人工智能是Google在Mountain View举行的最新开发者大会的主要主题，就像微软在同一周在西雅图举行的类似shindig一样。

3月下旬，Google LLC召开了一场技术性很强的AI开发人员峰会，在会议上发布了有关TensorFlow框架的演变的许多重要公告，这些框架用于AI建模，培训和部署。这项最新的活动是每年较大的 Google I / O活动，更多地侧重于应用程序，特别着重于Google移动产品组合中的AI功能。

正如Google首席执行官Sundar Pichai在星期二的第一天主题演讲中所讨论的那样，Google I / O上最重要的“人工智能优先”声明涉及几种关键的移动技术，工具和应用程序，这些技术，工具和应用程序将于今年晚些时候发布：

下一代针对AI优化的芯片组：Google宣布了Tensor处理单元的第3版，该单元是用于AI推理的专用处理器。谷歌对将在今年晚些时候发布的TPUv3的细节一无所知，但它表示，下一代AI优化芯片比去年发布的TPUv2芯片快八倍，可以处理多达100 petaflops的机器学习计算，并且将主要通过Google Cloud访问。自2015年以来，TPU的前几代产品已在Google内部使用，以在Google搜索结果，Google Photos，Google Cloud Vision应用程序编程接口调用以及它从其云数据中心提供的其他服务中增强基于AI的功能。

下一代针对AI优化的智能手机：谷歌宣布其移动操作系统的下一个主要版本Android P现在处于测试阶段，其最终版本将于今年夏天发布。它最引人注目的新功能将使用机器学习来自动学习用户的习惯，并预测性地调整电池寿命，屏幕亮度和应用建议的设置。这些AI驱动的功能旨在在优化利用设备资源的同时增强用户体验。它们补充了其他体验功能，例如用户能够手动设置应用程序的时间限制以减少浪费的时间，并使用手势控件在应用程序之间进行切换。

下一代低代码移动AI开发工具：Google宣布了即将发布的ML Kit for Firebase的beta版，该工具包支持针对Android和iOS移动平台的机器学习应用程序的低代码应用程序开发。该SDK使入门的ML开发人员能够仅用几行代码来构建应用程序，从而使他们无需在神经网络建模或优化方面需要深厚的专业知识。它支持TensorFlow Lite， Google Cloud Vision 和 Android神经​​网络的API，为文本识别， 面部检测， 条形码扫描， 图像标签 和 地标识别这些API可以在设备上优化运行，即使没有网络连接，也可以实时支持ML驱动的数据处理并正常工作。它们也可以在Google Cloud Platform中运行，从而可以开发和训练更准确的ML模型。API还允许经验丰富的ML开发人员导入在TensorFlow Lite中创建的针对移动设备进行了优化的 自定义模型，然后将其上传到Google Cloud进行服务并在云中进行更新，而无需重新发布模型。Google 在GitHub上提供了适用于iOS 和 Android的快速入门模型示例 。

下一代支持AI的移动数字助理：Google宣布其数字助理产品的下一个版本Google Assistant将具有多项基于AI的增强功能。下一个版本的Assistant将于今年晚些时候在Android和iOS设备上推出，它将能够回答涉及多个主题的问题。它还可以继续对话，而不必不断重复触发短语“ Hey Google”。而且，通过TensorFlow Extended中内置和培训的新Google Duplex功能，它能够基于理解复杂句子，快速语音，长话和说话者意图的能力进行自然的电话交谈。

下一代支持AI的移动地图建议：Google宣布，今年晚些时候针对Android和iOS发行下一代版本时，其Maps应用将包含AI个性化的实时建议。新的“视觉定位系统”功能将在用户的智能手机摄像头视图(如图所示)中显示地名，街道名称和方向的增强现实视图。实时推荐将基于AI生成的“您的比赛”得分，该得分不仅根据用户的手动输入进行计算，还基于Google庞大的就餐，住宿，游览等地点数据库。与在Google I / O上专注于具有AI功能的智能手机相比，令人惊讶的是，该公司专注于深化ML驱动的情报搜索，电子邮件，协作和办公生产力解决方案的关注很少。这与微软本周在其庞大的应用程序产品组合中宣布的全面的AI增强功能形成鲜明对比。

同样，不清楚的是，当谷歌已经拥有已建立的TensorFlow Light SDK(最近对其进行了增强)时，为什么选择选择推出另一种移动AI开发工具呢?基于浏览器的AI工具TensorFlow.js; 以及TensorFlow for Swift，这是一个用于移动iOS应用的AI开发框架，Google最近将其开源。所有这些都是针对移动平台AI的低代码开发。