臨近2018年年終，無論是企業(yè)還是個人都在總結(jié)和盤點(diǎn)，谷歌也不例外。日前，谷歌在自家的博客上發(fā)文，回顧了這一年自己是如何貫徹實(shí)施“AI for Everyone”這一信念的。以下是文章原文編譯：

”看”音樂、 預(yù)測地震余震、 在現(xiàn)實(shí)生活中尋找表情符號—— 這些只是研究人員，工程師和用戶體驗(yàn)（UX）專業(yè)人員如何將想象力的想法變?yōu)楝F(xiàn)實(shí)的幾個例子。 他們使用Google的People + AI Research（PAIR）團(tuán)隊在2018年開發(fā)的工具和技術(shù)實(shí)現(xiàn)了這一目標(biāo)。

我們于2017年創(chuàng)立了PAIR，以進(jìn)行研究，創(chuàng)建設(shè)計框架并構(gòu)建新技術(shù)，幫助人與人工智能之間建立富有成效，愉快和公平的合作關(guān)系。 我們的主要目標(biāo)之一是創(chuàng)建易于使用的工具，以便在瀏覽器中可視化機(jī)器學(xué)習(xí)（ML）數(shù)據(jù)集并訓(xùn)練ML模型（表示機(jī)器將完成決策的步驟的數(shù)學(xué)方程式）。 簡而言之，這意味著任何有互聯(lián)網(wǎng)連接的人現(xiàn)在都可以使用ML。

以下是PAIR在過去一年中所取得的成就 - 以及工程師和用戶體驗(yàn)團(tuán)隊如何將我們的資源用于2019年及以后。

創(chuàng)建設(shè)計庫 - 并學(xué)習(xí)如何設(shè)計AI

1月份，我們推出了一個關(guān)于Google Design的用戶體驗(yàn)文章和案例研究庫。這些展示了Google如何做出決策，以平衡用戶對熟悉和信任的需求與AI啟用的新功能和體驗(yàn)。案例研究將在幕后展示Google團(tuán)隊如何為應(yīng)用程序開發(fā)用戶體驗(yàn)，例如有趣的手機(jī)游戲Emoji Scavenger Hunt。

在這些文章中，練習(xí)用戶體驗(yàn)設(shè)計師提供了明確的方法。它們解決了人工智能設(shè)計中的挑戰(zhàn)，例如平衡如何設(shè)計諸如在某些方向上滑動或滾動等習(xí)慣，以及為個人用戶構(gòu)建個性化體驗(yàn)。我們知道我們沒有所有的答案，所以我們也尋求外部專家的建議，如紐約現(xiàn)代藝術(shù)博物館（MoMA）建筑與設(shè)計高級策展人Paola Antonelli，他回答了我們團(tuán)隊關(guān)于如何使用的問題AI作為設(shè)計材料本身。

談?wù)摽鐚W(xué)科的人工智能

我們流程的一個關(guān)鍵部分是與其他領(lǐng)域的領(lǐng)域?qū)＜液献?。例如，今年我們與哈佛大學(xué)的Brendan Meade和康涅狄格大學(xué)的Phoebe de Vries一起研究了預(yù)測和可視化地震余震的模型。該項(xiàng)目為余震預(yù)測提供了最先進(jìn)的模型 - 有趣的是，我們對人工智能的分析為人類研究人員提出了新的，意想不到的方向。

3月，我們在蘇黎世舉辦了第一屆UX研討會，由外部研究人員和行業(yè)專業(yè)人士組成。 5月份，我們在I / O舉辦了一個小組討論會，“人人工智能”，為Google工程領(lǐng)導(dǎo)者提供從云計算到氣候科學(xué)的一系列專業(yè)知識，在這些領(lǐng)域討論公平和包容性人工智能。

我們還致力于為使用它的每個人翻譯人工智能背后的復(fù)雜語言，即使他們不是工程師。自6月以來，我們的第一位PAIR駐地作家，技術(shù)記者David Weinberger，已被嵌入PAIR位于馬薩諸塞州劍橋的實(shí)驗(yàn)室。他正在向非技術(shù)受眾解釋關(guān)鍵的人工智能概念，如分類和置信度，以及及時的主題，如機(jī)器學(xué)習(xí)的公平性。

面向工程師，UXers及其他人的新型開源工具

使用由PAIR和其他軟件創(chuàng)建的開源Java庫TensorFlow.js，一群音樂家，設(shè)計師，工程師和Google Creative Lab創(chuàng)建了Seeing Music，可以直觀地顯示聲音中的細(xì)微紋理。

我們相信對工程師，用戶體驗(yàn)專業(yè)人員以及可能不是ML專家的其他利益相關(guān)者可以使用的發(fā)明和開源新技術(shù)應(yīng)用深刻的見解。

所以我們啟動了TensorFlow.js，一個將TensorFlow擴(kuò)展到瀏覽器的純Java庫。 自3月份開源TensorFlow.js以來，我們已經(jīng)看到了各種應(yīng)用程序 - 包括一組可訪問的創(chuàng)作工具，用于繪制，制作音樂等等，由Google創(chuàng)意實(shí)驗(yàn)室與輔助功能社區(qū)的合作者共同設(shè)計。

我們的PAIR團(tuán)隊還構(gòu)建了今年秋季發(fā)布的假設(shè)工具，因此構(gòu)建ML系統(tǒng)的專業(yè)人員無需編寫單行代碼來回答“假設(shè)”問題，例如：“如果我更改數(shù)據(jù)點(diǎn)怎么辦？ 這會影響我模型的預(yù)測嗎？ 它對不同的群體有不同的表現(xiàn) - 例如，歷史上被邊緣化的群體嗎？“我們的工具可以簡單地點(diǎn)擊按鈕來可視化和檢查其他場景。

同樣在今年，我們的團(tuán)隊開發(fā)并開源了一種新技術(shù)，幫助人們更簡單地理解神經(jīng)網(wǎng)絡(luò)的內(nèi)部運(yùn)作方式，簡單易懂，人性化的概念 - 如顯示AI如何通過條紋識別斑馬圖像。