2017年Google IO凌晨1點開始,這次多數的新服務、功能都圍繞在AI上,除了有用於視覺辨
識的Google Lens外,Google Photo也有搭配AI的新功能,另外在Gmail方面透過AI學習,還
能做到智慧回信功能。AI硬體方面則是推出第二代的TPU,相較前一世代是針對訓練部分進
行硬體加速, Cloud TPU 進一步加入邏輯推演的加速。最後還有針對入門手機設計的Andorid
Go系統,更低的記憶體與硬體配置就能運作。想了解昨天的發表會內容嗎?接著看下去我們
整理的懶人包吧!
識的Google Lens外,Google Photo也有搭配AI的新功能,另外在Gmail方面透過AI學習,還
能做到智慧回信功能。AI硬體方面則是推出第二代的TPU,相較前一世代是針對訓練部分進
行硬體加速, Cloud TPU 進一步加入邏輯推演的加速。最後還有針對入門手機設計的Andorid
Go系統,更低的記憶體與硬體配置就能運作。想了解昨天的發表會內容嗎?接著看下去我們
整理的懶人包吧!
Andorid O:開機加速1倍、Google Play Protect
這次發表會壓軸的是Android Go,一款專為入門硬體設計的作業系統。目前Google開始提供
Android O測試計畫,優先提供給Google Nexus、Pixel 系列設備使用者申請。此次最重要的
是加入稱為vitals 的特性,藉此提升包括電池續航、安全防護並且加速裝置啟動速度與提升穩
定性。
Android O測試計畫,優先提供給Google Nexus、Pixel 系列設備使用者申請。此次最重要的
是加入稱為vitals 的特性,藉此提升包括電池續航、安全防護並且加速裝置啟動速度與提升穩
定性。
擁有Google官方裝置的使用者亦可前往Beta測試站申請試用,測試版將會一路更新到 Android
O變成穩定版,但要注意的是在Beta期間裝置雖然可回復穩定版,不過系統資料將會因為降版而被清空。
O變成穩定版,但要注意的是在Beta期間裝置雖然可回復穩定版,不過系統資料將會因為降版而被清空。
Android O從系統底層進行強化,使開機時間加速一倍,並且讓App啟動速度也因此加快,另外也透過背景機制在不需使用手機時進行深度管理,避免手機無謂的消耗電力;為了使安全性提升,Google此次在Android O導入Google Play Protect功能,直接透過Play Store整合安全防護機能,在軟體管理介面中針對安裝的App進行掃瞄,確保不受惡意軟體攻擊。
另外Android O也添加自動填入(Autofill)的應用範圍,不僅Chrome可使用Autofill功能,亦可在所有的APp使用,包括自動填入地址資訊、電話等,同時當使用者也將看到與這些Autofill內容相關的彈出式視窗,顯示這些資訊與那些應用有關,例如電話資訊就會跳出與撥號介面有關的訊息。
還有一個相當重要的關鍵,就是Android O為了解決當前Android系統版本紛亂的狀況,採用模組化架構設計,相較過去更容易讓裝置商為系統進行版本升級,不過看起來大前提也是裝置需要先能夠升級的到 Android 7.0。
▲過往只有在瀏覽器上才能使用自動填入功能,現在在新的作業系統Andorid O當中,App內也能使用自動填入功能。
▲智慧點選功能可以辨識文字中的斷句,地點、電話、信箱都會全區塊選取,不用再用手慢慢選擇。
Andorid Go:輕量級Andoird系統
此外, Google還公布了一個全新的Android Go, Android Go或許可視為先前Android One計畫的接班人,主要是針對新興國家網路環境、裝置價格等特性擬定的特殊版Android,主打可在僅有1GB RAM的裝置上順暢使用,並有許多離線應用功能,例如可預先下載的 YouTube Go 也將用於此版本中,另外也包括精簡版的 Chrome 與 Gboard ( Google 鍵盤),同時Android Go也會有獨特的Play商店,而這個特殊版的Store所提供的內容將是針對新興國家環境所需而規劃。搭載Android Go的裝置預計在 2018 年上線。
▲Android Go包含3個層面,OS、App與Google Play。
▲因為是針對新興市場推出的輕量級系統,搭配其中的App也經過輕量化設計,不僅容量小,像Chrome還具備節省流量的新功能。
Google Lens:辨識所有視覺圖像,掃一下就能連WiFi
能夠想像未來每個人的視野,就有如我們在好萊塢看機器人科幻片時,機器人以它獨有的快速分析儀器掃瞄每樣看得到的物件,並且給予相關的解釋和資料補充嗎?現在也許我們只要靠一支手機加上一個App就能做到這點了,它就是Google新App:Google Lens。
Google Lens這個App,可以讓你的手機鏡頭猶如一個機器人掃瞄器,鏡頭所對到的物件,Google Lens便會開始對它進行深度分析,並做出相關的對應動作,例如當你對準一盆花,Google Lens會告訴你它的品種、當你掃描到一場音樂表演會的海報,Google Lens會告訴相關的購票資訊,甚至是幫你把它安排進你的個人行事曆裡面、當你對準寫著WiFI的登入帳號條碼時,Google Lens會自動幫你輸入進手機,直接讓手機連上網路。
▲掃瞄一下WiFi帳密就能自動辨識,這就是Google Lens視覺辨識技術。
▲即使走在路上,掃瞄一下店門招牌,就能提供Google Maps內的相關資訊。
▲Google Photos與Google Lens有很大的關聯性,這次發表會中Photos也新增了建議分享與分享圖庫的功能。
▲除了分享之外,現在Google Phtots還能把相片印出來。
Google Assistant:線上付款、多國語言
今天發表的重頭戲之一是Google Assistant,尤其是宣布進軍iOS平台,且支援更多國語言,然而目前仍未有支援中文的計畫。Google確定將從即日起開放Google Assistant進駐iOS裝置,將提供幾乎相同的功能應用模式,同時預計在夏季開始支援法語、日語等語言,預計今年年底前將支援西班牙語、韓語等語言,但中文在內語言則尚未確定加入支援時程。
此外,Google也開放Google Assistant線上付款功能,讓使用者能透過指紋等識別方式完成線上交易或轉帳。
▲Google Assistant要跟Siri搶工作囉。
獨立VR裝置:無須手機與PC也能玩VR
針對VR與AR技術發表了新的動向。Google與高通合作,共同參考設計,將推出搭配旗下的VR平台Daydream使用的新款VR頭戴顯示器。Google表示,這款即將推出的新VR頭戴設備,將無須用到手機和PC,讓使用者簡單地就能進入虛擬世界,且體驗更加輕鬆舒適。新的VR頭戴設備將導入WorldSense的新追蹤技術,讓使用者可以在VR空間中精準地移動,而且不用依靠任何外部的感應器。
新款VR頭戴裝置首2兩款合作品牌為HTC Vive和Lenovo聯想。另外支援Daydream的手機也將越來越多,Samsung Galaxy S8與S8+將在今年夏天透過OTA支援Daydream,而LG的下一款旗艦級智慧型手機也將會是Daydream ready手機的名單之一。
▲不用手機與PC也能玩VR。
TensorFlow Lite學習框架:行動端也能有強大學習力
Google已經將公司的方針由Mobile First轉移到AI First,雖然目前Google雲端服務已經大量導入AI技術 ,不過考慮到不是何時何地都會有順暢的網路體驗,能夠在終端裝置實現基於深度學習的人工智慧也很重要,Google宣布針對行動裝置的TensorFlow Lite框架,讓智慧手機等裝置亦能藉由深度學習變得更聰明,預計能夠為行動裝置提升語音辨識、機器視覺以及AR使用體驗,同時Google也預告將在下一代的智慧手機晶片中具備更進階的深度學習能力。
雖然不知道Google指的下一代晶片具備更強的深度學習能力具體指的是甚麼,不過可以推測2種可能性,其一是下一代行動裝置晶片將有更強的異質運算能力,或者是Google將透過與晶片商深度合作的方式,將TPU架構針對行動裝置特性調整,並融入行動裝置晶片中,就類似NVIDIA稍早在GTC大會所宣布的Tesla V100中所搭載的Tensor Core,或是Xavier架構中的Xavier DLA加速器。
▲Google即將從Mobile First進入AI First階段,而行動裝置也將在這進程中有新的布局。
二代TPU:加入邏輯推演
Google第二世代的TPU,稱為Cloud TPU,相較前一世代是針對訓練部分進行硬體加速,Cloud TPU進一步加入邏輯推演的加速。
過往邏輯推演的部分仰賴CPU與GPU的大量效能,可想而知的是Google希望藉由Cloud TPU導入邏輯推演的能力,進一步降低對於CPU與GPU的需求,而每個Cloud TPU可提供達 180 TFLOPS 的深度學習效能,同時Google也打造了新一代的相互連結高速網路架構,將 64 組TPU構成一套名為TPU POD的超級電腦系統,每組TPU POD可提供達11.5 PFLOPS的深度學習效能。
Google 強調TPU POD效能相當驚人,相較於32顆搭載目前市場最頂尖的GPU加速器(沒意外應該是 NVIDIA 的 Tesla P100 )進行翻譯訓練一整天訓練的成果,現在只需 1/8 個TPU Pod進行半天就能達到相同的精度成效。
今日Google亦將Cloud TPU投入Google Compute Engine當中,與現行的CPU與GPU硬體加速架構進行混用,Cloud TPU也可與這些硬體加速架構混用進行加速,這也意味著Google 在第二代TPU導入邏輯推理能力後,也還不會貿然把全部的架構TPU化,而開發者可透過GitHub上的TensorFlow框架進行Cloud TPU開發應用,Google也正導入僅需要修改少數代碼就可在CPU、GPU與TPU訓練深度學習模型的high-level API 。
▲Cloud TPU運算能力更強,並有助於降低對於CPU與GPU的需求。
沒有留言:
張貼留言