查看原文
其他

谷歌AI大脑,你拿什么来拯救开源者?

2015-12-13 威尔·奈特 DeepTech深科技



科技公司在制定机器学习技术标准和吸收科技人才方面正展开激烈的竞争。



杰夫·迪恩(Jeff Dean)在2007年度谷歌大会上进行演讲


上月谷歌的人工智能引擎开源后,已经被其他很多公司巧妙地运用,例如将英语翻译为汉语,阅读手写文字,甚至创作原创艺术作品。


这款名为 Tensor Flow 的人工智能软件,为用户们提供一种利用大量数据直接训练计算机完成任务的途径。该软件可以和不同方法相结合,在不同计算机硬件基础上有效建立并训练模拟化的“深度学习”神经网络。


深度学习是一种训练计算机识别图像或音频所含模式的有效技巧,让机器能像人类一样完成任务,例如,识别图像中的人脸或物体。最近,通过让机器对说出或写出的要求产生反应表明,深度学习还具有解析语言的天赋。


主导了Tensor Flow研发的谷歌计算机科学家杰夫·迪恩在本月初于蒙特利尔举行的神经信息处理社区(NIPS)大会上表示,这种软件正被谷歌之外的公司用于大量的试验项目中。


这些项目包括研发为图片加字幕的软件,以及开发将Tensor Flow文件翻译至中文的代码。另一个项目利用Tensor Flow创作艺术作品。迪恩在演讲后说:“现在还处在探索阶段。人们还正在试着了解它到底最擅长什么。”


Tensor Flow由“谷歌大脑”(Google Brain)项目发展而来,该项目旨在将多种神经网络机器学习应用到公司的产品和服务当中。


“谷歌大脑”涉及的领域在这些年大幅扩张。迪恩表示,包括“谷歌大脑”在内的谷歌公司项目已经从2014初的屈指可数,增加到了今天的600多个。


近期,“谷歌大脑”还帮助研发了智能回复(Smart Reply)系统,该系统可以扫描谷歌邮箱(Gmail)中的邮件内容后,自动推荐快速回复。这其中包括的神经网络科技,已经在去年的神经信息处理社区大会上,由谷歌的研发人员详细介绍。


迪恩希望,深度学习与机器学习可以对其他公司带来相似的影响。“机器学习有着无数方法可以影响不同的产品与工业。” 例如,许多行业正对这项技术进行测试,试图在大量数据的基础上进行预测,范围从零售业延伸到保险业。


谷歌敢于开放Tensor Flow的代码,是因为对于其意在建造一个强大的人工智能引擎而言,数据的价值更大些。谷歌希望,开源代码能将其打造成机器学习领域的领导者,并与开发者和将来的雇员建立关系。


Tensor Flow“从某种程度上向我们提供了一种可以共同使用的语言”,迪恩说道。 “我们从使用过Tensor Flow的开发者们身上获取益处, 这并不是纯粹的无私行为。”


神经网络由一层层的虚拟神经元构成,能通过串联的神经元对输入数据予以回应。当这些神经元的灵敏度经调整,与特定输入和输出数据相匹配时,神经网络便成功“学习”。由于具备多个层级,神经网络还能识别更为抽象的特征,例如照片中的人脸等。


Tensor Flow是开源的深度学习软件库之一,目前它的性能在完成某些任务上落后于其它软件库。但它简单易用,可轻松在不同硬件上切换运行。迪恩也表示,他的团队正在努力提升Tensor Flow的性能。


在争夺机器学习领域主导地位和人才的竞争中,其它科技公司也纷纷宣布推出自有的人工智能引擎。



精选阅读

科技萌物铁锈城市基因改造

先进核能谷歌未来新材料

图文故事基因编辑狗室内定位

空气治理人脑仿生芯片健康数据

杀人编程 印度能源危机 虚拟现实

(点击标题阅读)



MIT Technology Review 中国大陆地区独家授权,

未经授权严禁转载。

关注即将商业化的技术创新,

分享即将资本化的技术创业。


如需转载合作请直接回复“转载”


长按二维码关注:



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存