 對著隨便一家餐館掃描，它能夠自動在 Google 的數(shù)據(jù)庫里找到對應的資料顯示給你看，包括點名、菜式、評分、打烊時間等等。
當其他公司忙著在各種圖像識別比賽中拿高分時，Google 卻更多思考怎樣使用技術(shù)創(chuàng)造出更多有趣的功能。一個很好的案例是 Google Photos，產(chǎn)品經(jīng)理發(fā)現(xiàn)人們出外游玩聚會拍下了很多的照片，最后卻經(jīng)常忘記和朋友一起分享。于是他們?yōu)?Google Photos 開發(fā)了一個新功能“分享建議”(Suggested Sharing)，自動識別照片里的人臉，找到對應的朋友，問你“要不要分享給她？”
而如果這個人跟你的關(guān)系親密，比如家人，另一個新功能“共享相冊”(Shared Libraries) 能讓家庭照片的共享變得更容易。同樣基于人臉識別，這個功能可以自動將從某個時間起算，包含指定人臉的照片自動收納到一起，同步給家庭成員。顯然，共享照片集已經(jīng)不是什么新東西，iOS 相冊在幾年前就實現(xiàn)了，但 Google Photos 的不同之處就在于不用手動翻閱容量成百上千張的相冊——人工智能真的太省事。
在 Google，用人工智能的姿態(tài)對產(chǎn)品重新思考，已經(jīng)進入到了系統(tǒng)級。
即將在今年晚些時候正式推出的新版 Android 操作系統(tǒng)“Android O”，已經(jīng)在系統(tǒng)級內(nèi)置了很多基于機器學習的細小功能。一個讓我很驚訝的功能叫做“智能文本選擇”(Smart Text Selection)。復制粘貼在手機上是一種極其痛苦的體驗，這件事大家應該可以達成共識，因為用手指在方寸屏幕上精確地選擇要復制的內(nèi)容很難，一不小心就全選了，又得重來。
而在 Android O 中，用手指在你想要復制內(nèi)容上雙擊一下，比如一個好幾個單詞組成的人名、專有名詞，地址，或者電話號碼，你會發(fā)現(xiàn)它居然能智能地把你想要復制的內(nèi)容準確高亮。如果是地址，彈出的小菜單還會建議你打開地圖導航；如果是電話號碼，則可以直接呼出、短信……
這些細小卻又讓人印象深刻的功能，在較少被人注意到的細節(jié)之處閃耀著人工智能的光芒。其實 Google 看待人工智能的姿態(tài)也正是如此，“（人工智能的）遷移的意義不光是打造充滿未來感的設備，或者進行最前沿的研究。我們也在思考怎樣讓人工智能對數(shù)以億計的人們觸手可及，創(chuàng)造新的機會。”皮柴說。
在 Google 看來，人工智能不止屬于 Google，它的產(chǎn)品和用戶，還應該為人類社會的進步作出更普遍和更重要的貢獻。在 I/O 上，皮柴宣布了一項其實和開發(fā)者沒太大關(guān)系，但仍然足以讓人激動的新事業(yè)：Google.ai。