谷歌发力AI搜索，视觉检索+识别会成主流？AR眼镜也要东山再起？

知情郎·眼｜

侃透天下专利事儿

今年的谷歌开发者大会（Google I／O 2022）上有什么新玩意、硬科技？

谷歌翻译、谷歌多重AI搜索、保护性计算、Android 13、谷歌硬件。

在2小时的主题演讲上，谷歌梳理了自己现有AI计算的进度，并演示了关键技术应用。并发布了谷歌手机，还提前曝光了谷歌AR眼镜！

有不少最新技术理念和硬核产品，科技圈媒体已经铺天盖地报道了。

01谷歌的逻辑

一家高科技公司总要有句通俗易懂的口号，方便和用户直接交流。

曲高和寡、孤芳自赏装深沉装睿智是行不通的。

谷歌CEO桑达尔·皮查伊（Sundar Pichai）很懂这思路，所以他的口号从来简明扼要。

这次他的口头禅是：“谷歌的目的，深化用户对信息的理解，让人们无论在哪都能获得知识。”

桑达尔·皮查伊印度平民家庭出身、买不起新书包的穷学生，一路爬到谷歌寡头公司的CEO，皮查伊的成功充满了励志色彩，激励着世界许多寒门子弟奋发前进。

Google搜索引擎、谷歌Chrome、Chrome OS、地图、Gmail、Android都是在他的带领下壮大的，人称劈柴哥！

谷歌的工程师文化在他手里被发扬到了极致，一个重要的行事规则是——杀鸡要用牛刀，集重兵狂投入优化产品功能性到极点。

Chrome浏览器就是这个逻辑的经典产品，核心功能细节比同行强的时候，用户蜂拥而至。

工程师文化，就是这点好，拼产品功效功能细节，没有花哨，比不过别人就是比不过别人，没有废话连篇的自我遮羞布。

市场用户最公平，不管竞争是否激烈，不管条件是否艰苦，不管舞台大小，不看你演戏演技演给谁看。

就看产品本身实用性说话。

不行，千万别浪费观众时间，大家都不傻，烦了，人家真会扔臭鸡蛋香蕉皮砸人的。

02谷歌翻译、谷歌地图

在翻译领域，谷歌已经要超神！

谷歌宣布，谷歌翻译增加了对24种新语言的支持，深度神经网络算法功不可没！

大概全世界所有主流语言都能支持翻译了。

在视频领域，YouTube视频已经支持了16种语言的实时翻译。YouTube去年已经可以自动生成章节分段。现在通过语音／视频脚本分析等，让这种分段更准确，数量也会达到8千万段。

在NLP（自然语言处理）领域，谷歌的AI技术可以对文字段落进行更好的理解、总结，并帮助用户快速找到重点信息。

谷歌地图（Google Maps），进一步完善了地图数据，谷歌的心气自然是让全世界都能用谷歌地图，所以这次人家表态，已经能让非洲等偏远地区使用了。

有一说一，谷歌地图的细节处理非常优秀。据官方说，已经开始大规模应用3D航拍、AI智能等技术，以此来确保导航、搜索等功能的准确性。

同时，3D绘图和机器学习等＋航拍，让沉浸式实景地图更逼真完整。

会上，谷歌也公布了关于地图应用的最新数据：已在全球范围内绘制超16亿座建筑和6000万公里的道路。

03多重维度AI搜索

谷歌核心产品是搜索引擎。

2022这产品又添加了什么黑科技功能？

在之前，搜索是类似查询的方式，你输入文字，它给出一堆相应结果。

现在，用户的要求多了，也复杂了。

例如用户会上传一张图片、一段小视频，甚至一段鸟叫声，问图片里、视频里的是什么鸟类？

这种问题不再是文字，而是图片、视频影音、文字的多维度结合。

这就是最新的技术“图像检索＋识别”，比传统文字检索识别更难更复杂。

这属于多重搜索，也是谷歌这些年发力的重点。

简单的说，“多重搜索”利用AI多模型理解，去理解人们的搜索意图，并用直观的方式体现。

一个实例来说，在巧克力店去寻找“不含坚果黑巧克力”，用户要做的是采用手机镜头去扫描货架，找到指定的产品。

镜头去识别物体－加入筛选条件－呈现出结果。

这是图像识别＋筛选结果的过程，仍旧是一种搜索，但已经跟之前的搜索引擎体验完全不同。

整个视频检索体验与以往理解传统文字框搜索很不一样。

知情郎对这搜索应用技术叹为观止。

在德高行全球专利数据库中，以图像检索＋识别为关键词，在谷歌全球专利里检索了相关专利，以数量看，中国专利60件，包括发明公开32件、发明授权28件；美国专利205件，包括发明公开83件、发明授权122件

下表为9件为谷歌近期公开图像检索＋识别领域的专利。

这些专利含金量都非常大，谷歌的目标是“用任何方式在任何地方进行搜索”，所以研究多维搜索，尤其是通过手机自带的摄像头视频拍摄识别这种模式，大概率会成为主流搜索应用之一。