“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。
相關(guān)文章
熱門資訊
精彩導讀
關(guān)注我們
