Google在人工智能和計算機領(lǐng)域的最新進展

大約在 24 年前，Google 由兩名研究生創(chuàng)立，當時 Google 擁有一個產(chǎn)品，以及一個遠大的使命：整合全球信息，供大眾使用，使人人受益。在那之后的幾十年里，我們一直在推進我們的技術(shù)來實現(xiàn)這一使命。

我們所取得的進步源于我們多年來對先進技術(shù)的投入，從人工智能到為這一切提供動力的技術(shù)基礎(chǔ)設(shè)施。每年一次，在我一年中最喜歡的一天:) 我們在 Google I/O 與大家分享最新進展。

今天，我談到了我們?nèi)绾翁岣呶覀兪姑膬蓚€基本方面——知識和計算的發(fā)展——來創(chuàng)造能夠提供幫助的產(chǎn)品。開發(fā)這些產(chǎn)品是令人興奮的;更令人興奮的是看到這些產(chǎn)品能夠幫助大家做些什么。

感謝所有幫助我們完成這項工作的人，尤其是 Google 的同事們。我們很感激有這次機會。

- Sundar

以下是 Sundar Pichai 在今天的 Google I/O 開發(fā)者大會開幕式上發(fā)表的主題演講全文。

大家好，歡迎大家!時隔三年，能再回到海岸線圓形劇場的感覺真好!我想對成千上萬的開發(fā)者、合作伙伴和 Google 的同事們說：“很高興見到大家”，也想對在世界各地收看此次大會的數(shù)百萬觀眾朋友們說，“很高興大家能來”。

去年，我們分享了在一些最具技術(shù)性挑戰(zhàn)的計算機科學(xué)領(lǐng)域中的新突破，以及這些突破如何能讓 Google 的產(chǎn)品在關(guān)鍵時刻發(fā)揮更大作用。我們做的這一切都是為了實現(xiàn) Google 永恒的使命：整合全球信息，供大眾使用，使人人受益。

我也迫不及待地想給大家展示 Google 是如何通過兩種關(guān)鍵方式來推進這一使命的實現(xiàn)：其一，深化我們對信息的理解，從而將信息轉(zhuǎn)化為知識;其二，推動計算機技術(shù)發(fā)展，不論大家身在何處，都能方便快捷地獲取信息和知識。

今天，大家將看到我們在上述兩種方式上取得的進展，以及這些進展是怎樣確保 Google 的產(chǎn)品能夠惠及大眾。我先舉幾個簡單的例子。在新冠疫情期間，Google 一直致力于提供準確的信息，幫助大家保持健康。去年，有近 20 億次搜索是使用 Google Search 和 Google Maps 來尋找疫苗接種點的。

去年，Google 的洪水預(yù)測技術(shù)向在印度及孟加拉國的 2300 萬人發(fā)送了洪水預(yù)警

我們還提升了 Google 的洪水預(yù)測技術(shù)，能讓面臨自然災(zāi)害的人們平安無恙。在去年的季風季，我們向在印度及孟加拉國的 2300 多萬人發(fā)送了洪水預(yù)警。據(jù)我們估計，這幫助了成千上萬的人及時疏散。

Google 翻譯新增了 24 種語言

在世界各國，Google 翻譯已經(jīng)成為了外來客與當?shù)鼐用窕ハ鄿贤ǖ闹匾ぞ摺?/p>

通過機器學(xué)習(xí)技術(shù)，我們給 Google 翻譯新增了包括蓋丘亞語在內(nèi)的新語種

實時翻譯的存在證實了知識和計算機技術(shù)能夠一起讓人們的生活更加美好?，F(xiàn)在，使用 Google 翻譯的人數(shù)之多，遠超以往，但我們不能止步于此，還應(yīng)讓 Google 翻譯更加普及?，F(xiàn)在還有很多語言在互聯(lián)網(wǎng)上出現(xiàn)得沒有那么頻繁，翻譯這些語言是一個技術(shù)難題，因為用來訓(xùn)練翻譯模型的文本通常是雙語文本，像是同一個短語的英語和西班牙語版本，但并非所有語言都有足量的公開雙語文本。

因此，隨著機器學(xué)習(xí)的進步，我們開發(fā)了一種單語方式，能讓翻譯模型在從未見過某種新語言的直譯版本的情況下，直接去學(xué)習(xí)翻譯此新語言。通過與母語人士及當?shù)貦C構(gòu)合作，我們發(fā)現(xiàn)用單語方式進行的翻譯質(zhì)量達標，我們也將進一步提升翻譯質(zhì)量。

我們?yōu)?Google 翻譯新增了24種新語言

今天，我很激動地宣布，我們?yōu)?Google 翻譯新增了 24 種新語言，包括首批增加的美洲原住民語言。共計有 3 億多人在使用這 24 種語言，這樣的突破正在推動我們獲取知識和使用電腦的方式發(fā)生根本性轉(zhuǎn)變。

Google Maps 新升級

許多關(guān)于我們這個世界的可知信息都超越了語言的范疇——它們存在于我們周圍的物理和地理空間中。超過 15 年來，Google Maps 一直致力于將這些信息以豐富且有用的形式呈現(xiàn)出來，以幫助用戶導(dǎo)航。AI 的進步正在將這項工作推向新的高度，無論是將我們的覆蓋范圍擴大到偏遠地區(qū)，還是重新設(shè)想如何以更直觀的方式探索世界。

AI 的進步有助于繪制偏遠和農(nóng)村地區(qū)的地圖

到目前為止，我們已在世界各地繪制了大約 16 億座建筑和超過 6000 萬公里的道路。由于缺乏高質(zhì)量的圖像和清晰的建筑類型和地貌特征，以前一直難以繪制一些偏遠地區(qū)和農(nóng)村地區(qū)的建筑和道路信息。為了解決這個問題，我們正在使用計算機視覺和神經(jīng)網(wǎng)絡(luò)技術(shù)，從衛(wèi)星圖像中探測建筑物。自 2020 年 7 月以來，Google Maps 上的非洲建筑物數(shù)量增加了 5 倍，從 6000 萬幢增加到了近 3 億幢。

今年，我們在印度和印度尼西亞繪制的建筑物數(shù)量也增加了一倍。在全球范圍內(nèi)，Google Maps 上超過 20% 的建筑物都已經(jīng)使用這些新技術(shù)進行了探測。在此基礎(chǔ)上，我們還向公眾公開了非洲的建筑物數(shù)據(jù)集，聯(lián)合國和世界銀行等國際組織已經(jīng)在使用這些信息，以更好地了解當?shù)厝丝诿芏?，并提供支持和緊急援助。

Google Maps 中的沉浸式視圖將航拍和街景圖像融合

我們也為 Google Maps 帶來了新的功能。利用 3D 繪圖和機器學(xué)習(xí)技術(shù)的進步，我們正在融合數(shù)十億張航拍和街景圖像，以創(chuàng)建一個新的高保真的地圖。我們將這些突破性的技術(shù)結(jié)合在一起，為用戶提供了一種沉浸式視圖的新體驗，使用戶能夠以前所未有的方式探索一個地方。

讓我們?nèi)惗乜纯窗?。假設(shè)用戶計劃和家人一起參觀威斯敏斯特。用戶現(xiàn)在可以直接從手機上的 Google Maps 獲得這種身臨其境的視野，還可以在景點周圍移動......這就是威斯敏斯特大教堂。如果用戶想前往大本鐘，那么可以在地圖上看到去往大本鐘的道路交通是否擁堵，甚至可以看到天氣預(yù)報。如果還想在參觀期間吃點東西，用戶可以查看附近的餐廳，并且到餐廳的里面看看。

令人驚奇的是，這并不是有一架無人機在餐廳里飛行拍攝——這是我們使用神經(jīng)渲染技術(shù)，僅通過圖像來創(chuàng)造的體驗。Google Cloud Immersive Stream 讓這種體驗可以在幾乎所有智能手機上運行。這項功能將于今年晚些時候在 Google Maps 中針對全球部分城市推出。

Google Maps 的另一個重大升級是我們推出了環(huán)保路線。這項功能已于去年落地，它能夠為用戶顯示最節(jié)約油耗的路線，提供更加節(jié)約并且減少碳排放的選擇。環(huán)保路線已經(jīng)在美國和加拿大推出，用戶已經(jīng)按照這些路線行駛了約 860 億英里，減少了約 50 萬公噸的碳排放，相當于路面上減少了 10 萬輛正在行駛的汽車。

環(huán)保路線將于今年晚些時候擴展到歐洲

我很高興與大家分享，我們正在將這項功能擴展到更多的地方，包括在今年晚些時候?qū)U展到歐洲。在柏林地圖的示例中，用戶可以選擇僅慢三分鐘的路線，將油耗降低 18%。這些微小的決定將產(chǎn)生巨大的影響。隨著這項功能擴展至歐洲及其他地區(qū)，我們預(yù)計到今年年底可以節(jié)約的碳排放量將增加一倍。

我們同樣在 Google Flights 上增加了一個類似的功能。當用戶搜索兩個城市之間的航班時，我們也會向用戶顯示碳排放估值以及價格和時間表等其他信息，讓用戶輕松選擇更加環(huán)保的航班。Google Maps 和 Google Flights 中的這些環(huán)保功能是我們非常重要的目標，即讓 10 億人通過我們的產(chǎn)品做出更可持續(xù)的選擇，我們非常高興能夠看到這些進展。

YouTube 新功能幫助用戶輕松訪問視頻內(nèi)容

除了 Google Maps 之外，視頻正在成為我們分享信息、互相交流和學(xué)習(xí)必不可少的載體。很多時候用戶在進入 YouTube 后，是希望在 YouTube 中找到一個視頻中的特定片段，我們希望幫助用戶更快地獲取所需信息。

去年，我們推出了自動生成的章節(jié)，讓用戶可以更輕松地跳轉(zhuǎn)到最感興趣的部分。這對創(chuàng)作者來說也是很棒的功能，因為它節(jié)省了創(chuàng)作者制作章節(jié)的時間。我們現(xiàn)在正在應(yīng)用 DeepMind 的多模式技術(shù)，這項技術(shù)可以同時使用文本、音頻和視頻，并以更高的準確性和更快的速度自動生成章節(jié)。有了這個功能，我們現(xiàn)在的目標是將自動生成章節(jié)的視頻數(shù)量增加 10 倍，從目前的 800 萬到明年的 8000 萬。

通常，了解視頻內(nèi)容的最快方法是閱讀它的腳本，所以我們也在使用語音識別模型來轉(zhuǎn)錄視頻?，F(xiàn)在所有 Android 和 iOS 的用戶都可以獲取視頻的腳本。

YouTube 上的自動生成章節(jié)

接下來，我們將把 YouTube 上的自動翻譯字幕應(yīng)用到移動設(shè)備上。這意味著觀眾現(xiàn)在可以獲取 16 種自動翻譯的視頻字幕，創(chuàng)作者也可以借此吸引全球觀眾。

Google Workspace 幫助提升工作效率

正如我們使用 AI 來改進 YouTube 的功能一樣，我們也正在將 AI 構(gòu)建到 Workspace 系列產(chǎn)品中，以幫助人們提升工作效率。無論你是在小型企業(yè)還是大型機構(gòu)工作，可能都需要花費大量時間閱讀文件。也許你現(xiàn)在就回想起了當你有一份 25 頁的文件要閱讀，而會議將在 5 分鐘后開始的那種恐慌。

在 Google，每當我收到一份長的文件或電子郵件時，我都會在頂部尋找“TL;DR”——“太長未讀"的縮寫。這讓我們想到，如果更多的事情可以有“TL;DR”，生活不是會更好嗎?

這就是為什么我們?yōu)?Google Docs 引入了自動總結(jié)功能。將我們其中一個機器學(xué)習(xí)模型應(yīng)用在文本總結(jié)功能中，Google Docs 將自動解析單詞并提取出要點。

這標志著自然語言處理的一個大飛躍?？偨Y(jié)需要理解長段落、壓縮信息并生成語言，而這些已經(jīng)超出過去最好的機器學(xué)習(xí)模型的能力。

而文檔只是一個開始。我們正努力將總結(jié)功能引入 Google Workspace 的其他產(chǎn)品。在接下來的幾個月里，Google Chat 將使用該功能，為聊天對話提供摘要，幫助用戶迅速加入群聊，或回顧重點信息。

在未來幾個月內(nèi)，我們將在 Google Chat 中加入總結(jié)功能

而且我們正在努力將轉(zhuǎn)錄和總結(jié)功能引入 Google Meet。這樣，用戶可以快速補上重要會議中錯過的部分。

改進 Google Meet 視頻

當然，很多時候你真的非常希望有一個虛擬房間，可以讓你和別人待在一起。這就是為什么我們在 Project Starline 的啟發(fā)下，繼續(xù)提高音頻和視頻質(zhì)量。我們在去年的 I/O 大會上介紹了 Project Starline。我們一直在 Google 的各個辦公室進行測試，尋求反饋并為未來改進技術(shù)。在這個過程中，我們發(fā)現(xiàn)了一些可以立刻應(yīng)用于 Google Meet 的技術(shù)。

Project Starline 啟發(fā)了機器學(xué)習(xí)驅(qū)動的圖像處理，可以自動改善 Google Meet 的圖像質(zhì)量。而且這項技術(shù)適用于所有類型的設(shè)備，因此無論你在哪里，都能展現(xiàn)你的最佳形象。

機器學(xué)習(xí)驅(qū)動的圖像處理，自動提高了 Google Meet 的圖像質(zhì)量

我們還為 Google Meet 帶來了攝影棚規(guī)格的虛擬燈光。你可以調(diào)整燈光的位置和亮度，所以即使用戶身處黑暗的房間或坐在窗前仍然可以被清晰看到。我們正在測試這項功能，以確保人像更加真實，這也是我們在 Pixel 手機上的 Real Tone 和 Monk Scale 所做的工作的推進。

這些只是使用 AI 改進我們產(chǎn)品的其中一些方式：使產(chǎn)品更有幫助，更容易獲得，并為每個人提供創(chuàng)新的新功能。

今天在 I/O 大會上，Prabhakar Raghavan 分享了我們?nèi)绾螏椭藗兝?Google Search 以更直觀的方式找到有用的信息

通過計算使知識更易獲得

我們已經(jīng)談到了我們?nèi)绾瓮七M知識的獲取作為我們使命的一部分：從更好的語言翻譯到改進的跨圖像和視頻的搜索體驗，到使用地圖對世界進行更豐富的探索。

現(xiàn)在我們致力于通過計算使這些知識更容易獲得。我們在計算方面所走過的旅程令人興奮。從桌面到網(wǎng)絡(luò)到移動設(shè)備到可穿戴設(shè)備的每一次轉(zhuǎn)變，以及環(huán)境計算都使知識在我們的日常生活中更加有用。

盡管我們的設(shè)備很有幫助，但我們不得不相當努力地去適應(yīng)它們。我一直認為應(yīng)該由計算機來適應(yīng)人，而不是人來適應(yīng)計算機。我們將繼續(xù)追尋這方面的進展。

這里是我們?nèi)绾卫?Google Assistant 使計算更加自然和直觀地呈現(xiàn)。

推出 LaMDA 2 和 AI Test Kitchen

我們研發(fā)的用于對話應(yīng)有的生成語言模型 LaMDA 的 Demo，以及 AI Test Kitchen

我們在繼續(xù)努力提升人工智能的對話能力。對話和自然語言處理都能讓人們以更簡單的方式使用計算機。大型語言模型是實現(xiàn)這一目標的關(guān)鍵。

去年，我們發(fā)布了 LaMDA，這是一個用于對話應(yīng)用的生成語言模型，可就任何主題展開對話。今天，我們很高興能公開 LaMDA 2，Google 目前打造的最先進的對話 AI。

目前，這些模型的實際應(yīng)用還處于初始階段，我們有責任去不斷完善它們。為了取得進展，我們需要使用者體驗技術(shù)并提供反饋。我們已經(jīng)向數(shù)千名愿意參與測試和了解其功能的 Google 同事們開放了 LaMDA，顯著提升了它的對話質(zhì)量，減少了不準確或冒犯性的回復(fù)。

這就是我們要研發(fā) AI Test Kitchen 的原因，這是一種與更大范圍的用戶一起探索 AI 功能的新方式。AI Test Kitchen 有數(shù)種不同的體驗方式，每種方式都旨在讓用戶了解自己在現(xiàn)實生活中如何使用 LaMDA。

第一個 Demo 是“想象”，測試模型是否可以理解用戶提供的創(chuàng)意，生成富有想象力的相關(guān)描述。這些體驗方式不是產(chǎn)品，只是讓我們和你能一起探索 LaMDA 能做什么。用戶界面非常簡單。

假設(shè)你正在寫一個故事，需要一些靈感。也許你的角色之一正在探索深海，那么你可以問 LaMDA，在這種情境下會有什么感覺。在此，LaMDA 描繪了馬里亞納海溝里的一個場景，它甚至還可以即時生成后續(xù)問題。你可以讓 LaMDA 想象一下那里可能生活著什么樣的生物。需要強調(diào)的是，我們并沒有為一些特定話題，比如潛水艇或生物發(fā)光進行手動編程，而是 LaMDA 自己根據(jù)訓(xùn)練數(shù)據(jù)整合了這些概念。這就是為什么你幾乎可以詢問任何話題：土星環(huán)，甚至是“由冰淇淋制成的星球”。

不跑題是語言模型的一大挑戰(zhàn)。在打造機器學(xué)習(xí)體驗的過程中，我們希望它既足夠開放，讓人們能夠探索好奇心會把他們帶到哪里，又集中于話題本身。我們的第二個 Demo 展示了 LaMDA 如何做到這一點。

在這個 Demo 中，我們設(shè)置模型專注于與狗相關(guān)的主題。它首先生成了一個能開啟對話的問題：“你有沒有想過為什么狗這么喜歡玩撿東西?”如果你問一個后續(xù)問題，你會得到更細化的答案：狗覺得很有趣，這和狗的嗅覺和狩獵感有關(guān)。

用戶可以就任何方面展開后續(xù)對話。也許你對狗的嗅覺的工作原理感到好奇，并且想更深入地研究。那么，你也能得到專門的回復(fù)。無論你問什么，LaMDA 都會努力將對話限定在與狗相關(guān)的這一話題范圍內(nèi)。如果我開始問板球相關(guān)的問題，那么模型可能會以一種有趣的方式將對話帶回狗身上。

保持不離題是個很棘手的挑戰(zhàn)，要想使用語言模型打造有用的應(yīng)用程序，這是很重要的一個研究領(lǐng)域。

AI Test Kitchen 的這些體驗表明了語言模型有幫助我們進行計劃、了解世界和完成很多其它事情的潛力。

當然，在這些模型真正有用之前，還需要解決一些重大挑戰(zhàn)。雖然我們提高了安全性，但該模型仍可能生成不準確、不適當或冒犯性的回應(yīng)。這就是我們積極邀請用戶提供反饋的原因，這樣他們就可以反饋問題。

我們將按照 Google AI 的原則進行所有工作。我們將不斷迭代 LaMDA，在未來幾個月逐步開放，并仔細、廣泛地評估利益相關(guān)者的反饋——從 AI 研究人員和社會科學(xué)家到人權(quán)專家。我們將把這些反饋整合到 LaMDA 的未來版本中，并隨時分享我們的發(fā)現(xiàn)。

將來，我們計劃在 AI Test Kitchen 中添加其它新興 AI 領(lǐng)域。你可以在 g.com/AITestKitchen 中了解更多。

讓 AI 語言模型更強大

LaMDA 2 擁有不可思議的對話能力。此外，為了探索自然語言處理和 AI 的其它方面，我們最近還公開了新模型 Pathways Language Model(PaLM)。這是我們迄今為止研發(fā)的最大規(guī)模的模型，基于 5400 億參數(shù)訓(xùn)練而成。

PaLM 在許多自然語言處理任務(wù)上都有著突破性的表現(xiàn)，例如從文本生成代碼，回答數(shù)學(xué)問題，甚至解釋一個笑話。

PaLM 通過擴大模型規(guī)模實現(xiàn)了這一點。當我們將這種大規(guī)模模型與一種名為“思維提示鏈(chain-of- thought)”的新技術(shù)結(jié)合起來時，結(jié)果是令人充滿希望的?！八季S提示鏈”讓模型可以將需要多步解決的問題轉(zhuǎn)化為一系列的中間步驟來處理。

讓我們以一個需要推理的數(shù)學(xué)問題為例。通常，我們在使用模型前需要先以其它問題和答案訓(xùn)練它，然后再提問。在這個例子里，問題是：五月有多少個小時?可以看到，模型并沒有給出正確的答案。

在“思維提示鏈”中，我們給模型輸入一對“問題—答案”，同時解釋了答案是如何得出的。這有點像你的老師一步一步地向你講解如何解題?，F(xiàn)在，如果我們再問模型“五月有多少個小時”或者其它相關(guān)問題，它能給出正確答案和解答過程。

“思維提示鏈”技術(shù)讓模型能更好地進行推理，給出更準確的答案

“思維提示鏈”大大提高了 PaLM 的準確性，讓它在包括數(shù)學(xué)問題在內(nèi)的多個推理基準測試(reasoning benchmarks)中達到了最頂級水平。我們在不改變模型訓(xùn)練方式的情況下完成了這一切。

此外，功能強大的 PaLM 還能做到更多。例如，網(wǎng)絡(luò)上現(xiàn)在可能沒有足夠多的以你所使用的語言提供的信息。更令人沮喪的是，你所搜尋的答案可能就在某處，只是沒有以你看得懂的語言呈現(xiàn)，而PaLM 提供了一種有望讓每個人都更容易獲得知識的新方法。

讓我展示一個示例，PaLM 可以用孟加拉語(一種有 2.5 億人使用的語言)回答問題，就像我們用孟加拉語的問題，以及孟加拉語和英語的答案訓(xùn)練了它一樣。

就是這樣，現(xiàn)在我們可以開始用孟加拉語提問：“孟加拉國的國歌是什么?” 順便說一句，答案是“Amar Sonar Bangla”——PaLM 也答對了。這并不令人驚訝，因為在孟加拉語資料中很顯然能找到相關(guān)答案。

你還可以嘗試一些不太可能以孟加拉語找到相關(guān)信息的問題，比如：“紐約流行的披薩配料是什么?”該模型再次以孟加拉語做出了正確回答。雖然它的回答到底有多“正確”，這一點很可能在紐約人之間引發(fā)辯論。

令人印象深刻的是，PaLM 從未見過孟加拉語和英語之間的對譯。我們也從未訓(xùn)練過它如何回答問題或翻譯!該模型自己將所有功能結(jié)合在一起，可以用孟加拉語正確回答問題。我們可以將這些技術(shù)擴展到更多的語言和其他復(fù)雜的任務(wù)。

我們對語言模型的潛力非常樂觀。有朝一日，我們希望我們能以用戶說的任何語言回答更多問題，讓知識在 Google Search 和其它 Google 的工具中更容易被獲取。

推出全世界最大的開放機器學(xué)習(xí)中心

我們今天所分享的進步之所以能成為現(xiàn)實，離不開我們在基礎(chǔ)設(shè)施方面的持續(xù)創(chuàng)新。我們最近還宣布了 Google 計劃向美國各地的數(shù)據(jù)中心和辦公室投資 95 億美元。

我們最先進的數(shù)據(jù)中心之一位于俄克拉荷馬州的梅斯縣。我激動地宣布：我們將為 Google Cloud 客戶推出全世界最大的開放機器學(xué)習(xí)中心。

我們最先進的數(shù)據(jù)中心之一，位于美國俄克拉荷馬州梅斯縣

此機器學(xué)習(xí)中心擁有 8 個 Cloud TPU v4 芯片，是 Google 定制，建在為 Google 最大的神經(jīng)模型提供支持的網(wǎng)絡(luò)基礎(chǔ)設(shè)施之上，能提供接近 9 x 10^18 FLOPS 的算力，可以為 Google 的客戶提供前所未有的運行復(fù)雜模型和工作負荷的能力。我們希望這將推動眾多領(lǐng)域的創(chuàng)新，從醫(yī)學(xué)、物流，到可持續(xù)性發(fā)展等等。

說到可持續(xù)發(fā)展，該機器學(xué)習(xí)中心已達到 90% 的無碳能源運營。這能幫助我們實現(xiàn)自己的目標，即到 2030 年時，旗下所有的數(shù)據(jù)中心和園區(qū)實現(xiàn)全天候無碳運營，我們要成為第一個做到這一點的大公司。

在投資數(shù)據(jù)中心的同時，我們也在努力創(chuàng)新 Google 的移動平臺，這樣更多的數(shù)據(jù)處理就可以在本地設(shè)備上進行。Google 定制的 Google Tensor 芯片是朝此方向邁進的重要一步。Pixel 6 和 Pixel 6 Pro 旗艦手機已搭載 Google Tensor 處理器，讓你的手機直接擁有 AI 功能，包括我們所應(yīng)用的最好的語音識別技術(shù)。這也是向“讓設(shè)備更安全”這一目標邁出的一大步。與 Android 的 Private Compute Core 結(jié)合后，這項技術(shù)可以直接在設(shè)備上運行數(shù)據(jù)驅(qū)動的功能，保護你的隱私。

不管是至關(guān)重要還是微不足道的時刻，每天都有人向我們的產(chǎn)品尋求幫助。讓這一點成為可能的關(guān)鍵就是在每一步都保護用戶的隱私信息。盡管技術(shù)正變得日益復(fù)雜，但我們的產(chǎn)品是安全的，從設(shè)計上保護隱私，讓用戶擁有控制權(quán)，因此，在讓全世界更多人能安全上網(wǎng)這一點上，我們比其他人走得更遠。

我們今天還分享了 Android 等平臺的更新，這些更新正通過智能手機和其他可連接設(shè)備，像電視、汽車、手表，向數(shù)十億人提供訪問、連接和信息。

我們還分享了最新的 Pixel 系列產(chǎn)品，包括Pixel 6a, Pixel Buds Pro, Google Pixel Watch, Pixel 7 和 Pixel 平板電腦，所有產(chǎn)品均融入了環(huán)境計算的設(shè)計。我們也很高興能通過一系列設(shè)備更好地為用戶提供幫助。

計算技術(shù)新前沿——增強現(xiàn)實技術(shù)

今天，我們討論了所有正在改變我們的技術(shù)，它們改變了我們使用計算機的方式和獲取知識的方式。無論何時何地，只要有需求，我們都可以找到互聯(lián)互通、緊密協(xié)作的設(shè)備。而對話界面的加持更為完成任務(wù)提供便利。

展望未來，信息技術(shù)領(lǐng)域有了一個新戰(zhàn)線，它擁有推動現(xiàn)有技術(shù)繼續(xù)發(fā)展的潛質(zhì)，它就是增強現(xiàn)實技術(shù)(AR)。Google 在 AR 領(lǐng)域投入頗多：我們已將 AR 引用到許多產(chǎn)品當中，包括Google Lens、多重搜索(multisearch)、場景探索(scene exploration)以及 Google Maps 的 Live Views 和沉浸式視圖功能。

AR 各項性能已應(yīng)用于手機終端，其神奇之處在于它可以在現(xiàn)實世界中為我們帶來最真實、自然的體驗，仿佛我們并非在使用科技。

最令人振奮的是 AR 的潛力，也就是它能使我們?nèi)リP(guān)注真實的世界、真實的生活。要知道，我們所生活的這個世界本就精彩無限!

我們基于現(xiàn)實世界進行創(chuàng)作設(shè)計，絕不脫離現(xiàn)實，這一點至關(guān)重要。AR 恰恰是能夠幫助我們實現(xiàn)這種設(shè)計理念的新方法。

以語言為例，語言是人與人之間溝通的基礎(chǔ)。然而，如果對方講著另一種語言，或者會話的一方有聽覺障礙時，溝通就變得困難重重。我們來看看當我們將最新技術(shù)應(yīng)用在翻譯和語言轉(zhuǎn)錄中，并在早期測試原型中呈現(xiàn)出來時，會出現(xiàn)什么效果。

如你所見，視頻中的人們能夠自然、順暢地與他人溝通，他們的臉上洋溢著喜悅。理解與被理解，那聯(lián)通的一刻正是我們在知識和計算機技術(shù)方面所關(guān)注的，是我們通過產(chǎn)品幫助人們實現(xiàn)的，也是我們每日奮斗追逐的目標。

每一年，我們都在向我們的終極使命邁進，未來的路還很長。Google 真切地為此感到振奮!我們抱以樂觀的態(tài)度，堅信我們?nèi)〉玫耐黄茖⒁I(lǐng)我們完成使命。感謝所有與會開發(fā)者、合作伙伴和消費者。我們期待與各位一起共筑未來。

原文標題：Google I/O 2022: 促進知識和計算機技術(shù)發(fā)展

文章出處：【微信公眾號：谷歌開發(fā)者】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

審核編輯：湯梓紅