首页 > 新奇数码 > 正文

Jeff Dean:AI First背后 谷歌下一步想实现自动化AI

今天举行的乌镇人工智能高峰论坛上,Google Brian资深研究员Jeff Dean和Google软件工程师陈智峰发表了演讲,介绍了AI是什么,Google的AI程序是如何工作的。Jeff Dean称,目前深度神经网络能够学习的功能有像素、音频、翻译等等。2011年,其团队对影像贴标签,当时神经网络识别图像的错误率26%,人类的识别错误率为5%,而到了2016年,神经网络的错误率就降低了3%。也就说,计算机只经过了5年的进化就超过人类,这将对于机器人、医疗等领域有强大的影响。

目前,包含神经网络模型描述文件的目录数五年来增加到4000篇,Google深度学习的应用量也迅猛增长。接下来,Google翻译项目负责人为陈智峰介绍了Google Translate应用的研发过程。据陈智峰介绍,目前全世界50%的互联网内容是英文,但是世界上只有20%的人说英语,这就是为什么Google做机器翻译的原因。

据悉,Google在2006年就开发了机器翻译系统,现在支持100种语言的翻译。当时的机器翻译是基于短语的机器翻译,离散型、局部性决策。而新的神经网络翻译系统则使用了全局性策略。也就是说,旧的系统是逐词翻译,但是新版是全句翻译,新系统的系统需要用大量的翻译句子来学习,主要使用了编码器和解码器的方案。据陈智峰介绍,目前新的系统已经学习了1亿个句子,而且其团队发现,Google Translate学会了零知识迁移,也就说当新系统学习了中英翻译,也自动学习了日韩之间的翻译。陈智峰在现场演示了即时相机翻译。

Jeff Dean展示了AI在Google Photos上的应用,主要是将图片按照标签进行分类。比如,在Google Photos上选择狗,就自动找到带狗的照片。这项技术用在Google Pixel手机的相机上,还可以实现去除效果、风格转换、动态稳定摄影等功能。

Jeff Dean还分享了一些数据,比如目前20%的移动搜索是通过语音完成的,我们可以利用Google Assistant进行人机交互。另一方面,12%的回复是用手机发送的,Google最近在IO大会上推出的Inbox的智能回复,可以自动根据邮件内容进行回复。

Jeff Dean表示,机器学习是Google的产品核心,也能让我们进入各种各样的领域,它可以让计算机通过视觉信号模仿各种各样的操作。比如,使用机器学习可以改善健康水平,能够很快的判断眼疾。

另外,Google还与世界各地的人们分享我们的技术,比如TensorFlow,GitHub上的机器学习,Google Cloud等。

Google的下一步是什么?Jeff Dean称,Google将继续优化特殊的计算性能,较少具体的操作。上周,Google在I/O大会上发布了第二代TPU,针对训练及推理而设计,具有能够相互连接的设计,能够达到180万亿次浮点预算。在Google的TPU舱室,拥有64台第二代TPU,能够达到每秒11.5千次浮点运算。谷歌的二代TPU比市面上最好的GPU快4倍。目前,新型估算接口已经接入到TF1.2上,还可以通过谷歌云获得,也就是TensorFlow研究云(TFRC),它可以达到每秒180千万次浮点预算。

Google还希望达到自动化机器学习,这是因为机器学习模型的设计是极其复杂的,Jeff Dean称,我们希望机器学习自动解决很多问题。比如,我们希望未来可查询的问题示例,比如“请从厨房里为我倒一杯茶”,甚至说“帮我找出与机器人强化学习现骨干文件,并用中文总结一下”,我们希望机器学习能够在5秒钟之内做到,而做到这些,可能需要一个研究人员在图书馆待一个多月。

来源:网易科技

网友评论

三日内热门评论文章
热门IT产品
  1. ¥7599
    苹果iPhoneX 64GB
    ·
  2. ¥5799
    三星S9
    ·
  3. ¥4498
    vivo NEX旗舰版
    ·
  4. ¥4999
    OPPO Find X
    ·
  5. ¥1799
    努比亚Z18mini
    ·
  6. ¥1499
    OPPO A5
    ·
  7. ¥1999
    荣耀Play(4GB RAM)
    ·
  8. ¥1598
    vivo Y85
    ·
  9. ¥3499
    坚果R1(6GB RAM)
    ·
  10. ¥3599
    一加6(8GB RAM)
    ·
为您推荐
  • 相关阅读
  • 业界资讯
  • 手机通讯
  • 电脑办公
  • 新奇数码
  • 软件游戏
  • 科学探索