由 TensorFlow 团队发布

Google I/O 2022 是 AI 和机器学习发展对开发者的一个重要里程碑。我们对开发者使用我们的技术和机器学习构建智能解决方案的潜力感到非常兴奋，我们相信 2022 年将是 AI 和 ML 成为每个开发者工具箱的一部分的一年。

在 I/O 主题演讲中，我们展示了我们完全开源的生态系统，它可以帮助您完成从头到尾的机器学习流程。其中包括用于管理数据、训练模型以及将模型部署到各种平台的开发者工具，从全球范围的云计算到微型控制器……当然，还有使用 MLOps 来监控和维护系统的各种方法。所有这些都包含一组用于训练和推理的通用加速硬件，以及用于端到端负责任 AI 的开源工具。

您可以在“面向开发者的 AI 和机器学习更新”主题演讲中了解这个生态系统。

负责任 AI 审查流程：从开发者的角度

我们都同意负责任和道德的 AI 非常重要，但当您想负责任地构建时，您需要工具。我们可以，并且将会，创建一个关于这些工具的完整视频系列，但现在值得一看的内容是关于负责任 AI 审查流程的演讲。参与了像 Covid-19 公共预测或名人识别 API 这样的项目的 Google 员工将逐步带您了解他们的思维过程以及工具是如何帮助他们更加负责任和周到地进行构建的。您还将了解负责任 AI 工具中的一些新版本，例如 反事实逻辑回归配对库.

将机器学习添加到您的开发者工具箱中

如果您刚开始您的旅程，并且希望 ML 成为您工具箱的一部分，您可能有一百万个问题。从可以快速解决基本问题的现成的 API 到可以调整和部署的自定义模型，跟随开发者在最佳产品中的旅程。

TensorFlow.js：从原型到生产，2022 年的新功能是什么？

如果您是 Web 开发者，那么有很多新更新，从宣布一组新的课程，这些课程将带您从第一原理开始，深入了解 Web 开发者可能做到的各种功能，到提供给 Web 开发者的许多新模型。其中包括一个自拍深度估计模型，该模型可用于实现一些很酷的功能，例如，在您的图片中创建 3D 效果，而无需任何额外的传感器。您还将看到 3D 姿势估计，它允许您以高 FPS 运行以获得实时结果，使您可以实现一些功能，例如让一个完整的动画角色跟随您的身体运动。所有这些都在浏览器中完成！

将自定义 ML 模型部署到移动设备

如果您想使用 AI 和机器学习构建更好的移动应用程序，您可能需要了解将模型执行到 Android 或 iOS 设备上的来龙去脉，包括缩小模型大小并优化模型使其更节能。利用 TensorFlow Lite 团队的新版本为您的模型提供动力，这些版本允许您量化、调试和在 CPU 或委托 GPU 上加速您的模型，以及更多功能。

借助 Coral Dev Board Micro 进一步扩展边缘计算

说到加速，今年在 I/O 上我们推出了 Coral Dev Board Micro。这是一款新的微控制器类设备，它有一个板载 Edge TPU，足以同时运行多个模型。Coral 团队还更新了他们的预训练模型目录，现在包括 40 多个可立即在嵌入式系统上使用的模型！

分布式大型模型训练的技巧和窍门

另一方面，如果您想训练大型模型，您需要了解如何在多个处理器或内核上对训练和数据进行分片。我们发布了许多针对模型和数据并行性的新指南和更新。您可以在本次演讲中了解所有内容，包括 Google 研究人员在构建语言模型中获得的经验教训。

使用 Keras 更轻松地进行数据预处理

当然，并非所有数据都是大数据，如果您没有构建大型模型，您仍然需要能够管理您的数据。这通常是开发者为 ML 编写最多代码的地方，因此我们希望强调一些让这一过程更轻松的方法，特别是使用 Keras。Keras 的新预处理层不仅使矢量化和增强变得更加容易，而且还允许预计算，通过减少空闲时间来提高您的训练效率。从 Keras 的创建者那里了解数据预处理！

使用 TFX 入门 MLOps

最后，我们不要忘记 MLOps 和 TFX，它是一种开源的端到端管道管理工具。观看 Robert Crowe 的演讲，他将帮助您了解所有内容，从为什么要使用 MLOps 到管理您的流程以及管理变更。您将看到 TFX 中的组件模型，并了解专注于构建新组件的全新 TFX-Addons 社区。在本次演讲中查看所有内容！

I/O 不仅仅是关于新版本和演讲！如果您受到您所看到的内容的启发，我们还有研讨会和学习路径，您可以深入研究以了解更多详细信息。

完整播放列表，涵盖所有 AI/ML 演讲和研讨会。

这就是 Google I/O 2022 上 AI 和 ML 的回顾。我们希望您喜欢它，并且我们很乐意在您探索内容时收到您的反馈。请访问 TensorFlow 论坛 并告诉我们您的想法！