全球机器智能峰会（ GMIS 2017 ），是全球人工智能产业信息服务平台机器之心举办的首届大会，邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个Session、32 场演讲、4 场圆桌论坛、1 场人机大战，兼顾学界与产业、科技巨头与创业公司，以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。
5 月 28 日，机器之心主办的为期两天的全球机器智能峰会（GMIS 2017）进入第二天，全天议程中最受关注的是多位重要嘉宾出席的领袖峰会，包括《人工智能：一种现代方法》的作者 Stuart Russell、第四范式联合创始人兼首席科学家杨强、科大讯飞执行总裁兼消费者事业群总裁胡郁、阿尔伯塔大学教授及计算机围棋顶级专家Martin Müller、Element AI 联合创始人 Jean-Sebastien Cournoyer 等。
下午，作为本次大会的神秘嘉宾，谷歌云业务机器学习/人工智能研发主管李佳博士为我们带来主题为企业如何运用人工智能的主旨演讲。
现在，人工智能已经跨越学界，日益成为变革的驱动力，影响了无数行业领域，也带了全新机会。在谷歌，人工智能驱动着不少谷歌产品，从谷歌搜索、邮件到谷歌翻译等。
比如，最近谷歌翻译取得突破，从效果来说，基于整句翻译的整体化思想的算法更加准确，也更加可靠。
机器学习还被用于其他领域，比如，医疗方面。谷歌有一个项目，训练了一个检测糖尿病性视网膜病变的深度神经网络，通过眼部扫描图像来判断患者视网膜是否病变。
另外，为了更好推进深度学习技术竞争，谷歌开源了取得不俗成绩的 TensorFlow。
这方面也有有很多有趣应用。比如，在日本，有人利用 TensorFlow 建立黄瓜的自动分拣存储系统。
为了让人工智能更加普惠，给更多开发者和使用者带来益处，谷歌做出了不少努力。李佳在刚刚结束的乌镇围棋峰会上也介绍过这方面的努力。谷歌云的工作主要围绕人工智能四大支柱：数据、计算能力、算法和人才展开。
首先，我们知道人工智能对计算需求很大，谷歌希望用户可以从谷歌既有「资产」中获益。比如，最近发布的 TPU。一些大型金融机构，比如汇丰银行也利用深度学习对抗洗钱等，速度快很多，报告时间从过去的 6 小时降低到 6 分钟。一些游戏公司、旅游公司拓展海外业务时，也可以使用谷歌最新神经机器翻译系统。在自然语言处理上，英国一家在线公司在谷歌云上使用自然语言处理 API 收集客户反馈意见，根据紧急、需要什么样的反馈，对这些内容进行进行分类，实现了更加自动化的客户支持系统。空中客车公司也在使用这些云 GPU 进行机器学习，比如用于检测卫星图像的云深度学习模型，使用云机器学习引擎会比在 CPU 上运行速度快很多，同时，使用分布式训练可将训练时间从 50 小时减少到 30 分钟，同时也降低了错误率。
其次，数据方面，没有智能的数据只是噪音。商业公司需要收集这些信息进行处理，整理数据并推进机器学习。谷歌有着非常多样化的数据集，像 YouTube 音乐数据也整合起来了。
第三，算法方面。
最后，人才方面，我们也要让下一代人会使用这种技术。谷歌每年资助、提供奖学金，支持全世界博士生，还招聘实习生。还有实习生项目（先进实验室的一部分）。先进技术实验室是由谷歌内部人工智能人才培训项目对外开放而来，它向其他有意培养机器学习人才的公司提供培训机会，让他们员工进入谷歌，与工程师和技术专家直接合作，使用谷歌专用设施，将机器学习技术应用到工作中。
另外，社区也是人工智能重要因素。我们拥有 Kaggle 团队，他们是今年加入的，也是全球机器学习专家社区。李佳也希望中国，比如北京的人工智能人才加入到谷歌云现有的团队中。
人工智能会惠及每个人，这也是迈出人工智能民主化的第一步的原因。
