当地时间 5 月 17-19 日，谷歌将在山景城举办 Google I/O 开发者大会。从已经公布的日程来看，人工智能、安卓、云、Chrome OS、虚拟现实和增强现实、物联网等都将在本次大会上登台亮相。其中，机器学习和 TensorFlow 将会成为本次大会上的重头戏，涉及到的主题将包括但不限于云、大数据、移动机器学习、Google Assistant 和 Magenta 等。
大会之前，机器之心对出现在 Google I/O 上关于人工智能和机器学习的内容进行了梳理，其中部分内容是在 Google I/O 日程安排上的延伸和扩展。此外，Google I/O 还安排了多个 Office Hour 环节，机器之心作为受邀媒体也将和谷歌大脑和机器学习等团队进行近距离接触和讨论。
大会首日，谷歌 CEO Sundar Pichai 的 Keynote 必然备受关注。去年 10 月，谷歌新品发布会期间，Pichai 曾亲笔撰文解读谷歌从 Mobile-First（移动优先）向 AI-First（人工智能优先）的转变。他表示，接下来 10 年中，谷歌将转向建立 AI-First 的世界。
「在这样一个世界中（AI-First 的世界），计算能力将普遍可用。你在家里、公司、汽车内，或者行走的过程中都能使用到计算能力，并且与这些界面的交互将变得更加自然、更加直观，尤其是更加智能。」参阅机器之心文章《众多新品发布，CEO 撰文解读谷歌 AI-First 战略》。
而过去一年中，我们也看到了谷歌在人工智能方面的投入以及取得的一系列突破性成就：谷歌翻译、TPU 等。在今年的 I/O 大会上，谷歌是否会有新的重大发布？在人工智能方面，谷歌又会发布哪些新的硬件和应用？未来三天，我们将持续报道 Google I/O 2017 的相关内容，大家敬请期待。
大会之前，我们先来看看本次 I/O 大会有哪些值得关注的机器学习相关内容。
第一天
从谷歌 I/O 大会的日程安排来看，大会首日将会介绍更多关于安卓、云和 VR 的相关信息。但下午的一场面向初学者的 Session 将为我们介绍谷歌的 Mobile Vision API。
1. 使用移动视觉 API 上手机器感知（Getting Started with Machine Perception using the Mobile Vision API）
描述：在这个 Session 中，谷歌将教你如何使用 Mobile Vision API 构建能够看懂周围环境的现代应用。目前，我们的 Mobile Vision API 已经为此构建了基础，让你可以识别文本、二维码和脸。
在云服务和移动应用中，有很多运用于机器学习的 APIs，其中有专门为 Android 开发者们创造的 API，比如这部分将介绍的 Mobile Vision API。现在任意一个开发人员都能基于运动视觉（Mobile Vision API）把机器学习运用在他们自己的应用程序中，它让你甚至都不需要有机器学习领域的专业知识。你只需要关心怎么利用这些 APIs。
对开发者而言，这是一场不可错过的现场教学。
第二天
机器之心在这里筛选了第二天有关人工智能和机器学习的两个演讲内容，内容涉及 API.AI 和 TensorFlow。TensorFlow 是今年 2 月首届 TensorFlow 开发者大会的主角，读者可参阅《首届 TensorFlow 开发者大会：值得关注的亮点都在这里（附资源）》。API.AI 是谷歌去年收购的一家开发自然语音交互接口的创业公司。据了解，Api.ai 作为聊天机器人开发框架，提供了诸如语音识别、意图识别、上下文管理等功能，并且允许开发者针对特定机器人的独特需求提供领域知识，从而让开发者可以定制、强化聊天机器人的智能。下面我们就来看看这 4 场 Session 的内容预告。
1.TensorFlow 前沿（TensorFlow Frontiers）
描述：TesorFlow 是一个开源的机器学习平台，快速、灵活且产品可用。聚焦于性能，我们将讨论 TensorFlow 生态系统的最新进展。
2. 使用 API.AI 构建丰富的跨平台对话式用户体验（Building rich cross-platform conversational UX with API.AI）
描述：API.AI 可帮助开发者为自己的产品、服务和设备创建独特的对话式用户体验。其提供了大量可用于用户交互设计的工具集，具有强大的自然语言处理引擎可以处理用户请求。通过 API.AI，开发者可以为 Google Home 开发执行动作、为他们的机器人开发和发布聊天机器人与增加语音功能。在这个 Session 中，我们将探索如何使用 API.AI 来设计、开发和分析可跨平台工作的高级对话式 UX。
3. 非专业人士的高效 TensorFlow（Effective TensorFlow for Non-Experts）
描述：在此演讲中，你将学习如何高效地使用 TensorFlow。TensorFlow 提供 Keras 和 Estimators 这样的高级接口，即使不是专业人士也能使用它。该 session 将演示如何在 TensorFlow 上实现、部署复杂的机器学习模型。
4. 开源 TensorFlow 模型（Open Source TensorFlow Models）
描述：你知道你可以使用 TensorFlow 来描述图像、理解文本和生成艺术作品吗？来这个演讲，你体验到 TensorFlow 在计算机视觉、自然语言处理和计算机艺术生成上的最新项目。我将分享每个领域内我最偏爱的项目、展示你可以在家尝试的实时演示以及分享你可以进一步学习的教育资源。这个演讲不需要特定的机器学习背景。
第三天
大会最后一天将介绍更多有关机器学习的内容，从 Android 与 TensorFlow 的结合，到机器学习 API，每一场都是开发者不可错过的学习机会。
其中，最值得关注的就是当天下午 Alphabet 的顶级机器学习专家李飞飞、Diane Greene 等人的一场机器学习 Session。这些专家将围绕《Pushing the boundaries of Machine Learning》这一主题，讨论有关机器学习的前沿研究与机遇。
1. 安卓碰上 TensorFlow：如何使用人工智能加速 App（Android Meets TensorFlow：How to Accelerate Your App With AI）
时间：当地时间 8:30AM - 9:30AM
难度：中级
演讲者：Kaz Sato、Hak Matsuda
描述：可移植性（Portability）是 TensorFlow 的好处之一。你可以轻松的将神经网络模型转移到安卓，在手机内部运行预测能力，完成图像识别、运动识别等人工智能任务。但其中的挑战是模型的大小与 CPU 消耗。模型通常占据数十兆字节，也消耗大量 CPU 计算能力进行预测。在此 session 中，我们将讨论克服这些挑战的技巧，如何把最新的人工智能技术带入到 Android App 产品中。
2. 使用 TensorFlow Serving 将研究变成产品（From Research to Production with TensorFlow Serving）
描述：如何将你的 TensorFlow 模型从研究变成产品？在这个演讲中，Noah Fiedel 将描述如何使用 TensorFlow Serving 大规模导出和应用你的模型，内容涵盖最佳的实践以及来自大规模机器学习模型应用的经验教训。
3. 机器学习 API 示例（Machine Learning APIs by Example）
描述：你可以如何使用谷歌的机器学习能力来驱动你自己的应用？谷歌 Cloud Platform（GCP）提供了 5 种 API，让你可以通过单个 API 调用就能接入一个预训练的机器学习模型：Google Cloud Vision API、Cloud Speech API、Cloud Natural Language API、Cloud Translation API 和 Cloud Video API。使用这些 API，你可以专注为你的应用增加新功能，而无需开发和训练你自己的定制模型。在这个 Session 中，我们将分享每个 API 的整体概述，并将通过一些实时演示深入了解其代码。
4. 推动机器学习前沿（Pushing the boundaries of Machine Learning）
描述：我们正处在一个重大的计算变革时代之中，这个时代正将移动优先的世界转变成人工智能优先世界。人工智能将会触及各行各业，改变我们日常使用的每种产品和服务。机器学习的进步已经极大提升了谷歌翻译的水平，让你可以更轻松地组织 Google Photos 里面的照片，并且也为搜索、地图、YouTube 等等带来了提升。我们也在通过 TensorFlow 等开源软件、学术论文和云机器学习服务套件来与开发者和研究者共享基础技术。在这个 Session，你将听到 Alphabet 最顶级的机器学习专家讨论他们的前沿研究以及他们眼中的未来方向。
5.Magenta 项目：机器学习与音乐、艺术（Project Magenta: Music and Art with Machine Learning）
时间：当地时间 2:30PM - 3:30PM
难度：初级
演讲者：谷歌大脑研究员 Douglas Eck
描述：谷歌大脑研究员 Douglas Eck 将讨论使用 TensorFlow，结合深度网络和强化学习来生成艺术和音乐的项目 Magenta。他也将谈到艺术家和音乐人如何利用这一项目。我们将深入介绍建立生成式模型的一些技术细节和挑战，但观看这一 Session 不需要机器学习专业知识。在此之前，不妨先看看机器之心深度介绍 Magenta 的文章《深度 | 人工智能改变 MIDI 创作：谷歌 Magenta 项目是如何教神经网络编写音乐的？》。
以上就是机器之心为大家梳理的 Google I/O 大会上有关机器学习的内容，关注的角度更偏向于开发者能够从中学习的机器学习 session。希望这篇文章能够为大家观看 Google I/O 大会有所帮助。
点击阅读原文，查看全部嘉宾阵容并报名参与机器之心 GMIS 2017 ↓↓↓
