盘点谷歌内部如何使用深度学习技术

 中国邮箱网  0条评论  827次浏览  2017年08月12日 星期六 14:10

分享到: 更多
中国邮箱网讯 8月12日消息,深度学习是当前最热门的人工智能领域。传统计算机尽管速度很快,但缺乏智能性。这些计算机无法从以往的错误中学习,在执行某项任务时必须获得精确指令。


深度学习技术涉及到开发人工神经网络,让计算机模拟大脑分类和处理信息的方式。深度学习中的“深度”意指神经网络采用分层结构。具备这种结构的数据处理配置被称作深度神经网络,相对于其他人工智能技术可以获得更优的数据处理结果。

深度学习正在驱动人工智能的创新,当前许多应用中都可以看到深度学习的身影。随着数据量的持续增长,计算能力的成本越来越低,更多行业将受到影响。在这里,我们将看看,作为行业先驱的谷歌(微博)如何将深度学习技术应用于产品和服务。

谷歌为何对深度学习感兴趣?

在深度学习的应用方面,谷歌是重要的推动力量。目前,深度学习正得到广泛应用,甚至被视为人工智能的代名词。原因很简单,深度学习技术可以带来很好的效果。利用深度学习技术,数据科学家解决了困扰多年的难题,例如语音识别和图像识别,以及自然语言处理。

对深度学习可能性的探索始于2011年的“谷歌大脑项目”。次年,谷歌宣布开发神经网络,模拟人类的认知过程。这一神经网络基于1.6万台计算机,在学习了约1000万张照片之后学会识别照片中的猫。

2014年,谷歌收购了来自英国的深度学习创业公司DeepMind。

DeepMind率先尝试将现有的机器学习技术与神经科学的尖端研究联系在一起,开发更接近于“真实”智能,例如人类大脑的系统。DeepMind是AlphaGo的开发者。AlphaGo最开始学习电子游戏,随后又学习了围棋,证明了DeepMind的算法如何学习完成任务,并成为某个领域的大师。

谷歌在邮件服务中使用深度学习技术是为了什么?

深度学习的概念已在实验室和围棋比赛中得到了证明。与此同时,谷歌也在许多服务中部署深度学习技术。

谷歌深度学习的首个实际应用是图像识别。谷歌扫描了搜索引擎编目的数百万张图片,这样做是为了更精确地分类,从而给用户提供更准确的搜索结果。在使用深度学习进行图像分析方面,谷歌的最新突破是图像增强。这涉及到利用现有数据去推断,或是借助已知的类似图像,恢复或填补图像中缺失的细节。

谷歌的另一个平台“谷歌云视频情报”专注于向新用户提供视频分析功能。保存在谷歌服务器中的视频可以被分段及分析,自动生成概要,或是在人工智能认为出现可疑信息时发出安全警报。

语言处理是谷歌又一个使用深度学习技术的领域。谷歌Assistant语言识别人工智能利用深度神经网络去学习,如何更好地理解语音指令和问题。谷歌大脑团队开发的技术被用在这个项目中。最近,谷歌翻译服务被纳入了谷歌大脑团队的负责范围。这个翻译工具得到了重新开发,以“谷歌神经机器翻译”为基础,将所有一切都纳入至深度学习环境。

谷歌核心服务利用深度学习技术的第三种主要方式是在YouTube上提供更有用的建议。谷歌大脑团队再次提供了技术。在用户播放视频时,这项技术监控并记录用户的浏览习惯。数据已经表明,向观众推荐他们接下来想看的视频是平台留住用户,获得更多广告收入的关键。深度神经网络被用于研究和学习观众的习惯和偏好,指出哪些因素可以让观众留在屏幕前更长时间。

谷歌深度学习还有哪些应用?

当然,考虑到已经取得的成功,毫无疑问谷歌希望将这种技术用于更多面向未来的项目。

2015年,谷歌将TensorFlow机器学习和深度学习软件平台开源。这使得所有人都可以利用与谷歌同样的技术,开发基于神经网络的解决方案。

通过“云机器学习引擎”,谷歌还向第三方开发者提供了存储和处理能力。这意味着开发者无需为强大的计算基础设施而投入大笔资金。

Alphabet旗下的无人驾驶子公司Waymo正在利用深度学习算法去开发自动驾驶系统。这可以帮助无人驾驶汽车更高效地分析周围环境并作出反应。

与此同时,DeepMind目前正在推进医疗健康项目,包括识别眼球损伤的早期迹象,以及判断癌细胞的生长。

未来在何处?

在推广深度学习技术的过程中,谷歌是一股重要力量。谷歌的研究和投资令所有人都可以从这种技术中受益。我们将越来越多地利用深度学习系统去处理自己的数据。许多人都希望,未来几年深度学习技术能取得飞跃式的发展,无论是对于药物研发还是对于太空探索。谷歌所做的基础性工作将是其中的重要一部分。






文章来源:腾讯科技

标签:google谷歌

我的评论:

请  后发表评论。