Google I/O 2017
严格意义上说，Google I/O 并不是一场发布会，而是一个面向开发者的活动。但作为Google 每年最重要的活动，Google I/O 开场主题演讲仍然具有发布会的性质。
在今年的Google I/O 主题演讲上，Google CEO 桑德尔·皮蔡并没有发布什么新的产品，而是给大家带来了一家新的公司——最开始，皮蔡就表示，Google 已经从一家移动为先的公司，成为了一家人工智能为先的公司。
尽管人工智能都体现在比较细微的地方，但正是这些细节，开始让人会感觉人工智能的贴心。而这就是Google 给大家带来最大的惊喜。
人工智能不是一个产品，它是Google 每个产品的驱动。同时Google 还将自己的机器学习工具TensorFlow 开源出来，希望建立起围绕自己人工智能能力的生态系统。当然，除了Google，微软、亚马逊、Facebook 也都在这方面努力，毕竟团结更多开发者才能获取更多用户，才能主导市场走向。
Google CEO 桑德尔·皮蔡
回到今年的Google I/O，我认为今年提到的重要产品可以分为四类：人工智能驱动的重大产品更新、YouTube、Android 和VR/AR。
先来说说后面三项吧，更新相对常规。
YouTube 现在最大的增长来自电视，从桌面到手机到电视，这也是所有视频网站的发展趋势。同时，YouTube 还在往两个领域努力：一是专业视频内容，和Netflix 等竞争;二是直播，也开通了直播打赏功能，但这一点YouTube 还有很多可以向中国直播应用学习的。
Android 现在已经运行在20亿的设备上，除了手机，还有可穿戴设备、车载系统、物联网相关的产品等等。作为下一代操作系统，Android O 对开发者来说已经不新鲜了，而且没有特别大的更新，只是在原来的基础上略有提升，比如更省电、更便宜让更多人可以用。
VR/AR 是Google 整体布局的一部分，并不是核心业务。在这次Google I/O 上，Google 宣布将联合HTC 和联想来做VR 一体机，但并没有透露更多信息。在AR 方面，Google 为其找到了一个新的应用——室内导航，比如通过摄像头识别室内环境特征，引导消费者在商场找到特定商品。
然后我们再来看看因为人工智能得到巨大提到的产品：Google Assistant、Google Home 和Google Photos(包括Google Lens)。很可惜，这三款产品中国都无法正常使用。
Google Assistant
皮蔡在演讲中表示，从计算机的交互来看，桌面到手机，最大的变化是从鼠标键盘到触摸；接下来的交互变化，会从触摸到语音和图像识别。上面提到的三款产品，都是这种交互转变的体现。
在语音上，过去的核心是语音识别。但现在语音识别的准确率已经很高，更重要的是识别之后的语言理解以及理解之后能提供的服务。大公司在提供服务方面有天然的优势，同时这也需要一个生态系统来提供——就好像是一个应用商店，要有手机来承载、要有开发者提供应用给用户，语音助手也需要一个硬件设备、需要接入各项服务。
把这个生态系统做好的核心，是要有强大的人工智能能力。
目前Google 的语音助手，核心硬件是在Google Home 上，背后的软件就是语音助手Google Assistant。
Google Home
今年的更新主要是更好的语音理解和服务：比如在了解你的行程后，Google Home 会根据实时交通状况主动提醒你是否要提前出门;比如当你问一道菜是什么样子的时候，Google Home 会搜索出图片推送到你的手机上，用户图片来回答你的问题;比如当接入第三方服务后，可以直接语音点餐，完全不需要任何文字输入。
这些服务背后，用户能体会到的就是，和Google Home 对话，会更加自然。就像真的跟一个助理或者管家说话，而不是向对着手机或者电脑输入简单直接的指令。
在图片识别上，今年Google I/O 更新了Google Photos 同时也发布新产品Google Lens。但核心仍然是图像识别，前者是识别图片里面的内容，后者是通过摄像头直接识别。这些也都是人工智能的应用领域。
但和语音一样，图像识别之后能提供什么服务，已经成为比简单的识别更重要的事。现在Google 给出的解决方面主要是提供更多信息以及更方便的分享这两个方面。
Google Lens 识别图片后提供更多信息
举例来说，在提供更多信息方面，当摄像头识别一家商店的时候，可以提供关于这家商店的更多信息;在分享方面，Google 可以识别你上传至Google Photos 里面的照片，自动分享给特定的群组或者主动提醒某些照片适合分享给谁，比如父母可以共享一个相册，无论谁拍了子女的照片，都会自动归入这个相册——因为现在Google 已经可以很准确的识别哪些照片里有你的子女。
最后再说回道人工智能。皮蔡透露，Google 现在要让神经网络系统具有学习去学的能力（Learning to learn），让一个神经网络系统教其他神经网络系统进行机器学习—— 这听起来很难理解，但如果你看过《盗梦空间》就不难理解，让梦一层层深入，在梦里做梦，在神经网络里再造一个神经网络。
“我经常这样跟我的团队说，再深一层(Go deeper)。”皮蔡说。
