- 中文名
- 谷歌AI中国中心
- 外文名
- Google AI China Center
- 成立时间
- 2017年12月13日
- 机构地址
- 北京市
谷歌AI中国中心的重点会是基础 AI 研究，同时会与充满活力的中国学术界建立持续发展的合作关系。为更广大的学生及研究人员提供高质量的 AI 及机器学习教育支持。 [1]
谷歌AI中国中心
谷歌AI中国中心
目标
目标
收集数据这个技术经常被用在迁移学习里面，我们可能在原有领域有很多数据，但很难在新的领域收集同样多的数据；这是其中一个问题。还有很多其它问题，比如说我们在谷歌云上面遇到的很多问题，它们通常是没有已知的解决办法的，它们也没有办法找到这样大量的数据。
我们这里要解决的是一个小数据的问题，不是大数据的问题。在这个过程中，迁移学习、模拟器技术都是非常值得去研究去探索的，在能够真正的解决实际问题之前，能够达到我们希望的能够处理任何情况之前，先用这样的技术让模型快速成长。
我们同时也能挖掘出一个很大的宝藏，机器人技术。比如说用模拟器的方法解决机器人技术的问题。
我刚才谈到一些有关模拟器生成数据的探索，实际上算法也对这个领域至关重要，其中包含了怎么样有效让我们人指导机器来进行学习。当然，让机器学习也还有各种不同的办法。
我刚才谈到了机器人方面的很多问题，另外一个大的方向是自然语言。大家看到有很多的好玩的聊天机器人，是一种为了好玩的、随意的聊天。但是在我们人和人之间，我们聊天的双方或者是多方是有不同的背景的，整个聊天的过程是有一个希望达成的目的的。对话的目的的理解、利用和算法更新都做得不多。所以很多问题，很多聊天的问题是有一个目标需要完成的，这样才能让机器和人类的交流更有价值。我们非常感兴趣将来继续探索这方面的问题。
在谷歌云，我们有非常非常多的传统的行业跟我们进行合作，我们在跟他们交流的过程或者沟通的过程，发觉有好多的问题，我们整个 AI 领域还没有给予特别多的关注，比如说其中一个就是 AI 医疗。
我们知道医疗技术里面，实际上有很多非常非常有意思的问题，比如说我们的医生资源非常少，特别是中国，一个医生一天看上百人的病人，我觉得这对医生来说是非常繁重的劳动，而且病人也没有得到足够的关照。如果有更多的、足够的时间去探讨和理解他的疾病的话，应该会非常有帮助。在很多发展中国家，甚至都没有很多的医生来帮助这些病人解决问题。所以，我们想看看 AI 能怎么样帮助解决这些问题。
这里我想给一个比较简单的例子，我们自己在这上面做了一些小的、比较新的探索，实际上就是让 AI 识别胸部 X 光片。
通常人类医生做这个过程、判断疾病的严重程度非常花时间，而且它对医生的要求也非常高。假设我们如果有一个基于 AI 的 X 光疾病识别算法，就可以极大地减少人类医生的工作量。但这里也有一个悖论：一方面，我们想做这样的 AI 去帮助医生做一些判断，帮助医生对疾病形成更好、更深的理解；而通常技术就是深度学习，如果我们要做这个问题的话，深度学习会需要大量的标注数据才能做出一些成果。这样就回到了我们开始想要解决的问题：我们本来是想帮我们的人员减少他们的工作量，减少他们对数据的处理，结果我们做这些事情，反而要让他们处理更多的数据。
X光图像这是一个简单的例子去怎么看从我们如何去设计算法。在我们这个里面，我们还有做很多的尝试，中间包括数据收集和总体解决方案的建立。我刚才介绍到对 AI 医疗的领域，我们整个团队也是非常感兴趣。因为有很多的行业的这种合作，所以我们也会用开放的态度积极参与。用 AI 改善人们的生活是我们非常关注的问题，我们想用 AI 来对相关行业做出更多的贡献。 [3]
