11 月 28 日上午，2017 年 Google APAC Press 会议在东京主题为 Made With AI 的活动。

Google Brain 团队负责人、Google Research Group 资深院士 Jeff Dean 以及 Google AI 软硬件产品研发的负责人发表了演讲，Jeff Dean 向观众摆出了目前最为详细的 Google AI 产品阵列。

详解了 Google 是如何将 AI 和 ML（机器学习）技术运用到目前的软硬件产品上，以及如何用 AI 和 ML 技术赋予到社会公司企业，用行业 + AI 的方式解决更多棘手的问题。

Jeff Dean 头上顶了太多的光环。他是 Google Tensor Flow 项目的负责人，Google Brain 的联合创办人，Google 计算机学术研究方面的资深学者以及架构师等等，关于 Jeff Dean 有很多传奇故事和老梗，作为这个「编译器从来不给 Jeff Dean 编译警告，而是 Jeff Dean 警告编译器」的传奇人物，你只需要知道——Google 这家公司 AI 技术方面的问题，由他来发言是比较合适的就好了。

Jeff Dean 在东京的活动上，详解了 Google 旗下那些使用了 AI 技术的软硬件产品，并对 AI 技术的未来提出畅想。

那些潜移默化影响你的 Google AI 产品

Jeff Dean 提到今天的主题可以分为三个大的部分，主要是：利用 AI 技术使 Google 自己的产品更加实用；利用 AI 技术帮助企业和开发者进行创新；利用 AI 技术让世界变得更美好，既觉人类面临的问题。

为了让人们更了解机器学习，Jeff Dean 现场又讲了机器如何识别猫的故事。

Google 在 2012 年发表了关于机器学习猫的论坛以及在 2015 年开源了 Tensor Flow 框架，Google 通过大量的猫图片告诉系统这是「猫」，而提供机器学习自我的判断能力，当机器学习能够准确的识别一张新的图片是「猫」时，说明它已经具备一定的准确性了。

这种机器学习的技术将会大量的运用在语音识别、计算机视觉、识别 Email 中的垃圾邮件甚至时下最热的无人驾驶技术当中。

计算力和大数据的突破，成就了今天的机器学习和 AI 技术，Jeff Dean 认为如今的 AI 技术的迅速发展是难以想象的。机器学习仍处于发展初期。但如今，机器学习对分类，预测，理解和生成这四个关键方面很有帮助。

来看看 Google 旗下的那些采用了 AI 和 ML 技术的标杆级产品。

比如关于机器学习的分类，Google 有 Google Photos 中的照片搜索（Photo Search），Google Translate 中的即时相机翻译（Word Lens）和 Google Lens；

关于机器学习的预测：Gmail 和 Inbox 中的智能回复（Smart Reply）和 Google Maps 中停车难易度的图标（Parking difficulty icons）；