向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

谷歌人工智能专家畅谈深度学习与神经网络

我们已经与深度学习与大规模神经网络一起生活了,事实也证明有越来越多应用程序仰赖计算机视觉、语言理解以及机器人等技术……

谷歌(Google)资深院士Jeff-Dean在近日于美国旧金山举行的SIGMOD 2016大会发表专题演说时所言,我们现在最需要从机器学习中取得的是“理解力(understanding)”。8jhesmc

“我们现在有充足的运算资源,以及足够大规模的、有趣的数据集;”Dean对SIGMOD大会的听众们表示:“我们可以储存大量的有趣资料,但我们真正需要的是理解那些数据。”8jhesmc

在专题演说中,Dean概述了机器学习(machine learning,ML)与神经网络的历史,还有利用以影音呈现的原始数据编程模型之不同方法;他也详细介绍Google初具规模的ML研究成果,该公司最近将在欧洲设置一个机器学习研究中心。Google继去年发表TensorFlow算法后,又宣布自己开发了命名为张量处理单元(TPU)的人工智能加速器芯片。8jhesmc

Dean表示:“随着时间推移,我们看到越来越多利用ML技术来解决各种问题的成功案例,这导致了Google内部数百个开发团队对相关技术的使用出现真正大幅度成长。”8jhesmc

20160630-DEEP 1Google对深度学习技术的使用趋势(来源:SIGMOD/Jeff Dean)8jhesmc

Dean举例指出,Google的语音识别开发团队,透过利用神经网络将字词错误率降低了30%;该团队以神经网络取代了语音识别流水线(pipeline)的声学模型──也就是利用原始音波来判别声音与字词──并达成了二十年来最大幅度的改善成果。8jhesmc

利用机器学习与神经网络技术解决的基础性问题,也能在其他领域看到,例如医疗与卫星影像;在这些案例中,可能是需要在地图上识别某栋房子以勘查太阳能光电板的安装,或是进行糖尿病患黄斑部病变的筛选。用于语音识别的相同模型,可以轻易被利用来解决其他问题。8jhesmc

“那些模型有很多类似的地方;”Dean指出,Google翻译应用程序现在可以利用画素识别(pixel identification),实时将符号翻译成不同语言。8jhesmc

机器学习的未来发展

不过在机器学习以及神经网络的理解能力发展方面,还有一些待克服的障碍;包括模型必须要能在无人监督的状况下学习、处理多任务任务并转换学习,还有根据现实世界情况采取行动(也被称为强化学习)。8jhesmc

Dean表示,研究人员已经开始关注机器学习的隐私保护技术,并将该模型架构添加到mdash广告程序中;在这部分的机器学习中,人类的互动扮演在权衡时扮演重要角色,是很大的进步:“确保你提供的资料实际遵循你想要的隐私权政策很重要,或者你可以强加更高层级的政策到模型之上。”8jhesmc

从系统的角度来看,Dean表示下一个挑战是如何:“利用高层级的机器语言算法描述,以及将那些不同的描述映像到广泛的不同硬件上;”他也期望能将机器学习整合到更多传统的数据处理方案中。8jhesmc

摩尔定律(Moore’s Law)的尾端为机器学习提供了有趣的发展方向,Dean预期会有越来越多进行机器学习运算的异质或特制硬件;Google的TensorFlow ASIC是一个例子,而最近则是尝试利用以TensorFlow启动的机器人进行大规模数据收集。8jhesmc

“我认为这一次神经网络已经准备就绪;在90年代,我认为它们虽然带来很多激励,但就是缺乏运算资源。而现在,我想该类技术已经展现它们能解决相关有趣问题的能力;”Dean结论指出:“如果你还没考虑如何为数据库提供深度神经网络,现在应该要开始了。”
20160613-ESMC-18jhesmc

Edit
本文为国际电子商情原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Jessica Lipsky
EE Times副主编,调查记者。Jessica Lipsky是EE Times的副主编,负责半导体行业的新闻和趋势。 她是一名调查记者,负责各种行业内的技术、犯罪事件、公司规划和发展以及政府相关报道。 她的工作地点位于旧金山。
  • 微信扫一扫,一键转发

  • 关注“国际电子商情” 微信公众号

您可能感兴趣的文章

  • 机器视觉走过70年,到了哪个发展阶段?

    计算机视觉就是让计算机或机器理解并解释影像画面、视觉数据,某种程度替代人眼的工作,其早期实验可追溯到上世纪50年代,到70年代有了初步的机器视觉商业应用。现在发展阶段如何?

  • 2022年及以后的5项供应链预测

    在未来三到五年内,我们将看到数字供应链技术以及改善人类决策的技术的采用率有所增加。

  • 数字孪生的供应链优势

    加入数字孪生的公司数量在持续稳定增长。

  • 从冬奥场馆看北斗卫星导航系统的大众市场机遇

    在世界百年未有之大变局的背景下,中国逆势而上,2020年成为全球唯一实现正增长的主要经济体,2021年经济增长将超过预期目标,为世界经济复苏带来暖意的“中国之光”。步入2022年,北京冬奥会拉开帷幕,尽显人文与科技共融的大国风范,引来全世界更多的目光,聚焦中国风采的同时也解读中国机遇。

  • 畅想元宇宙应用的四大发展路径

    近日,AspenCore旗下面包板明星博主爱因迪生,针对元宇宙发表了自己的观点。在他看来,不管增加了多少花俏的概念,元宇宙的核心就是虚拟现实(VR)。他也认为元宇宙主要有四大层次的应用……

  • 美国供应链的假冒IC(双语音频)

    几十年来,电子行业一直受到假冒 IC 的困扰,但由于供应链混乱且许多零件供应短缺,这个问题正变得普遍存在。什么是“假冒”IC,问题有多大,企业如何防范被蒙骗?

相关推荐

可能感兴趣的话题