文章內(nèi)容

中日韓谷歌分享了過去一年的AI成果 其中這些你必須知

時(shí)間:2018-05-14 13:38來源:網(wǎng)絡(luò)整理 作者:珠海翻譯公司 點(diǎn)擊:

  為了確保谷歌構(gòu)建的機(jī)器學(xué)習(xí)模型具備容納性,并且可以真正為每個(gè)體所用:

  總之,Google在AI方面的久遠(yuǎn)指標(biāo),就是要讓機(jī)器學(xué)習(xí)、AI觸手可及。

  谷歌為企業(yè)及開發(fā)者提供三種創(chuàng)新工具:TensorFlow,云機(jī)器學(xué)習(xí) API (Cloud Machine Learning APIs) 以及張量解決器 (Tensor Processing Unit, TPU) 電腦芯片。

  谷歌這一年,在AI方面都有哪些成果與進(jìn)展?

  利用 Google Assistant,用戶可能與谷歌停止自由對(duì)話,從而實(shí)現(xiàn)不同種類的義務(wù),比如尋覓某一成績的答案、導(dǎo)航服務(wù)、獲取舊事或失去日程安排方面的協(xié)助。

  Project Unison,是一個(gè)應(yīng)用機(jī)器學(xué)習(xí)完成文本轉(zhuǎn)語音 (Text-to-Speech)的試驗(yàn)名目。經(jīng)過轉(zhuǎn)換引擎,手機(jī)可能用語料并不豐富的語種,如孟加拉語,高棉語和爪哇語與您對(duì)話。而機(jī)器學(xué)習(xí)模型有助于縮小構(gòu)建文本到語音模型所需的數(shù)據(jù)量。

  對(duì)此谷歌的處理計(jì)劃是提供培訓(xùn):谷歌明年將在互聯(lián)網(wǎng)上提供無償?shù)臋C(jī)器學(xué)習(xí)課程。如今已經(jīng)有 2.8萬名谷歌員工加入過此項(xiàng)培訓(xùn)。

  新浪科技總結(jié)上去,谷歌的策略就是“軟硬聯(lián)合、硬件買通”,讓言語、語音和圖像技術(shù)在各個(gè)運(yùn)用設(shè)施上和場(chǎng)景中的利用失去無縫接合。

  機(jī)器學(xué)習(xí)和計(jì)算攝像的聯(lián)合為新Pixel手機(jī)的人像形式賦能。經(jīng)過這共性能,利用者可能拍攝背景平滑含糊的人像圖片。拍攝這種照片,大攝像機(jī)普通需求多個(gè)鏡頭,而Pixel僅需正反各一個(gè)鏡頭。

  AI賦能軟件:

  這就是谷歌在硬件方面正在采用的新解決模式:讓硬件、軟件、以及 AI 相互聯(lián)合。

  AI賦能開發(fā)者:

  Jeff提到,作為一家 AI First 的公司,谷歌宿愿讓每個(gè)體都可以從人工智能中獲益。 目前已經(jīng)取得了一些進(jìn)展,然而仍然有一些艱巨需求克制,例如:

  說到谷歌展開機(jī)器學(xué)習(xí)的鉆研,Jeff再次利用了谷歌在2022年關(guān)于機(jī)器識(shí)貓的論文,和2026年谷歌開源TensorFlow這兩個(gè)重要事例。如今,TensorFlow是GitHub上最受歡迎的工具。

  而谷歌翻譯(Google Translate),可能和谷歌相冊(cè)聯(lián)合起來利用。用相機(jī)照下的圖片,它可能幫你翻譯進(jìn)去。

Google Brain 擔(dān)任人Jeff Dean

  最后一局部是Google產(chǎn)品經(jīng)理Lily Peng引見如何用AI讓世界更美好。人工智能還能運(yùn)用于醫(yī)療、環(huán)保、節(jié)能、動(dòng)物保護(hù)等等各方面。

  谷歌地圖(Google Map),即便在沒有數(shù)據(jù)答應(yīng)的情況下,經(jīng)過衛(wèi)星的染指,加上機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺等技術(shù)也可能產(chǎn)生可用的地圖。

  如今,谷歌將神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯運(yùn)用到了08組言語對(duì)中。效果降職最顯著的是日英互譯。

  使谷歌的產(chǎn)品愈加適用;

  Google產(chǎn)品經(jīng)理Isaac Reynolds引見了新款Pixel手機(jī)中的人像形式( Portrait Mode)。

  協(xié)助企業(yè)和開發(fā)者創(chuàng)新;

  Jeff提到,機(jī)器學(xué)習(xí)是谷歌在人工智能畛域的任務(wù)重心。作為計(jì)算機(jī)科學(xué)的一種方式,他以為機(jī)器學(xué)習(xí)編寫能使計(jì)算機(jī)自主學(xué)習(xí)如何變得智能的程序,要比間接編寫智能程序要更為簡略。

  Jeff引見了谷歌將新型的硬件與軟件相聯(lián)合的一個(gè)實(shí)例:Pixel Buds。它是能將利用者周圍人說的話實(shí)時(shí)翻譯成利用者母語的耳機(jī),使用了語音辨認(rèn)和翻譯技術(shù)。

  首先,需求想方設(shè)法讓機(jī)器學(xué)習(xí)模型的創(chuàng)作進(jìn)程愈加觸手可及:

  谷歌還與Geena Davis 鉆研所協(xié)作建設(shè)了GD-IQ,一種應(yīng)用機(jī)器學(xué)習(xí)檢測(cè)電影中性別成見的工具。

  其中TensorFlow如今有2萬的寰球開發(fā)者在利用。利用TensorFlow的企業(yè)中包括中國企業(yè),比如小米。

  Jeff引見,理想上翻譯這項(xiàng)任務(wù)已經(jīng)繼續(xù)了十年。在過去,翻譯系統(tǒng)并非基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng),而是利用更簡略的統(tǒng)計(jì)翻譯模型,由60萬行代碼組成。2026年推出的新神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)通過了簡略卻有效的數(shù)據(jù)訓(xùn)練。新系統(tǒng)僅由 600 行TensorFlow代碼組成,而非60萬行。

  新浪科技 辛苓

  谷歌啟動(dòng)了People + AI Research (PAIR) 方案,旨在將谷歌的鉆研人員匯集在一同,鉆研并重新設(shè)計(jì)人與人工智能系統(tǒng)交互的模式。Facets 正是此方案所孕育出的一種工具,可以 將用于機(jī)器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)可視化。

  第二點(diǎn),谷歌正在鉆研如何利用 AutoML 主動(dòng)創(chuàng)建機(jī)器學(xué)習(xí)模型。

  在YouTube上,谷歌經(jīng)過機(jī)器學(xué)習(xí)給超過20億的視頻主動(dòng)加上字幕,使得有聽覺阻礙的人可能看到視頻中的對(duì)白。

  年末將至,近日谷歌在東京舉行了一場(chǎng)分享會(huì),圍繞Made with AI對(duì)過去一年的成果做了總結(jié)。