秘辛：谷歌Android Pie中的AI是如何工作的？
早前，谷歌推出了最新版的移動操作系統Android Pie。 Smart Linkify是其中最輕松的功能之一，可在文本中檢測到地址，電話號碼和其他此類實體時添加可點擊鏈接。這一切都是人工智能的結果。
據VentureBeat消息，Google AI的軟件工程師Lukas Zilka在一篇博客中解釋了人工智能在這個功能中是如何工作的。
Zilka認為，在文本中尋找電話號碼和郵政地址是一個難題，不僅是因為人們表達的形式是多變的，而且所代表什么類型的實體也常常是不明確的。而Smart Linkify就是識別其中的內容為用戶提供更多的信息。
對于這個功能的原理，Zilka解釋說，Smart Linkify是現有Android Linkify API的演變，并且由兩個緊湊的，低延遲的前饋神經網絡組成。機器學習算法包括稱為節點的簡單處理單元層。另外該功能還借鑒了Android底層技術奧利奧的智能文字選擇功能。
這兩個網絡都對第三個模型生成的數據進行訓練，這些模型從網絡中篩選出電話號碼、地址、產品、地點和業務名稱，并向其添加隨機“文本上下文”和短語（例如，“確認號碼”和“ID”） 。Google AI團隊使用一種拉丁語腳本語言（英語，德語，波蘭語和捷克語）以及日語，韓語，泰語，阿拉伯語和俄語的單獨模型。以“John應該在星期二打電話給1－800－944－9494”為例。
Smart Linkify將（1）將“John應該打電話”從“1－800－944－9494”分開，（2）將“John”分類應將“和”1－800－944－9494“稱為非實體和電話號碼，以及（3）在網絡瀏覽器或應用程序中通過電話號碼創建可點擊鏈接。
在智能手機硬件的限制下工作對團隊來說是一個額外的挑戰。他們通過量化（一種將連續范圍的值轉換為有限范圍的離散值的壓縮技術）以及通過在系統的兩個神經網絡之間共享某些數值表示以及其他技術來解決它。
在不久的將來，該團隊希望創建日期和時間的機器學習模型，能夠識別“下周四”或“3周”等非正式短語。隨著人工智能在消費產品中的應用越來越多，谷歌過去曾指出，它希望確保新技術能夠為其產生的結果和決定提供解釋。例如，在醫學的情況下，AI算法可以解釋為什么給出這樣的和這樣的推薦，因此機器學習不是答案的“黑匣子”。
谷歌在神經網絡領域的研究一直處于行業前沿。谷歌越來越關注神經網絡和人工智能，以解決搜索、圖像處理和其他計算領域的問題。
去年，谷歌推出了AIY項目，其中包括用于DIY的硬件套件。 4月份，谷歌宣布AIY將以更新的形式重新發布，包括完成DIY項目所需的一切硬件組件。Voice Kit使用Google智能助理為您的Raspberry Pi添加語音控制，而Vision Kit則打開圖像識別并向創客們引入了神經網絡。它可以檢測千中常見物體，但也可以對您的臉部表情進行檢測，并顯示出您的情緒，比如憤怒、開心等等。
據VentureBeat消息，Google AI的軟件工程師Lukas Zilka在一篇博客中解釋了人工智能在這個功能中是如何工作的。
Zilka認為，在文本中尋找電話號碼和郵政地址是一個難題，不僅是因為人們表達的形式是多變的，而且所代表什么類型的實體也常常是不明確的。而Smart Linkify就是識別其中的內容為用戶提供更多的信息。
對于這個功能的原理，Zilka解釋說，Smart Linkify是現有Android Linkify API的演變，并且由兩個緊湊的，低延遲的前饋神經網絡組成。機器學習算法包括稱為節點的簡單處理單元層。另外該功能還借鑒了Android底層技術奧利奧的智能文字選擇功能。
這兩個網絡都對第三個模型生成的數據進行訓練，這些模型從網絡中篩選出電話號碼、地址、產品、地點和業務名稱，并向其添加隨機“文本上下文”和短語（例如，“確認號碼”和“ID”） 。Google AI團隊使用一種拉丁語腳本語言（英語，德語，波蘭語和捷克語）以及日語，韓語，泰語，阿拉伯語和俄語的單獨模型。以“John應該在星期二打電話給1－800－944－9494”為例。
Smart Linkify將（1）將“John應該打電話”從“1－800－944－9494”分開，（2）將“John”分類應將“和”1－800－944－9494“稱為非實體和電話號碼，以及（3）在網絡瀏覽器或應用程序中通過電話號碼創建可點擊鏈接。
在智能手機硬件的限制下工作對團隊來說是一個額外的挑戰。他們通過量化（一種將連續范圍的值轉換為有限范圍的離散值的壓縮技術）以及通過在系統的兩個神經網絡之間共享某些數值表示以及其他技術來解決它。
在不久的將來，該團隊希望創建日期和時間的機器學習模型，能夠識別“下周四”或“3周”等非正式短語。隨著人工智能在消費產品中的應用越來越多，谷歌過去曾指出，它希望確保新技術能夠為其產生的結果和決定提供解釋。例如，在醫學的情況下，AI算法可以解釋為什么給出這樣的和這樣的推薦，因此機器學習不是答案的“黑匣子”。
谷歌在神經網絡領域的研究一直處于行業前沿。谷歌越來越關注神經網絡和人工智能，以解決搜索、圖像處理和其他計算領域的問題。
去年，谷歌推出了AIY項目，其中包括用于DIY的硬件套件。 4月份，谷歌宣布AIY將以更新的形式重新發布，包括完成DIY項目所需的一切硬件組件。Voice Kit使用Google智能助理為您的Raspberry Pi添加語音控制，而Vision Kit則打開圖像識別并向創客們引入了神經網絡。它可以檢測千中常見物體，但也可以對您的臉部表情進行檢測，并顯示出您的情緒，比如憤怒、開心等等。