由 Lauren Usui 和 Joe Fernandez 发布
人工智能是当今世界餐桌上谈论的话题，随着人工智能对用户和开发人员变得越来越容易访问，我们希望让它对每个人来说都更容易使用和更有用。今年在 Google I/O 上，我们重点介绍了我们如何帮助像您这样的开发人员使用生成式 AI 进行构建，在电子表格和应用程序中使用机器学习，从头开始创建 ML 模型，并将它们扩展以服务于数百万用户。
虽然人工智能技术发展迅速，但我们必须继续确保其得到负责任的使用。因此，我们也花了一些时间来解释 Google 如何采取 以原则为基础的方法来应用生成式 AI 以及如何将我们的指南和工具应用于确保您的人工智能产品和项目以负责任的方式构建以服务于所有用户。
如果您不熟悉 AI 并且希望快速了解该技术，请查看 Google AI 倡导者负责人 Laurence Moroney 的 入门视频。
最近，每个人似乎都在与生成式 AI 聊天，或者讨论它，我们希望您能够使用 Google 最新的大型语言模型 PaLM 2，通过 PaLM API 为您的用户提供新的和有用的体验。我们关于生成式 AI 的会议揭示了更多有关如何使用 MakerSuite 轻松提示模型以快速原型生成式 AI 应用程序的信息。我们演示了如何使用 PaLM API 以有用的方式使用示例、对话式聊天交互以及使用嵌入功能压缩和比较文本数据进行提示。我们还展示了如何在 Google Colab 笔记本中使用 PaLM API，使用简单且神奇的语法。查看此演讲并注册以请求访问 PaLM API 和 MakerSuite！
数亿人使用电子表格来组织、管理和分析数据，用于从商业交易到库存核算再到家庭预算的方方面面。我们使用 用于电子表格的简单 ML（一个 Google 电子表格加载项）让每个人都能轻松地将 AI 的力量带入电子表格。我们最近更新了此工具，以包括异常检测和预测功能。查看有关如何使用该工具预测缺失数据值和预测销售额的演示。无需编码！
AI 正在进入多个平台上的应用程序，MediaPipe 使构建、自定义和部署设备上 ML 解决方案变得容易。今年，我们升级了 MediaPipe 解决方案，改进了现有解决方案并添加了新的解决方案，包括交互式分割以模糊选定主题背后的背景以及面部风格化，以您喜欢的图形风格渲染自拍。
每周，数十万开发人员使用 JavaScript 和 Web 技术构建 AI 驱动的应用程序，以在浏览器或 Node.js 中运行。Web ML 已在多个领域取得进展，我们提供今年 I/O 演讲中主要更新的综述。我们宣布了用于 ML 的 Visual Blocks，这是一个开放的 JavaScript 框架，用于快速且交互地构建自定义 ML 管道。您现在可以使用改进的 WebGL 性能和 Chrome 中发布的 WebGPU 以更快的速度运行机器学习模型。Web ML 开发人员现在还可以使用更多工具和资源，包括 TensorFlow 决策森林支持、模型的视觉调试器、JAX 到 JS 转换支持以及一个新的从零到英雄培训课程，以提高您在 Web ML 方面的技能。
构建机器学习模型可能需要大量时间和精力：收集数据、训练、评估和优化。Kaggle 使开发人员更容易发现和使用预训练模型。使用 Kaggle 模型，您可以搜索来自领先 ML 研究人员的数千个针对多个 ML 平台的开放许可模型。使用任务、支持的数据类型、模型架构等的过滤器快速找到您需要的模型。将此新功能与 Kaggle 的超过 200,000 个数据集的庞大存储库相结合，加速您的下一个 ML 项目。
许多开发人员正在探索 AI 技术，其中许多人有兴趣从事计算机视觉和自然语言处理应用程序。Keras 使用 KerasCV 和 KerasNLP 发布了新的、易于使用的计算机视觉和自然语言处理库。只需几行代码，您就可以应用最新的数据增强、目标检测、图像和文本生成以及文本分类技术和模型。这些新库提供了易于自定义的模块化实现，并与更广泛的 TensorFlow 生态系统紧密集成，包括 TensorFlow Lite、TPU 和 DTensor。
凭借全球最大的 ML 开发者社区之一，TensorFlow 生态系统帮助像您一样的数十万开发人员构建、训练、部署和管理机器学习模型。ML 技术发展迅速，我们正在升级 TensorFlow，提供新工具，为您提供更多灵活性和可扩展性以及效率。如果您使用的是 JAX，现在可以使用 JAX2TF 将您的模型组件引入 TensorFlow 生态系统。我们还改进了 DTensor 对模型并行化的支持，使您能够通过在多台机器上运行单个模型的部分或分片来扩展大型模型的执行。我们还宣布了一个工具包，用于将量化技术应用于几乎所有 TensorFlow 模型，帮助您为 AI 应用程序实现实质性的效率改进。量化工具包将于今年晚些时候推出。
当需要将 AI 驱动的应用程序部署到您的企业、企业或世界时，您需要可靠的工具和服务，这些工具和服务能够随着您的扩展而扩展。Google Cloud 的 Vertex AI 是一个端到端的 ML 平台，可帮助您快速轻松地开发 ML 模型，并以任何规模进行部署。为了帮助您为您的产品或业务构建生成式 AI 技术，我们在 Vertex AI 平台中引入了模型花园和生成式 AI 工作室。模型花园让您可以快速访问最新的基础模型，例如 Google PaLM 2 以及更多模型，以构建用于文本处理、图像和代码的 AI 驱动的应用程序。生成式 AI 工作室让您可以在浏览器中快速原型生成式 AI 应用程序，当您准备好部署时，Vertex AI 和 Google Cloud 服务使您能够扩展到数百万用户。
随着 AI 开发的工具、技术和方法迅速发展，找到您需要开始或使用您的项目迈出下一步的东西可能很困难。我们正在 使用 Google AI 构建 让您更容易找到合适的资源来加速您的 AI 开发。这个新网站汇集了构建、部署和管理 ML 的工具、指南和社区。无论您是为设备上应用程序创建 AI 还是大规模部署 AI，我们都会帮助您浏览选项并找到自己的路径。查看我们关于 在 Android 上构建 LLM 和 使用 Keras 进行文本分类 的最新工具包。
AI 是一种强大的工具，我们每个人都必须确保它得到负责任地使用，并造福所有人。我们致力于确保 Google 的 AI 系统根据我们的 AI 原则 开发。今年在 Google I/O 上，我们分享了我们如何创建用于安全且负责任地构建生成式 AI 的指南和工具，以及如何将相同的指南和工具应用于您自己的项目。
好的，就这样！查看我们上面提到的所有与 AI 相关的会议的 完整播放列表。我们很高兴与您分享这些新工具、资源和技术，我们迫不及待地想看看您用它们构建了什么！
