大会首日，谷歌云高级副总裁 Diane Greene、谷歌 CEO Sundar Pichai、Alphabet 执行主席 Eric Schmidt 、谷歌云机器学习与人工智能首席科学家李飞飞分别做了 Keynote 演讲。

，此番首次亮相谷歌云大会自然也是大会首日的重头戏。在 Keynote 演讲中，李飞飞代表谷歌发布了多个谷歌云 API 产品，解读了谷歌云的「AI 民主化」战略，并正式宣布了谷歌云对数据科学社区 Kaggle 的收购。

首先，李飞飞通过一些具体案例介绍了人工智能的应用进展：

零售：机器学习算法在帮助谷歌的 AdSense 为消费者提供更合适的建议，但也仍还有进步的空间，比如供应链优化、随时间预测需求改变以及使用无人机或无人车为消费者快递货物等等。

媒体娱乐：比如 Google Photos 的自动照片标注和 YouTube 的推荐播放列表。虚拟现实和增强现实依赖计算机视觉来进行运动追踪、环境监测和游戏。甚至新闻报道也将可以自动生成。人工智能将能帮助我们创造更加个性化的内容，比如音乐、视频和艺术品。

金融：机器学习正在信用卡风险检测、反诈骗和洗钱等方面发挥越来越大的作用。

医疗保健：人工智能正在真正改善着人们的生活，比如布满传感器的智能化医院、增强诊断等。几个月前，谷歌大脑的研究者表明可以使用深度学习来帮助

人工智能的应用越发广泛，但并非所有的开发者都有能力去使用相关技术。所以，李飞飞认为人工智能的下一步必须是民主化，一方面降低进入的门槛，另一方面能够让开发者、用户及企业等尽可能多的去使用人工智能。而云计算就是实现人工智能民主化的完美途径，这也是谷歌在云人工智能/机器学习方面大力投入的原因。

李飞飞表示，人工智能民主化分为四个方面：民主化计算、民主化算法、民主化数据以及民主化人才。

首先，计算方面。深度学习需要大量计算资源——常常会有成百上千万参数和数十亿个连接，而这正是云的用武之地。李飞飞介绍道：「去年，我们推出了 Beta 版的 Cloud ML Engine，今天我在这里宣布其已经实现了更广泛的可用性。Cloud ML Engine 是一个能够利用谷歌所有计算资源的平台。」

借助 ML Engine，用户可以使用其熟悉的 TensorFlow 库，把精力放在自身创意和解决方案上，谷歌云则会为用户处理基础架构和模型上的问题——用户将它们上传至谷歌云，ML Engine 能更快速地进行大规模处理，并将其部署在移动设备上。但机器学习对于很多应用者来说依然很复杂。因此，谷歌发布了训练过的 API，它就像一个开关，可以在任意应用上开启智能部分，使其理解语音、图像和自然语言。

谷歌拥有庞大的研究团队，连续多年对人工智能和机器学习进行研究，是获得最佳论文数量最多的机构之一。谷歌能够迅速的将这些研究成果变成应用，并将其分发到客户手中。

其次，在民主化算法方面，李飞飞宣布了一项新产品——Vision API。她介绍道，正在稳步研发的 Vision API 具备一些非常重要的新能力。第一，谷歌把该 API 的元数据（metadata）扩展到了识别来自谷歌图像的知识图谱的数百万实体。如今，它们使用着同样的元数据来支撑谷歌的图搜索。第二，增强了光学字符识别（OCR）功能，能够从富含文本的图像中提取出文本，比如法律文件等。

针对视频中的信息，谷歌云也发布了另外一个全新 API——Video Intelligence API，其能够对视频中的物体进行识别，并帮助用户检索。

第三，李飞飞认为数据是民主化的另一部分，像人类一样，人工智能需要大量数据为自我发展提供洞见。因此，数据集是人工智能需要克服的最大障碍中的一个。虽然 ImageNet 取得了巨大成功，但中间也经历了很多困难，也有一些残留问题。因此，atv，她认为我们需要的是更具扩展性、更有效的方式来对数据进行民主化，且能面向更多的数据科学家、机器学习开发者、各领域专家甚至是商业用户。

谷歌云实现数据民主化的一大举措就是收购数据科学社区 Kaggle，后者聚集了超过 85 万数据科学家，并拥有众多开源数据集。李飞飞表示，收购 Kaggle 之后，谷歌云将为这个庞大社区提供最先进的机器学习环境，并提供直接市场化模型的机会。

事实上，Kaggle 早已与谷歌云有所合作。此前，他们曾共同举办了 YouTube 8M 视频理解挑战赛。