閱讀 | 訂閱
閱讀 | 訂閱
機器人

Google 開放的人工智能平臺 它能做什么?

星之球激光 來源:好奇心日報2015-11-12 我要評論(0 )   

  機器學習的目的不只是為了搜索,而是信息,Google 會保持這方面的領(lǐng)導力。Google 創(chuàng)始人艾瑞克施密特(Eric Schmidt)在 Google 的亞太媒體會議上這么說。


  “機器學習的目的不只是為了搜索,而是信息,Google 會保持這方面的領(lǐng)導力。”Google 創(chuàng)始人艾瑞克·施密特(Eric Schmidt)在 Google 的亞太媒體會議上這么說。
  為了展示這個“領(lǐng)導力”,Google 周二開源了一個名為 TensorFlow的機器學習系統(tǒng),把自家積累的大數(shù)據(jù)開放給所有人。也就是說,來自移動設(shè)備和大型計算機的開發(fā)者都能使用 Google 積累了數(shù)年的數(shù)據(jù),來構(gòu)建自家的人工智能應用。
  九成收入來自廣告的 Google(Alphabet)想讓人工智能成為下一個重要的影響力和收入來源,Google 為此在東京舉辦了一場媒體峰會,邀請來自亞太地區(qū)的 90 多家媒體來告訴大家 Google 在這方面實力強大。
  不過,和機器學習有關(guān)的 TensorFlow 能做什么?
  先來看看機器學習是怎么一回事
  “機器學習不是魔法,它是一種工具。”Google Brain 項目的發(fā)起者 Greg Corrado 在這場會議上說。

Greg Corrado
  作為人工智能的分支領(lǐng)域,機器學習的概念大致是:一臺計算機能像人類一樣,從無數(shù)的數(shù)據(jù)當中獲得“經(jīng)驗”,從而有判斷和預測的能力。
  Corrado 說,要想讓機器判斷準確,需要人類喂食大量的數(shù)據(jù),Google 認為這正是他們的優(yōu)勢所在。施密特說,Google 從七八年前就開始了數(shù)據(jù)積累。
  Google Brain 在 2011 年立項,這個“大腦”現(xiàn)如今已經(jīng)有 10-30 層的“神經(jīng)網(wǎng)絡”,并在 2012 年分析了 1000 萬隨機圖片,學習了“貓”是怎么一回事,然后自動找出了另外 2 萬張圖片里所有的貓。
   圖像識別,這是 TensorFlow 能做的第一件事
  類似識別“貓”的功能,已經(jīng)在 Google Photos 上實現(xiàn)了。這個今年 5 月分推出的應用,除了有“無限、免費”的云端存儲容量,還能自動的幫你把照片歸類。
  在東京的會議上,Google Photos 的產(chǎn)品經(jīng)理 Chirs Perry 掏出自己的手機,搜索人名、地名、甚至“斗牛犬”這樣看似苛刻的關(guān)鍵字,這個應用都能“認識”并且把結(jié)果展示出來。
  類似的圖像識別就是 TensorFlow 的第一個應用,它的開源意味著,今后其他開發(fā)者也能開發(fā)類似 Google Photos 的程序。

Google Photos
  機器學習能讓郵箱更智能
  Google 在機器學習的其他應用還有郵件。除了 Gmail 能自動識別垃圾郵件,Inbox 也剛剛上線了一個新功能:自動回復郵件。根據(jù)每封郵件的具體內(nèi)容,它能顯示三個回復的短句供你選擇。
  當然這一切的前提是 Google 能獲知你的所有數(shù)據(jù),而且數(shù)據(jù)越多,Google 對你郵件的判斷就越準確和個性化。
  而關(guān)于隱私問題的爭議,Google 倒是對自家的安全措施很自信,Corrado 說,他們有強大的安全加密技術(shù),施密特更是表示“你們想讓數(shù)據(jù)安全,就把數(shù)據(jù)放到 Google 來吧!”
     語義識別也需要數(shù)據(jù),比如翻譯應用
  除了圖片和郵件,Google 也把機器學習應用到語義識別上。在東京媒體會議的現(xiàn)場,Google 專門開辟一個展示空間,讓媒體體驗 Google Translate 能干什么。
  如果你把手機的攝像頭對準某行外文,Google Translate 能在屏幕上實時顯示翻譯后的語言,像是上圖這樣。
  不過這個神奇的功能只支持少數(shù)語言,更多的語言能在拍照模式下得到翻譯——你不必一個字一個字輸入。
  Corado 表示,機器翻譯并不需要具體的規(guī)則,它是一個不斷自我糾正的過程。數(shù)據(jù)庫越大,翻譯的結(jié)果就越準確。

Google Translate
  那么,Google 為什么要把自己的數(shù)據(jù)庫開源?
  實際上,TensorFlow 作為一個機器學習系統(tǒng),在 Google 內(nèi)部已經(jīng)被使用了一段時間,開源意味著 Google 能獲得更多的數(shù)據(jù)來源。
  “研究者和開發(fā)者能給我們更好的反饋,我們會有更大的進步,整個行業(yè)會變得更智能。”施密特這么解釋開源的原因。在這個“進步”的過程中,Google 自然也能獲得更多行業(yè)的主動權(quán),也能發(fā)現(xiàn)更多人才。
  因為盯著人工智能的不止 Google 一家,蘋果、微軟、Facebook、百度等都在招兵買馬。比如微軟小冰的營銷文案中,這個語音助理被定義為“一個 17 歲的萌妹子”。
  最后,我們真的可以把人工智能比作大腦嗎?
  今天大小科技公司都在談人工智能,而神經(jīng)網(wǎng)絡計算則是說明自己技術(shù)前沿的最佳例證。當它的原理被市場部們幾經(jīng)簡化之后,已經(jīng)變成“像人腦神經(jīng)網(wǎng)絡一樣工作”。
  實際上,二者僅僅有極其微弱和模糊的聯(lián)系。
  “我們的確不知道大腦是怎么運作的,它不是形容計算機一個合適的模型,這個比喻被過度解讀了。二者的相似性僅僅是神經(jīng)元的連接方式,實際上他們的的學習方式是完全不同的。”Corado 告訴記者。
  施密特也說:“我們不認為讓計算機模仿大腦可以去做人工智能,我覺得這個太復雜,大腦的神經(jīng)元太多了,計算機只是借助了人類大腦的一些概念。”
  畢竟,我們連自己的大腦到底是怎么工作都還不知道呢。

轉(zhuǎn)載請注明出處。

人工智能機器學習
免責聲明

① 凡本網(wǎng)未注明其他出處的作品,版權(quán)均屬于激光制造網(wǎng),未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用。獲本網(wǎng)授權(quán)使用作品的,應在授權(quán)范圍內(nèi)使 用,并注明"來源:激光制造網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)責任。
② 凡本網(wǎng)注明其他來源的作品及圖片,均轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多信息,并不代表本媒贊同其觀點和對其真實性負責,版權(quán)歸原作者所有,如有侵權(quán)請聯(lián)系我們刪除。
③ 任何單位或個人認為本網(wǎng)內(nèi)容可能涉嫌侵犯其合法權(quán)益,請及時向本網(wǎng)提出書面權(quán)利通知,并提供身份證明、權(quán)屬證明、具體鏈接(URL)及詳細侵權(quán)情況證明。本網(wǎng)在收到上述法律文件后,將會依法盡快移除相關(guān)涉嫌侵權(quán)的內(nèi)容。

網(wǎng)友點評
0相關(guān)評論
精彩導讀