阅读| 订阅
阅读| 订阅
机器人

Google 开放的人工智能平台 它能做什么?

星之球激光来源:好奇心日报2015-11-12我要评论(0)

  机器学习的目的不只是为了搜索,而是信息,Google 会保持这方面的领导力。Google 创始人艾瑞克施密特(Eric Schmidt)在 Google 的亚太媒体会议上这么说。


  “机器学习的目的不只是为了搜索,而是信息,Google 会保持这方面的领导力。”Google 创始人艾瑞克·施密特(Eric Schmidt)在 Google 的亚太媒体会议上这么说。
  为了展示这个“领导力”,Google 周二开源了一个名为 TensorFlow的机器学习系统,把自家积累的大数据开放给所有人。也就是说,来自移动设备和大型计算机的开发者都能使用 Google 积累了数年的数据,来构建自家的人工智能应用。
  九成收入来自广告的 Google(Alphabet)想让人工智能成为下一个重要的影响力和收入来源,Google 为此在东京举办了一场媒体峰会,邀请来自亚太地区的 90 多家媒体来告诉大家 Google 在这方面实力强大。
  不过,和机器学习有关的 TensorFlow 能做什么?
  先来看看机器学习是怎么一回事
  “机器学习不是魔法,它是一种工具。”Google Brain 项目的发起者 Greg Corrado 在这场会议上说。

Greg Corrado
  作为人工智能的分支领域,机器学习的概念大致是:一台计算机能像人类一样,从无数的数据当中获得“经验”,从而有判断和预测的能力。
  Corrado 说,要想让机器判断准确,需要人类喂食大量的数据,Google 认为这正是他们的优势所在。施密特说,Google 从七八年前就开始了数据积累。
  Google Brain 在 2011 年立项,这个“大脑”现如今已经有 10-30 层的“神经网络”,并在 2012 年分析了 1000 万随机图片,学习了“猫”是怎么一回事,然后自动找出了另外 2 万张图片里所有的猫。
 图像识别,这是 TensorFlow 能做的第一件事
  类似识别“猫”的功能,已经在 Google Photos 上实现了。这个今年 5 月分推出的应用,除了有“无限、免费”的云端存储容量,还能自动的帮你把照片归类。
  在东京的会议上,Google Photos 的产品经理 Chirs Perry 掏出自己的手机,搜索人名、地名、甚至“斗牛犬”这样看似苛刻的关键字,这个应用都能“认识”并且把结果展示出来。
  类似的图像识别就是 TensorFlow 的第一个应用,它的开源意味着,今后其他开发者也能开发类似 Google Photos 的程序。

Google Photos
机器学习能让邮箱更智能
  Google 在机器学习的其他应用还有邮件。除了 Gmail 能自动识别垃圾邮件,Inbox 也刚刚上线了一个新功能:自动回复邮件。根据每封邮件的具体内容,它能显示三个回复的短句供你选择。
  当然这一切的前提是 Google 能获知你的所有数据,而且数据越多,Google 对你邮件的判断就越准确和个性化。
  而关于隐私问题的争议,Google 倒是对自家的安全措施很自信,Corrado 说,他们有强大的安全加密技术,施密特更是表示“你们想让数据安全,就把数据放到 Google 来吧!”
 语义识别也需要数据,比如翻译应用
  除了图片和邮件,Google 也把机器学习应用到语义识别上。在东京媒体会议的现场,Google 专门开辟一个展示空间,让媒体体验 Google Translate 能干什么。
  如果你把手机的摄像头对准某行外文,Google Translate 能在屏幕上实时显示翻译后的语言,像是上图这样。
  不过这个神奇的功能只支持少数语言,更多的语言能在拍照模式下得到翻译——你不必一个字一个字输入。
  Corado 表示,机器翻译并不需要具体的规则,它是一个不断自我纠正的过程。数据库越大,翻译的结果就越准确。

Google Translate
  那么,Google 为什么要把自己的数据库开源?
  实际上,TensorFlow 作为一个机器学习系统,在 Google 内部已经被使用了一段时间,开源意味着 Google 能获得更多的数据来源。
  “研究者和开发者能给我们更好的反馈,我们会有更大的进步,整个行业会变得更智能。”施密特这么解释开源的原因。在这个“进步”的过程中,Google 自然也能获得更多行业的主动权,也能发现更多人才。
  因为盯着人工智能的不止 Google 一家,苹果、微软、Facebook、百度等都在招兵买马。比如微软小冰的营销文案中,这个语音助理被定义为“一个 17 岁的萌妹子”。
  最后,我们真的可以把人工智能比作大脑吗?
  今天大小科技公司都在谈人工智能,而神经网络计算则是说明自己技术前沿的最佳例证。当它的原理被市场部们几经简化之后,已经变成“像人脑神经网络一样工作”。
  实际上,二者仅仅有极其微弱和模糊的联系。
  “我们的确不知道大脑是怎么运作的,它不是形容计算机一个合适的模型,这个比喻被过度解读了。二者的相似性仅仅是神经元的连接方式,实际上他们的的学习方式是完全不同的。”Corado 告诉记者。
  施密特也说:“我们不认为让计算机模仿大脑可以去做人工智能,我觉得这个太复杂,大脑的神经元太多了,计算机只是借助了人类大脑的一些概念。”
  毕竟,我们连自己的大脑到底是怎么工作都还不知道呢。

转载请注明出处。

免责声明

① 凡本网未注明其他出处的作品,版权均属于hth官方 ,未经本网授权不得转载、摘编或利用其它方式使用。获本网授权使用作品的,应在授权范围内使 用,并注明"来源:hth官方 ”。违反上述声明者,本网将追究其相关责任。
② 凡本网注明其他来源的作品及图片,均转载自其它媒体,转载目的在于传递更多信息,并不代表本媒赞同其观点和对其真实性负责,版权归原作者所有,如有侵权请联系我们删除。
③ 任何单位或个人认为本网内容可能涉嫌侵犯其合法权益,请及时向本网提出书面权利通知,并提供身份证明、权属证明、具体链接(URL)及详细侵权情况证明。本网在收到上述法律文件后,将会依法尽快移除相关涉嫌侵权的内容。

网友点评
0 相关评论
精彩导读
新闻更新 关键字库 产品更新 企业名录 新闻文章 会议展览 站点地图
Baidu
map