中国的博客,走近我们的产品、技术和文化
Google 中国的博客,走近我们的产品、技术和文化
WǒMen,节日快乐!
2018年3月8日
祝大家 2018 年国际妇女节快乐!
在去年的今天,Google 用 Doodle 讲述了全世界 13 位杰出女性先驱的故事。而生活中平凡女性的故事和声音,同样值得分享与倾听。
今年,Google 邀请来自不同国家的 12 位艺术家,用她们不凡的画笔来展现生活的点滴。
每一个故事,都展现了对艺术家影响深远的一段生活经历或是一个人。独特的故事背后是万千平凡女性共同的感动:
爱的传递
年龄与人生阶段
了不起的 Aarthi
故乡
爱
回忆
如花盛放的姑姑
1989 年 11 月
屋顶上
困境
信任
Ntsoaki 的胜利
WǒMen 如此相似
WǒMen 如此独特
WǒMen,节日快乐!
Google 发布 ARCore 1.0
2018年2月24日
发表者 Anuj Gosalia, Director of Engineering, AR
去年,我们发布了 ARCore 软件工具开发包(SDK)的预览版本,ARCore 能为 Android 设备带来 AR(增强现实)体验。使用 ARCore 构建的应用程序可以识别用户所处的环境,并将物体和信息呈现其中,为用户带来很多既有用又充满乐趣的体验。现在,我们面向全球广大开发者正式发布 ARCore 1.0 以及一系列新的支持和工具,并在此分享利用 ARCore 进行开发的初步实践。
从今天开始, Android 平台的增强现实软件工具开发包 ARCore 1.0 正式发布。 ARCore 可以在全球范围内的 1 亿部 Android 智能手机上运行,使这些设备拥有先进的 AR 相关功能。目前,ARCore 可运行于13 种不同型号的智能手机,我们也与包括三星、华为、LGE、摩托罗拉、华硕、小米、HMD/诺基亚、中兴、索尼和 Vivo 在内的多家智能手机厂商展开合作,在他们将推出的产品中搭载 ARCore。
在中国,我们也与智能手机厂商合作—首先从华为、小米和三星开始—为他们在国内销售的设备上搭载 ARCore,开发者也能够通过这些手机厂商的自有应用商店分发他们的 AR 应用。这些设备和相关体验将会在未来几个月内面世。
使 ARCore 能够在更多的设备上使用,仅仅是我们所做工作的其中一方面。我们还为开发者们提供了更多的改进和支持,以使他们的 AR 应用开发过程更加快速、更加便捷。ARCore 1.0 改进了环境理解的功能,使用户能够将虚拟物品放置在任意纹理的表面上,如海报、家具 、玩具盒、书籍、瓶罐等等。现在,Android Studio Beta 模拟器上支持 ARCore,开发者可以便利地在计算机的虚拟环境中测试应用。
我们也已经与一些优秀的开发者进行了合作,展示他们如何运用 AR 来开发应用:通过居然之家的居然设计家 DIY,用户可以将家具和超过 100,000 件物品放置在任意一个所在的房间;在京东上购物时,用户可以查看商品,并将它们放置在自己的家中。而网易、战争公司(Wargaming)和 Game Insight 也正在基于 ARCore 开发全新的游戏。
开发者可以在开发者网站(
developer site
)下载 ARCore。借助 ARCore 1.0,开发者可以立即开始构建有趣有益的 AR 体验。随着这项技术的不断发展,我们将会看到 AR 以更多的形式为人们带来乐趣,并使人们能够使用手机完成更多的事情。
惊喜拜年 | Google石博盟的拜年新姿势
2018年2月8日
小年至
,
望新春
!别的可以没有,但 Google 的新春祝福不能少!
拜新年
,
年年拜
,今年又有什么新花样?为了秀出
三句半
新技能,Google 大中华区总裁石博盟勤学苦练,终于小有所成!一起来看看老石的
拜年新姿势
吧:
狗年到来之际
祝大家
十全十美
幸福美满
6 6 6 6
Golang.google.cn 上线
2018年1月23日
大家好!今天我们非常高兴的告诉大家,日益壮大的中国 Go 语言开发者们现在可以通过
golang.google.cn
访问
golang.org
上的内容,获取官方文档、技术文件以及二进制文档。
Go 是一种开源编程语言,可以用于大规模开发简单,高效和可靠的软件。目前 Go 语言在中国已经被广泛使用。2015 年,首批 Go 语言设计师之一的 Robert Griesemer 在
上海
参加了第一届 GopherChina 大会,这是首个在中国举办的 Go 语言会议。在之后的几年,GopherChina 成为了全球规模最大的 Go 语言会议之一,在 2017 年共有超过 1200 人参加了这场盛会。于此同时,一个在中国很有影响力的
Go 语言社区论坛
的访问量在这几年间增长了三倍;在微信和 QQ 等社交平台上,Go 语言的特定群组的成员人数也增长到超过 1.1 万人。
Go 语言在中国企业中的应用也在增长。包括七牛云、华为和阿里巴巴等在内的众多企业,都在他们的产品当中广泛应用了 Go 语言。
我们非常高兴能通过 golang.google.cn 为中国的 Go 语言开发者提供更多的资源,以扩充他们现有的优质资资源。但这仅仅只是个开始,在 2018 年我们会让网站的内容变得更易于非英语用户使用。敬请大家时刻关注我们的网站!
机器学习帮助奶农管理奶牛健康状况
2018年1月19日
Saad Ansari CTO, Connecterra
Yasir Khokhar CEO, Connecterra
编者按:
TensorFlow
是
Google
的开源机器学习框架。我们已经看到不少企业、非营利组织、研究人员和开发者对于
TensorFlow
的创新用法。现在,让我们听听来自
Connecterra
的
Yasir Khokhar
和
Saad Ansari
分享机器学习在一个令人意想不到的领域的应用:奶牛养殖。
Connecterra
的意思是
“connected earth
(连接地球)
”
。这家公司的建立基于一个简单的理念:如果可以通过科技去理解自然世界中的各种数据,我们就能够解决属于当下一些严峻问题,产生实际的影响。
这一切都始于
Yasir
搬到荷兰阿姆斯特丹附近的一个农场。我们都曾在科技领域有过多年的工作经验,这让我们意识到科技能够为乳制品行业带来巨大的变化。例如,那些日均产量达到
30
升牛奶的奶牛,和那些日均产量只有
10
升牛奶的奶牛之间的唯一区别,就是它们的健康状态。这引发了我们的思考:科技能否使奶牛变得更加健康,并帮助农民进一步发展自己的产业?
正是这种想法鞭策着我们不断地努力,并最终创造出名为
Ida
的产品
—— Ida
使用了
Google
机器学习框架
TensorFlow
,能够理解并诠释奶牛的各种行为,为农民提供畜群的健康状况等信息。
Ida
通过可穿戴感应器学习奶牛的行为模式。我们利用这些数据在
TensorFlow
中训练机器学习模型,最终使得
Ida
可以检测包括饮食、休息、生育、温度在内的多种活动。我们不仅仅只是追踪这些信息,利用
Ida
,我们还能够更早的对问题进行预测,比如检测出跛足或者消化不良等情况,并为农民们提供建议,帮助他们保持奶牛的健康,提高农场效率。在这些信息的帮助下,我们客户农场的乳制品产量得到了
30%
的提升。
2050
年,世界人口将达到
90
亿,届时食物产量需提升
60%
才能满足人类的需求。在奶牛农场的应用,仅仅是人工智能帮助人类解决重大问题的一个事例。
Connecterra
相信科技所具备的影响力:利用人工智能,我们能够给重大的社会问题创造解决方案。
NIMA:让机器学会“审美”
2017年12月21日
什么是“美”?
这似乎是一个非常主观且难以回答的问题。如何识别“美”对于机器来说就更是难上加难。图片质量该如何量化?审美要素要如何分析?长期以来,这都是计算机视觉研究领域的未解难题。
今天 Google 公布的 NIMA(Neural Image Assessment),正是用深度卷积神经网络(CNN)来学习人类感知图像质量和审美因素的一项研究成果。利用最先进的深度对象识别(object recognition)技术,NIMA 不仅能分析图片的质量,还能判断图片是否好看,更能给出让图片更美的修图建议!
NIMA 辨美丑
NIMA 对一些带有“景观”标签图片的美观程度进行了评分和排序
在计算机视觉研究领域,已经有算法可以将图像以分数或回归均值的方法来排序比较。与以往的算法不同,NIMA 可以为任何特定的图像进行 0-10的评分,并直接比较同一主题的图片。括号中是200人对图片打分后计算出的平均分数,与其他方法相比,NIMA 给出的评分与排序更接近人类的偏好。
NIMA 评质量
NIMA 对同一主题的图片的质量进行评分和排序
NIMA 同时也能对图片的质量进行比较。图片可能由于一系列的原因变得模糊、出现噪点和扭曲,导致图片质量下降。NIMA 在对图片评分的同时也能比较同一主题图片的质量。
如何优化图片?NIMA 告诉你
通过NIMA训练深度卷积神经网络(CNN)从而增强图像局部的色调和对比度
不知道怎样修图才能达到最好的优化效果?NIMA 可以给你建议!在调整图片时,明暗度、对比度、色调和细节的变化都会改变图片的评分。NIMA 能通过找到优化图片的最佳参数来给出修图建议。
NIMA 还能做什么?
Google 在 NIMA 上的研究表明,基于机器学习的质量评估模型可具有广泛的功能。例如,可以让用户轻松地在众多图片中快速找到“最美”的图片,甚至可以实时显示评分结果。在后期处理中,NIMA 可以引导修图程序产生更好的结果。
Google 很高兴能与大家分享有关 NIMA 的研究成果。尽管在计算机视觉研究领域,要更好地理解图片、视频质量和审美标准将是一个持续的挑战,Google 仍将在探索如何利用机器学习改善人们生活的道路上继续努力。
从地球到系外行星:用机器学习寻找未知行星
2017年12月18日
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEirDMD9e699RaWOccTdsMVSy3nakC2h7ewmKliBqOkcy_sV1ZSuLCPsE5YVthfPK3Ky-mNARRANyeRo6ErlRk6wARaD0BNQCjduMWnVFKJxhQLqSWksFWVHRqc-4jJP7lwxKWjEJHha6qV_/s640/Screen_Shot_2017-12-15_at_10.43.57_AM.max-1000x1000.png
千百年来,人们仰望星空,记录观测结果,探索行星运行的规律。早年的天文学家最先发现的天体之一是行星,希腊人将它们命名为“planētai”,即“漫游者”,因为他们看似是毫无规律地在夜空中漫游。数个世纪的天文研究让人们认识了地球和其他围绕太阳公转的行星,而太阳则是银河系中的众多恒星之一。
如今,在光学望远镜、太空飞行、数码影像技术和计算机等技术的帮助下,我们能够将我们的认知范围扩展到太阳系之外,探测到围绕着其他恒星公转的行星。通过对这些系外行星(太阳系外行星)的研究,我们对宇宙的探索和研究进一步加深。太阳系之外有什么?是否存在与太阳系行星相似的行星,以及与太阳系相似的星系呢?
虽然新技术为寻找系外行星提供了帮助,但空间探索并非易事。其他星系的行星与其宿主恒星相比是那么的冰冷、渺小、黑暗,要在宇宙中找到他们,就像要在千里之外辨认探照灯旁的萤火虫一样。不过在机器学习的帮助下,我们取得了一些进展。
天体物理学家寻找系外行星的主要方式,是通过自动化软件和手动分析对来自美国国家航空航天局(NASA)开普勒太空望远镜获得的大量数据进行分析。在四年的时间里,开普勒太空望远镜观测了大约 20 万颗恒星。它每 30 分钟对浩瀚宇宙拍摄一张照片,如今创造了大约 140 亿个数据点。这些 140 亿个数据点相当于 2千万亿个可能的行星轨道。即便是对于最强大的计算机来说,这也是海量数据,分析起来既耗时又费力。为了让这个过程变得更加快速高效,我们采用了机器学习。
当沿着轨道运行的行星遮挡一部分恒星的光线时,受测量的恒星亮度就会稍稍减弱。开普勒太空望远镜在四年的时间里对 20 万颗恒星的亮度进行了观测,从而寻找凌日行星引发的特征信号。
机器学习是训练计算机识别事物规律的一种方式,针对大量数据进行分析时特别有用。其关键在于让计算机自行学习大量的样本,而不是根据具体的规则对其进行编程。
Google AI 团队的一名机器学习研究人员对太空探索充满了兴趣。他将 20% 的工作时间花在了这个项目上。在这一过程中,他与德克萨斯大学奥斯汀分校天体物理学家进行合作,将机器学习技术运用到了太空探索中,让机器学会了识别绕着遥远恒星公转的行星。
研究人员用超过 1.5 万个经过标记的开普勒太空望远镜信号的数据集,训练基于TensorFlow 建立的机器学习模型,来区分行星和其他天体。要做到这一点,机械学习就要辨别出行星的通性和规律,而不是恒星黑子、双星系统和其他天体的规律。当利用这个系统来测试未曾分析过的信号时,它识别行星信号和非行星信号的准确率高达 96%。因此,研究人员知道这个模型能发挥作用。
有了这个模型,他们将目光投向了更遥远的星空,开始用这个模型在开普勒太空望远镜收集的数据中寻找新行星。为了缩小搜索范围,他们锁定了拥有至少 2 颗行星的 670 颗已知恒星。这样一来,我们就发现了两颗新行星:开普勒 80g 和开普勒 90i。值得注意的是开普勒 90i 是绕着开普勒 90 恒星公转的第 8 颗行星,是我们所在的太阳系之外首个已知的八行星星系。
使用 1.5 万个标记的开普勒太空望远镜信号对机器学习模型进行训练,教它识别行星信号。研究人员使用这个模型在 670 颗恒星数据中寻找新行星,发现了 2 颗此前研究遗漏的行星。
关于开普勒90i,研究人员还发现了一些有趣事实:它比地球大 30%,表面温度大约 800 华氏度,并不适合人类居住。此外,它每 14 天公转一周,要是有人住在上面的话,每两周就得过一次生日。
开普勒 90 是我们所在的太阳系之外首个已知的八行星星系。在这个星系中,行星公转一周的时间更短,开普勒 90i 每 14 天公转一周。(注:此图中行星大小和离恒星的距离不是按比例呈现的。)
机器学习的可能性或许比天空还要广。目前,研究人员只是用此模型探索了 20 万颗恒星中的 670 颗。来自开普勒太空望远镜的数据中可能存在着更多尚未被发现的系外行星,而机器学习等新想法和新技术能够在未来推动天文探索。
让我们继续探索无垠宇宙,超越深空!
谷歌 AI 中国中心今日成立
2017年12月13日
发表者 李飞飞,Google Cloud 人工智能机器学习首席科学家
时光飞逝,转眼间我成为一名教授至今已有12载,加入 Google 也有一年的时间。在这期间,我有幸与许多杰出的中国工程师、研究员和技术专家共事。中国有许多世界顶尖的人工智能(AI)和机器学习专家,在过去三年的 ImageNet 挑战赛中,三支优胜队伍大部分成员都是来自中国的研究人员。2015 年,AI 领域学术期刊的刊发论文排名前 100 的文章中, 43% 都出自中国研究人员。人工智能发展协会甚至重新安排了年度会议的时间,以错开中国新年。
我相信,AI 福祉无边界。无论研究突破发生在硅谷还是在北京,都有可能改善所有人的生活。Google 作为一家以“人工智能优先”为发展战略的公司,让人工智能惠及更多人自然是我们公司使命的重要组成部分。同时,我们也希望和最优秀的人工智能人才合作,无论他们身在何方。
因此,今天我很荣幸在上海举办的
Google 开发者大会
上宣布谷歌 AI 中国中心的成立,这是 Google 在亚洲的第一个 AI 中心。这个中心将与我们在世界各地,包括纽约、多伦多、伦敦和苏黎世在内的 AI 研究小组一起,共同让人工智能更好地服务于全人类。
该中心由北京的人工智能研究人员组成,并由 Google 中国强大的工程团队支持,未来将专注于基础人工智能研究。我们已经聘请了一些顶尖的专家,并将在未来几个月内完成团队的建设(请查看我们的
招聘网站
以获取招聘信息)。我将与 Google Cloud AI 研发主管李佳博士一起领导和协调研发工作。除了发布自己的产品外,谷歌AI中国中心还将通过资助和赞助人工智能会议和研讨会,与充满活力的中国人工智能研究机构密切合作,为人工智能研究机构提供支持。
由于计算能力和数字化的惊人发展,社会正在经历巨大的变革。在短短几年内,照片应用程序中的图像自动分类功能已成为标配。同时,我们也看到自然语言作为与 Google Home 等语音助理的交互界面正在被迅速采用。在 Google Cloud,我们的企业合作伙伴使用人工智能以令人惊叹的速度升级他们的业务。技术开始以更深刻的方式塑造人类的生活,这更需要我们的共同努力,确保人工智能在未来能够让我们所有人受益。
谷歌 AI 中国中心对实现这一目标将作出力所能及的贡献。我们期待与中国最出色的人工智能研究人员合作,一同寻求世界性难题的解决方案。
AI 没有国界,AI 福祉亦无边界。
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgsZ2zVhaR-16NM-UIqaEVm5SQTr0ffIcqgGizyOBlzO0STXZYUK9N3COuv9MgHAjQtfk0YkbE_2m_nOUtq_nN1FrYq61CJevib27wNMhCc5IkBsB_AsetcZGtqhLWpMOc85LzzJF6o65dG/s1600/WechatIMG566.jpeg
李飞飞
人工智能机器学习首席科学家
Google Cloud
寻找围棋小先锋
2017年12月4日
发表者 石博盟
今年 5 月,在中国乌镇举办的
围棋峰会
上,来自中国的顶尖棋手与 DeepMind 的
AlphaGo
共同探索围棋的深远奥秘,为这项拥有 3,000 余年历史的古老游戏带来了全新变化,让我们感受到通过人工智能与人类的合作,我们能够探索更多的可能。
时越、芈昱廷、唐韦星、陈耀烨、以及周睿羊等九段棋手在围棋峰会上
去年
我也观看了韩国传奇棋手李世石与 AlphaGo 的对弈,那场比赛极大地激发了人们对于围棋的热情,赛后人们甚至将商店的
棋盘抢购一空
!在乌镇,我再一次被 AlphaGo 别出心裁的着法所震撼,也同样折服于人类棋手在 AlphaGo 的激发下所展示出的无限创新,他们一同为围棋创造了全新的下法以及精彩的时刻。柯洁、古力、连笑这些顶尖棋手在乌镇的卓越表现,让我至今记忆犹新。
我们希望对围棋的这种热情能够在中国的青少年棋手中继续传承。因此,我们将与全球最知名的围棋培训机构之一 ——
聂卫平围棋道场
合作,举办全国青少年围棋公开赛,寻找并帮助培养中国未来的围棋小先锋。
全国4—18岁小棋手均可报名参加本次围棋公开赛,选拔优秀的小棋手参加明年夏天在北京举行的全国总决赛。同时,我们还将设立超过 200份 “围棋小先锋” 奖学金,对公开赛中涌现出的优秀青少年棋手予以奖励,这些优秀的小棋手们还将有机会与世界顶尖棋手同场切磋,一较高下。
年轻一代的棋手,将延续人类 3,000 余年来对于围棋的深远奥秘所进行的探索。人工智能的出现并没有减少人类对于围棋的热情,而是拓宽了我们对其的想象空间。我相信未来的围棋冠军,会在对围棋精益求精的过程中,拥抱人工智能所带来的全新视界。让我们在不断的对弈中不断学习吧!
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh2YZsYD5ufDq9JMnU9GVP4iHtShB-fPW7Of5Tu-9t1XvwmHTaBeLttltv371dQVQ3FYG0MLEoic9af0pC0oHmiWGtA9cV9G0HX62n3AI84klJJFLYHI-9XmJRdFm5UWn_6JB1D_hJXMofu/s1600/05.png
“寻找围棋小先锋”全国青少年围棋推广活动正式启动
2017年12月4日
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhDBE9yQgEsyDmOcY-cWorHC5HOiiRYOuOLRWKMG58px0isXb2B_p55UhCDByp9e_JB7OfgBsdomxzuoUPrXV_a7ni9VrspSCCftLtM87Sde3IHgOrpsyvQ-pcpljwaqdoXVQxFNL0ieswN/s320/05.png
今天,Google宣布与聂卫平围棋道场共同发起“寻找围棋小先锋”全国青少年围棋推广活动,该活动旨在推广围棋文化、普及围棋运动,鼓励棋手,尤其是青少年棋手增进交流,共同探索围棋无限的魅力。Google CEO Sundar Pichai先生、Google大中华区总裁石博盟(Scott Beaumont)先生、聂卫平围棋道场创始人聂卫平九段以及聂卫平围棋道场CEO赵哲伦四段等嘉宾共同出席了今天的活动。
“寻找围棋小先锋”全国青少年围棋推广活动将包含针对全国4—18岁小棋手的全国青少年围棋公开赛,公开赛将在全国6个城市举行分站赛并于北京举行总决赛。项目同时还设立”围棋小先锋“奖学金,对公开赛中涌现出的优秀青少年棋手进行奖励,鼓励他们不断学习,探索围棋的更多可能。
围棋诞生于三千多年前的中国,是世界上最古老的博弈游戏之一,围棋不仅是中国百姓喜闻乐见的一项益智运动,其蕴含的艺术和哲学内涵对中国文化也有着深远的影响。当前,中国不仅拥有一批世界顶尖的职业棋手,还有着世界最大的围棋爱好者群体以及众多活跃的围棋社区和团体,他们不仅传承了这一历史底蕴深厚的文化瑰宝,并积极推广将其发扬光大。而作为中国最知名的围棋培训机构之一,由棋圣聂卫平九段一手创办的“聂卫平围棋道场”成立十八年以来,也始终致力于推动围棋的普及教育和围棋文化的推广创新,培养的围棋人才超过5万人。
Sundar Pichai先生说道: “在参观聂卫平围棋道场时,小棋手展现出的对围棋的巨大热情深深感动了我。我衷心希望通过这个项目,能够帮助发现、培养更多优秀的下一代棋手,创造更加精彩的对弈,并进一步探索围棋的奥妙及无限可能。”
聂卫平九段表示:“我们由衷感谢Google对于推广围棋文化所作出的努力,相信这一项目将有助于进一步推广围棋运动,传播和弘扬围棋文化。青少年一代是中国围棋的未来和希望,我期待更多青少年走进围棋的世界,感受围棋不一样的魅力,并开拓更加精彩的未来!”
AIY Vision KIt:DIY 制作能“看见”的设备
2017年12月1日
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjhyAW3pslH_8ZP4W98Q-f1YmDyMOClexGSMaTFkLPN3DseyH2aYbq-YEY_iPsIBcbviwHZ1W_n4LbIXTcR4bmMdoMoBlLsHLgbIMfFHLRghO6btC0iGGin32amQErv7HksiA5AiiN3DYHZ/s1600/civer.png
今年早些时候,Google 发布了 AIY 项目,来让更多人能学习、探索并体验人工智能。在那不久之后发布的 AIY Vioce KIt,让众多创客能够利用语音识别支持创造出更多可能。
如今,Google 发布了 AIY 项目的最新成果:Vision Kit。它是 Google 首个在设备上提供神经网络加速的项目,能在不连接到云的情况下提供计算机视觉支持。
与今年 5 月发布的 AIY Voice Kit 相同,此次发布的 Vision Kit 是一个 DIY 工具包。AIY Vision Kit 的主要组件是 Raspberry Pi 的 VisionBonnet 配件板。这个组件的低功耗视觉处理单元能在设备上运行神经网络模型。
那么,创客们能用 AIY Vision Kit 做些什么呢?有了 Google 提供的 3 个基于 TensorFlow 的神经网络模型,用 Vision Kit 进行 DIY 的设备能够识别上千种常见物品、识别面部表情或探测拍摄到的人、猫和狗。Google 还提供了 Vision Kit 的模型编译工具,这样您就可以在工作站或任何云服务上用 TensorFlow 对模型进行的训练和再训练。
所以,它能“看见”些什么呢:
拍摄到植物活动物是什么物种?
你家的狗什么时候会出现在门边?
你请的客人喜不喜欢你家的节日装饰?
你家小孩什么时候闯入了你的房间?
打开脑洞,放开思维去尽情想象吧!
標籤
编程之夏,UR
创新
创意改善社会 公益温暖中国
促进智能能源利用
大学
谷歌翻译,即时相机翻译,Instant Camera Translation
谷歌十周年系列
谷歌艺术与文化
观妙中国,Shadow Art,智玩皮影
广告
广告安全
互联网,Internet
科技
女性开发者
社会
视频广告
数据中心
数字营销
搜索
网站管理员
文化研究所
艺术计划
音乐搜索
愚人节
增强型广告系列
智能隐形眼镜项目
中小企业
adexchange
Admob
admob sdk
Ads
Adsense
AdWords
android
android m
Android应用开发中国大学生挑战赛
App Inventor
Calendar
cardboard
CES
Chrome
Chrome Web Store
Chrome,Chrome实验
Chrome实验
CI
Code Jam
corporate
Creative
Cross-device
Cultural Institute
culture
Data Center
DevArt
Developer
display
diversity
Doodle
DoubleClick
G+
G2G,Culture
GA&C
gaming
Global Impact Awards
Gmail
Gogle科学挑战赛
Good to Know
Google Ads
Google AdWords
Google Analytics
Google Art Project
Google Arts & Culture
Google Code-in竞赛
Google Demo Day Asia
Google Docs
Google Doodle
Google Drive
Google Drive 云端硬盘
Google Fiber
Google Font
Google for Startups
Google Green
Google I/O
Google Image Search
Google Keep
Google partners
Google Play
Google Science Fair
Google Search
Google Top Contributor Summit
Google Translate
Google Trend
Google Trends
Google Zeitgeist 2012
Google安全系统
Google博士生奖研金
Google翻译
Google奖学金
Google杰出贡献者峰会
Google科学挑战赛
Google网站管理员
Google网站管理员,Webmaster
Google文化研究所
Google在线营销挑战赛
Google中国教育高峰会
IME 输入法
Innovation
Made with Code
maps
mobile ads
mobile ads sdk
Modoo
moonshot
native ads
Nexus
programmatic buying
Project X
Pwn20wn及Pwnium3 黑客大赛
Remarketing. Ads
Search
Security
smb
Solve for X
Street view
student
UR
VR
Web Platform Docs
web security
Webmaster
year in search 2014
YouTube
zeitgeist
博客归档
2026
5月
4月
3月
2月
2025
11月
8月
6月
5月
4月
3月
2024
12月
11月
10月
8月
7月
6月
5月
4月
3月
2月
1月
2023
12月
11月
10月
9月
5月
4月
3月
2月
2022
11月
10月
5月
4月
2月
1月
2021
10月
9月
5月
4月
3月
2月
2020
12月
5月
4月
3月
2019
10月
8月
7月
6月
5月
4月
3月
2018
12月
10月
9月
8月
7月
6月
5月
3月
2月
1月
2017
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2016
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2015
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2014
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2013
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2012
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2011
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2010
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2009
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2008
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2007
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
1月
2006
12月
11月
10月
9月
8月
7月
6月
5月
4月
3月
2月
Feed