The Google Fans Post

Google 正在测试其最强大的量子芯片——20 量子位元处理器，年底目标是 49 量子位元。 传统计算机位元是二进制，即 0 或 1。量子位元（Qubits）则可以是 0 和 1 的叠加（superposition），使其有更强大的潜在计算能力。 49 量子位元芯片将使 Google 开发出 49 量子位元量子系统，以解决普通计算机无法企及的任务。这个目标被 Google 称作 quantum supremacy.（量子至上/量子霸权）。Google 量子计算机团队现在正在研发的 20 量子位元系统拥有 99.5% 的“双量子比特保真”（two-qubit fidelity）。比率越高，系统错误率越低。量子至上要实现两个目标：49 量子位元系统；99.7% 以上的保真比比率。 关于“双量子比特保真”，《知乎日报》的一条信息这样归纳定义量子计算机：单量子比特逻辑门和双量子比特逻辑门的保真度达到 99% 以上、量子比特数目达到几十个以上、操作速度和退相干时间在合理范围的计算机就是一台能用的量子计算机。 http://daily.zhihu.com/story/8681098 IBM 在 2016 年运行了 5 量子位元计算机，2017 年 5 月，IBM 向公众提供其测试版用于测试目的的 16 量子位元平台。 需要注意的是，量子位元并不是唯一重要的衡量量子计算机的指标。纠错（error correction）——一种减轻量子力学脆弱性的技术——对于有效利用这项技术也很关键。 Google 量子 AI 实验室的 Alan Ho 表示，2027 年之前有望实现误差校正的量子计算机，在这之前不会出现有用的设备。如果 Google 率先展示出量子至上的威力，即量子位元可以超越普通计算机，这将会是一个重大的科学突破。 1. https://futurism.com/google-is-closer-than-ever-to-a-quantum-computer-breakthrough/ 2. https://www.newscientist.com/article/2138373-google-on-track-for-quantum-computer-breakthrough-by-end-of-2017/

Alphabet 通过 TensorFlow 帮助企业利用机器学习技术，希望从 Amazon 手中夺取云计算市场 两年前 Google AI 研究人员开发的用来打造机器学习软件的 TensorFlow，已经成为 Google/Alphabet 公司实现未来雄心壮志的基石之一。 TensorFlow 帮助 Google 的工程师将人工智能的新方法转化为实用代码，改善了搜索、语音识别等服务。很快，TensorFlow 为所有人免费开放。 这种看似无私或糊涂的决定，2 年后对 Google 的益处显现出来了。TensorFlow 在程序员使用机器学习开发新产品方面成为绝对领先的工具。使用 TensorFlow 打造的服务，可以在任何地方运行，尤其方便将其迁移至 Google 云平台（Google Cloud Platform，GCP）。流行起来的 TensorFlow 帮助 Google 在云计算基础设施市场可以与领先者 Amazon、Microsoft 展开竞争，这是一个约 400 亿美元大小且不断增长的市场。 Google 期望 5 年内成为第一。其策略核心是唤起从医疗到汽车领域内突然爆发的对 AI 的热情。企业客户希望投入巨资给云计算供应商，而避免自己去打造和运行高昂而复杂的 AI。安盛保险（AXA）利用 TensorFlow 建造了一个预测高额交通事故的系统，使用了驱动 Google 服务的同样的基础设施，因而从中受益。TensorFlow 在这方面的优势使 Google 相比于对手更具有优势。Google 在云计算领域是落后的，但选择了一个可以有所作为的领域，这是很不错的策略。 TensorFlow 驱动的 Google 服务例如 Google 翻译，可实现实时翻译。Google 打造了专门的处理器，使 TensorFlow 速度更快、能耗更小。这些处理器助推了 AlphaGo 在围棋上的胜利，并使最近的一次升级——将 Google 翻译在某些语言提升至人类水准——成为可能。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/jDSmVahqsZR TensorFlow 并非打造机器学习软件的唯一工具，各自兼具优缺点。由于 Google 的品牌和技术优势，Tenso

1. 我所注意到的。 一般认为，Google+ 没有击败主流的社交平台，甚至没有成为主流的社交平台。我认为确实如此。不过，Google+ 成为了 G Suite 服务的一部分，没有如当初某些人或媒体判断的那样很快被关闭。我想，这是因为 Google+ 确实在功能上与其他平台有所不同，也就是有自己的着重点和特色，而还没有后来者能够在这方面取代之。 6 年来，一些服务被整合进来又被拿出去（Hangouts、YouTube、Photos）或停止服务（Local），界面也发生了与最开始相比差别很大的变化。很多人来了又去了，也有新的人加入进来。我认为这些都是再正常不过的。 Google+ 的界面更换令不少人不满，为此我写了 2 篇博客表达自己的看法，也发送了反馈信息说明我的意见。有人跑到 Twitter 上去对改版负责人破口大骂，我是不赞同的。不同的意见可以讲出来，可以讨论，骂人并不能强化你的正确性。 收藏集是一个不错的功能，汇集某一类内容，完全由自己把控。我感觉，这实际上也反映出，在 Google+ 有多少关注者并不那么重要。用户可以根据某个话题来吸引受众关注和参与，而话题之下要有比较好的内容。反过来，读者也没有那么必要去判断或关注某某账号，而是要考虑：某个收藏集的内容我是否关心，是否是有帮助、有趣或有价值的，等等类似的问题。 社群出现的更早一些，内容也是以话题为基础，但用户无法控制别人发布什么。有些用户在社群发布与话题无关的内容，甚至是垃圾信息，企图获得关注度。我认为这样反而使社群中人选择离开社群，或者不愿参与，反而降低了所期望的关注和参与。对于社群，管理是必要的，而我觉得更重要的是个人的自觉意识。 2. 评论和垃圾信息。 在某些账号下面，爆发过一阵垃圾评论的现象，现在还有。我注意到 Google+ 有垃圾信息的过滤机制，会自动识别一些无用信息然后隐藏，当然这可能还不够智能，还需要改进。 Google Fans 这个页面欢迎所有的人发表评论，唯独不容忍垃圾信息和比如脏话等侮辱性言论的出现。主张、观点可以不同，甚至是错误的也没有关系，出言不逊则有失风度，这些人可以在自己的页面发表这些内容。还有一些明显是宣传内容的评论，我将其归入垃圾信息。之前屏蔽了很多这样的账号，后面还会继续。 3. “运动是绝对的，不动是相对的。” 感谢 +VR Z

Google 将审核欧盟裁决的具体细节，并考虑上诉。Google 不赞同欧盟的决定，理由如下： 消费者在网上购物，希望迅速、容易地找到产品；广告商则希望推广其产品。Google 所展示的购物广告，即为将消费者和无论大小的广告商联系起来，让双方受益。 欧盟关于在线购物的决定，低估了这种快捷的连接性的价值。确实，某些购物比较网站希望 Google 更突出地显示它们，而数据则显示人们更倾向于直接点击某件产品的链接，而不是去到一个网站，然后重复搜索。 Google 目前的购物结果是有帮助的，也是在 10 年前文本广告基础上的巨大改进。所显示的广告包括图片、评价和价格，Google、广告商以及更为重要的用户，均从中获益。Google 也只是显示用户反馈的相关的东西。数千个欧洲商户通过这些广告与大公司如 Amazon、eBay 展开竞争。 委员会询问为什么某些比价网站做的没有其他一些好，Google 认为应该考虑到这一时期那些发展壮大的网站，包括 Amazon、eBay 这样的平台。Amazon 是一个强大的竞争对手，是产品搜索的首选。正是诸如 Amazon 这样一些网站的发展，其他的比价服务变得不再流行是自然的。Google 通过购物相关的搜索显示更为有用的产品信息，以此与 Amazon 等网站竞争。 使用 Google 搜索产品，Google 希望呈现给你所需要的。Google 并不倾向于自家或某个商家，这是基于用户反馈、努力工作和持续创新的结果。 https://www.blog.google/topics/google-europe/european-commission-decision-shopping-google-story/

本周三，欧盟（EU）有望作出向 Google 开出超过 10 亿欧元罚款的决定，而进一步加剧已经比较紧张的大西洋两岸关系。之前，EU 反垄断官员已正式指控 Google 被发现违反了竞争规则，即：利用其近乎垄断性的搜索工具，不公正地吸引用户使用其自家的购物服务。Google 此外还面临 2 项竞争指控。 决定可能会再次引起美国企业的不满。去年，EU 竞争专员 Margrethe Vestager 就已经要求 Apple 在爱尔兰支付 130 亿欧元退税。不过，Vestager 及委员会否认其目的是有意针对美国公司。2010～2017 年间，美国企业占监管机构不利裁决的 15%，2/3 是针对欧洲公司。 奥巴马政府曾将 Google 案当作针对硅谷科技企业的欧洲保护主义范例。美国联邦贸易委员会也开展过对 Google 的类似调查，2013 年终止调查。 美国和欧洲之间加剧的紧张关系对下周举行的汉堡 G20 会议不是个好消息。长期稳固的跨大西洋合作关系已经因为川普的政策转变而动摇，布鲁塞尔警惕美国总统对 EU 向 Google 开出的这一大罚单作何反应。双方之间已经存在紧张气氛。之前，美国国会决定扩大对俄罗斯的制裁，而这可以影响到欧洲的公司。德国强烈批评这一决定。 1989 年以来，欧洲监管机构以反垄断为由，调查了 IBM、Microsoft、Intel、Apple、Google、Facebook、Amazon。巴黎和柏林的科技对手、资深政客一直鼓励欧盟的竞争监管机构对 Google 案及其他美国科技公司采取强硬措施。世界上最大的 20 家 IT 公司，美国占据 15 个，总市值达 3.9 万亿美元。 受理过委员会案件中 Google 原告和被告的资深反垄断律师 Thomas Vinje 表示，自己作为美国人，深知这些多年来涉及案件的欧盟官员中的大多数人，他认为他们并不反美。 “几十年来，美国公司都是美国及欧洲的反垄断调查对象，为什么？不是他们追求要去滥用他们的主导地位，而是因为他们本身就是主导。” 美国公司不处于主导地位的领域情况就不一样。2004 年以来，美国的电信和能源公司就没有遭遇过反垄断或卡特尔裁决。同一时间段，15 个制药业裁决中 3 个涉及美国公司。 华盛顿的愤怒不太可能吓住 Vestager，她已经在两个不同类型的反垄断案

对于政府如何访问用户存储在海外服务器上的数据这个问题，Google 恳请美国的立法者和国际社会更新相关的法律，以期解决执法部门和硅谷双方日益增长的关切。 在美国和全球范围内，对科技公司是否必须服从政府对海外数据的访问请求，出现越来越多法律上的不确定性。过时的法律使信息分享缓慢繁琐，阻碍了对刑事犯罪和恐怖主义的调查。Microsoft 和 Google 之前在法庭上均反对了美国的执法部门希望使用本国搜查令来获取海外数据的努力，因为执法部门的主张可能会侵蚀用户隐私。 技术行业和隐私权倡导者也认为，目前适用于跨境数据请求的规则是站不住脚的。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/NM9ypVa8HPj Google 高级副总裁兼法律总顾问 Kent Walker 在华盛顿的一个智库 Heritage Foundation 的发言中宣布了公司的国际框架，敦促国会修改几十年之久的电子通讯法。Heritage Foundation 是一个保守派智库，对白宫和共和党控制的国会均有影响力。 对于那些承诺基线隐私（Baseline Privacy）、人权和正当程序原则的国家，Google 请求允许这些国家直接向美国供应商请求数据，而不需要向作为中间人的美国政府咨询。这项措施的目的是互惠互利。 对不符合上面标准的国家，比如压迫政权，将不适用于上述措施。不过，该框架在这些国家也可以激励更好地尊重数字隐私。Google 没有在其框架中详细说明具体的基准原则。 欧洲近期出现的恐怖袭击活动凸显迅速做出改变的紧迫性。 允许执法部门访问海外数据的现行协议，即“互相法律援助条约”（mutual legal assistance treaties），涉及对数据的正式外交请求，并要求东道国代表请求国取得法令。这个过程一般需要数月。 美国的立法者开展两党立法，近年来所提出的《国际通讯隐私法案》（International Communications Privacy Act）有望将跨境数据请求现代化，但未能成为法律。Walker  表示，Google 在很大程度上支持立法，呼吁有必要推进国际协议。 Google 还要求国会编制涉及内容的数据请求的法令要求，如电子邮件中发现的实际信息。

恐怖主义滋生的暴力和仇恨，威胁社会中所有人。极端分子和恐怖分子试图攻击和侵蚀的不仅是我们的安全，还有我们的价值观，而这是维系我们社会开放和自由的根本。 Google 和 YouTube 致力于解决这一问题，与政府、执法部门和民间社团合作，打击网络上的暴力极端主义。多年以来，Google 投入人力和资源识别和移除违反其政策的内容。一个事实是，这些工作还不足够。 Google 在全球有数千人负责审核和应对平台上的滥用行为。使用图像匹配技术，工程师开发出技术阻止已知的恐怖内容再次被上传。在系统中加入基于内容的信号，以识别出需要移除的视频。与专家组、反恐机构和其他科技公司建立合作关系，强化这些努力的效果。 在此基础上，Google 现在承诺采取以下 4 个额外措施： 1. 增强技术，识别极端和恐怖主义相关视频。 同样一段恐怖袭击视频，既可能是新闻报道画面，也可能是暴力宣传材料。过去半年，被 Google 移除的超过 50% 恐怖主义相关内容是由视频分析模型发现和评估的。现在，Google 投入更多工程资源，应用其最先进的机器学习研究，训练新的“内容分类器”（content classifiers），更快地确定和移除与极端主义和恐怖主义有关的内容。 2. 增加 YouTube 的 Trusted Flagger 计划的独立专家数量。 与机器相比，人类专家仍然在暴力宣传与宗教或有新闻价值言论之间的细微差别决定中发挥作用。一般用户的标记（flag）可能不准确，Trusted Flagger 的报告则在 90% 的时间里是准确的，这有助于 Google 扩大工作规模，并确定新出现的关切领域。在已有 63 个组织的基础上，这个计划增加 50 个专业的 NGOs。这使 Google 能够受益于从事诸如仇恨言论、自我伤害和恐怖主义等问题的专门机构的专门知识。Google 还将扩大与反恐团体的合作，来帮助确定可能用于激进的和招募极端主义分子的内容。 3. 对没有明确违反政策的视频，采取更加强硬的措施。 “没有明确违反政策的视频”，比如那些含有 inflammatory（能够或试图引起愤怒或暴力情绪）的宗教或种族优越内容的视频。将来，这些内容播放之前会出现插页式警告，它们也不能获取收入、推荐或有资格获得评论或用户认可。这类视频将更难被发现，有更少的用户参与度。Google 认为这是在不推广极

Google 街景汽车被用于测量和绘制城市空气污染地图，有助于人们搞清楚空气污染的原因和解决办法。 2015 年 8 月 1 日，我分享了一则帖文，内容是关于使用 Google 街景汽车搭载环境监测设备在丹佛收集空气污染物数据的消息。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/CLEyPaqcAew 现在在加州奥克兰，研究人员使用类似方法来收集大规模的城市空气污染数据。Aclima 公司使用两辆来自 Google Earth Outreach 的汽车，配备移动空气质量平台，在奥克兰的一个区域重复采样。项目由非营利机构 EDF（环境保护基金）发起。研究人员希望搞清楚如何使用这套系统来深入认识城市空气质量。 现今，美国大多数城市只有少量监测点监测空气质量，每 1 百万人通常有 1～4 个，这无法反映居民区里的真实情况。街景车搭载的系统，未来可置于客车、Uber 或其他汽车上，从而覆盖更大区域，每天呈现精细的污染状况。 研究发现，黑碳、一氧化氮（NO）、二氧化氮（NO2）（均属于能够恶化空气质量、对人体有害的污染物）的浓度水平，不仅在社区内，而且在某个街区内也存在差异。街区一端的污染水平可能是另一端的 8 倍。 公交车行走的街道比没有公交车的街道污染更严重。同样是靠近高速路的居民区，禁止卡车通行的那一条污染状况要好一些。EDF 的一个交互地图指出，为什么某些点的污染状况更严重。例如：住在汽车救援公司和汽车制造商旁边的居民，黑碳水平高；重型卡车交通线到一个金属回收厂，也使污染更严重。 实验使用的街景车在采样时处于高强度行驶状态，如果减少行驶路程，空气污染水平看起来就会好一些。实际上，并不需要行驶那么多次来发现空气污染的固定模式。随机取样的话，可能一年只需要在一条街开车 20 次就好了。重要的是，研究人员希望此处建立的方法在别处被应用时可以更加容易。 使用这些数据，人们就可以决定在某条线路旁边自己是否愿意购买房屋，或者自己的孩子是否应该走路上学。依靠自己居住区的污染水平证据，公民可以推动变革。城市可以利用它来确定需要改进的热点，或者实施新的政策，如电动公交车队，具体说明变化的影响。 街景车在实验中使用了较大的测量仪器，但 Aclima 的原型机仅有 2 个鞋盒大小

Equal Justice Initiative（EJI，平等正义倡议）是一个非营利组织。根据其网站[1]的介绍，EJI 致力于结束美国的大规模监禁和量刑过重问题，挑战种族和经济的不公正，保护美国社会最弱势群体的基本人权。 根据维基百科词条[2]，这个位于阿拉巴马州蒙哥马利的组织，为如下人群提供法律代理：可能被错误定罪的囚犯；没有被有效代表的贫穷囚犯；那些被拒绝公平审判的人。它确保为阿拉巴马州死刑案件的任何人辩护。 现在，部分归功于 Google.org（Google 慈善组织）的资助，EJI 发布一个在线平台，追寻私刑（lynching）在美国的历史。名称为“Lynching in America”（私刑在美国）的网络平台，通过研究、数据和受美国私刑影响的人的故事，让人们直面私刑史[3]。 私刑，根据维基百科[4]，指没有经过刑事诉讼法对自然人执行体罚或死刑。 奴隶制被正式废除后，私刑便作为种族控制的罪恶工具，重新建立白色霸权，镇压黑人民权。1877 至 1950 年间，在 22 个州超过 4 000 黑人被私刑处死，在这里私刑被作为种族恐怖主义的公共行为，意图在整个黑人社区灌输恐惧。 在 20 世纪上半叶，私刑和其他种族暴力行为导致了大迁徙（The Great Migration）。超过 600 万黑人逃离南部地区，去往西部和北部的城市。例如在加州奥克兰，非裔美国人比例，从 1910 年的 2% 增长至 1970 年的 34.5%。 去年至今，EJI 接受 Google 慈善组织两轮共 200 万美元捐助。EJI 计划使用第二轮资助支持其预定 2018 年开放的私刑受害者国家纪念馆。 EJI 创始人兼执行董事 Bryan Stevenson 在一份声明中表示，“Google 能够让——关于私刑我们所知道的，我们从家属那里所耳闻的，我们在这些恐怖行为发生地和社区所亲眼看到的，以及这些信息的可访问——为更多人知晓，故建立这样一个平台，让我们生活过的这个世界被听到、看到和感受到。” 1. https://eji.org/about-eji 2. https://en.wikipedia.org/wiki/Equal_Justice_Initiative 3. https://techcrunch.com/2017/06/13/lyn

Project Sunroof（天窗计划）是 Google 于 2015 年推出的一项服务，开始时只限于少数几个城市。Project Sunroof 通过数据预测房屋屋顶的太阳能利用潜能和花费，然后告诉你这样一些信息：屋顶是否适合安装太阳能电池板，如果适合的话，需要投入多少，能够节省多少能源花费，如何完成安装。这项服务希望帮助居民在太阳能投入方面作出明智判断。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/ihWuEZTxG7H 今年 5 月，Project Sunroof 的数据覆盖美国全部的州并扩展至德国。在美国，Project Sunroof 分析了约 6 000 万房屋的太阳能潜力和花费。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/SHQNiwcuWkD 现在，有一个新功能：Project Sunroof Data Explorer（天窗计划数据浏览器）。这个功能展示美国境内居民区的太阳能安装情况，想要安装太阳能的用户就不需要出去看看自己房屋附近有多少家已经安装了。 这个功能使用了 Google Maps 和 Google Earth 的图像，联合机器学习技术，来预测一个区域内有多少住户安装了太阳能设备，包括供电的光伏电池板和太阳能热水器。首先，在高分辨率屋顶图片中，手动识别太阳能安装设备。然后，使用这些数据作为算法的初始训练集。多次迭代后，机器学习算法能够自动发现和识别图片中的设备安装。即使是机器，熟也能生巧！ 现在，此算法在美国识别出 700 000 安装。随着继续训练和改进，更多安装会被机器识别出来。Google 希望这个功能能够给政策制定者、社区和个人提供更多信息，帮助小到一个家庭、大到一个地区甚至国家，在向清洁能源转换的过程中，作出更加明智的判断。 https://blog.google/products/earth/using-machine-learning-help-people-make-smart-decisions-about-solar-energy/ 原文链接

Google 宣布推出适用于 Android 的 reCAPTCHA API 作为 Google Play Services 的一部分[1]。reCAPTCHA API 使用了 Google 新的隐形技术[2]，无需用户点击任何复选框而完成认证，授权访问。reCAPTCHA API 包含在 Google SafetyNet API  中，开发人员可以在同一 API 中执行设备和用户认证，以防止其应用程序发生任何潜在的安全威胁。 API 在后台运行 Advanced Risk Analysis（高级风险分析）服务，让用户通过验证。只在检测到可疑活动时，才会要求用户完成 CAPTCHA。 reCAPTCHA 是最流行的  CAPTCHA 服务之一，帮助数以百万计的网站阻止垃圾信息和脚本机器人。Google 在 2009 年从卡内基·梅隆大学的一群学生手中收购了 reCAPTCHA，然后让此服务免费。现在，Android 平台的应用程序开发人员也可以在其产品中利用它。 #reCAPTCHA 1.  https://www.xda-developers.com/google-recaptcha-api-android-spam/ 2.  https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/4QMw4dpEQMP

为了使青少年儿童能够正确使用互联网，Google 发布一个教育项目，称为“Be Internet Awesome”（互联网真棒），传授孩子们互联网安全方面的知识，以此帮助青少年具有精明的数字头脑，鼓励其成为良好的数字公民。 Be Internet Awesome 包括一门课堂课程和一款电子游戏，侧重于 5 方面内容： 上网要机灵：分享信息需注意； 上网要警醒：欺骗信息分得清； 上网要安全：保守自己的秘密； 上网要友好：举止行为应友善； 上网要勇敢：有疑问时讲出来。 教育课程是通过一系列测验、角色扮演活动和其他抽象练习，让孩子们掌握基本的网络安全知识，比如：哪些个人信息是不适合与他人分享的，网页和邮件哪些看起来是假的，以及避免对有害信息做出回应或反应，对欺凌行为进行举报和屏蔽，诸如此类的。此外还有一款基于网页的免费电子游戏 Interland，孩子们通过游戏锻炼自己成为优秀网络公民的能力。 Google 还与 YouTube 明星合作创作了系列视频，与父母们交流如何让谈论网络安全话题有趣而容易被接受。因为在家里面，父母可能因为话题敏感而不知道如何开启，从而父母和子女之间无法形成有意义的对话。 6 月是“互联网安全月”，Google 旨在通过这个教育项目，从孩子、父母和老师三个方面，合作努力让互联网对儿童发挥积极的作用。Google 之前的教育项目还包括推广 Chromebooks，以及通过 Google Cardboard 向课堂提供免费 VR 体验。 1. https://blog.google/topics/families/be-internet-awesome-helping-kids-make-smart-decisions-online/ 2. https://www.theverge.com/2017/6/6/15739412/google-be-internet-awesome-interland-hacking-phishing-troll-curriculum 3. http://fortune.com/2017/06/06/google-game-internet-safety/ 原文链接

Google 研究人员开发的用于检测糖尿病相关眼部疾病的图像识别算法——一种深度学习 AI——目前在印度已完成临床研究，此技术将开始服务于真正的病人[1]。如果应用获得成功，数百万人将不会因为身患糖尿病而致盲。 研究人员去年在《JAMA》上报道了这一研究成果[2]。视网膜扫描系统使用了同样应用于 Google 图片搜索和 Google Photos 识别物体的深度学习技术。这个程序检查病人的视网膜图片，来发现能够反映糖尿病性视网膜病变早期病症的微小动脉瘤（aneurisms），而此病变在不治疗的情况下可致人失明。 全球有 4 亿糖尿病患者，在印度约有 7 000 万。Google Brain AI 研究组产品经理 Lily Peng 表示，包括印度在内的全球很多地区，缺少眼科医生，许多糖尿病患者不会被推荐进行年度检查以发现糖尿病性视网膜病变。而这种致盲原因是完全可以避免的，一半的人因此丧失视力。 在印度，Google 与 Aravind 眼部护理系统合作，后者是一个眼科医院网络。Aravind 提供图像给 Google 以训练其图像解析算法。在去年发表的论文中，此技术的准确度相当高，现在终于可以应用于实际了。 Peng 表示此 AI 技术的应用对病人来说是福音，也不会使医生丢了饭碗。算法只是代替人完成图像扫描和识别工作，因为进行这方面工作的人手不够，从而让医生可以去做更重要的事情。“这里没有足够的专业知识可供利用，我们应该让专家去治疗病人。” 1.  https://plus.google.com/+LifeatGoogle/posts/3zqjgifBjTN 2.  https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/PUQFZTYq4Yq

1. AlphaGo 和围棋比赛。 AlphaGo（ 维基百科中文词条 ）是 Google 收购的位于英国的 DeepMind 公司所开发的人工智能（AI）围棋程序。不久之前在中国乌镇，AlphaGo 与世界顶级棋手柯洁对弈并获胜。之后， DeepMind 负责人表示 AlphaGo 将退役，其设计团队转入下一个项目 。赛后发布会上，DeepMind 宣布公开 50 局 AlphaGo 与自己对弈的比赛。实际上，AlphaGo 也的确是在和自己的对弈中掌握了复杂的围棋游戏。不过，与 AlphaGo 所进行的至少数万次对弈相比，50 局显得微不足道。 AlphaGo 的进化展现出，AI 不仅能取代人类的技能，还能够优化技能。DeepMind 负责人 Demis Hassabis 相信 AI 很快将在医疗和科学研究领域发挥类似的影响力，推动人类进入一个仅凭借自身无法企及的高度。 2. Eric Schmidt 关于人工智能的言论。 Alphabet 公司（DeepMind 母公司）执行主席 Eric Schmidt 在乌镇围棋比赛期间，就人工智能发表了一番言论。 Eric Schmidt 描述了他所谓的“智能时代”，或者说“机器智能”，他认为这是他一生中最大的技术革新。Schmidt 描述了深度神经网络（Deep Neural Network）等技术的崛起，这些技术使机器主要靠自己完成学习任务成为可能，途径要么是从海量数据中寻找模式，或者通过自己的尝试和错误。 在 Google，使用 TensorFlow，工程师们已经打造出深度学习系统，能够识别照片中的面孔和物体，辨析语言指令，翻译语言。 Schmidt 而后提到了中国的互联网三巨头：百度、腾讯和阿里巴巴（常以 BAT 代称）。他表示，BAT 均可以从 TensorFlow 中获益，“如果他们使用 TensorFlow，他们会变得更好。”这个软件能够预测人们想要买什么，有助于目标广告，甚至决定谁应该获得信用额度。“他们可以使用 TensorFlow 研究他们的业务模式。 他们可以使用这种技术来更快地为客户服务。” 考虑到 AI 已经取得的进展，Schmidt 的言论并不是夸张。深度学习及相关技术，已经从根本上改变了 Google 的工作方式。Google 的多项服务都运用了 AI

周三，Google 旗下的导航应用 Waze 拓展其拼车服务至整个加州，包括洛杉矶高度拥挤的高速路和南加州地区。之前，Waze 拼车在加州北部和以色列运营。巴西是目前确定的 Waze 拼车服务今年就要进入的市场。 关于 Waze 拼车服务，参见 08/31/2016 分享的帖文： https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/hgiCbdM9pJf Waze 拼车服务主要集中在上下班高峰期，这时候乘客和开车人更容易匹配。Waze 通过用户的家庭住址和工作地点将乘客和开车人联系起来。乘客需要提前预约拼车，不保证有匹配，一天之内只能请求 2 次。开车人可以提前查看潜在乘客的信息，选择喜欢的那一个，且只能选择一位乘客。在北加州，数万名用户注册了此服务。 Waze 拼车服务现在向洛杉矶和南加州拓展，可能对 Uber 和 Lyft 构成威胁。不过，调查数据显示，大多数人使用 Uber/Lyft 不是为了去工作，而是出于休闲或社交原因，一般在晚上 10 点至早上 4 点间，那时候公共交通工具基本关闭了。仅 21% 的受访者表示使用打车服务上下班，使用频率也不高。 Waze 拼车的价格相对低廉。一段 35 公里路程，Waze 拼车收费约 12.5 美元，使用 Uber 的拼车服务则约为 30～40 美元。一位使用 Waze 拼车的 28 岁女性，每天从奥克兰到旧金山上班时搭载一位乘客，被偿付 3.5～5.5 美元，在抵消汽油费、过路费和停车费的同时，还与五六个经常搭载的乘客成为了朋友。 Waze 拼车服务并不是设计使开车人以此作为主要收入来源。其计算出来的费用，足够令乘客负担得起，因而可以频繁被使用。给开车人一定奖励，从而鼓励两个人拼车上班而不是各自开车。一般的，开车人每 1 公里获得约 34 美分收入。这个费率是国税局（IRS）允许的商业车辆用于汽油、保险和维修的费用。 Google 不从这项拼车服务中获取收入。但是，Google 会收集乘客和他们的旅行习惯数据，这可能对精准广告有用，或者用于规划未来的交通服务，如正在测试的自动驾驶汽车 Waymo。 拼车服务出现了几十年了，却没有流行起来。人们并不愿意束缚于这样一种情境：与同一个人乘车，在某时某地出现。使用技术匹配乘客和开车人，使拼车更具弹性，