您的位置: 米泉信息网 > 健康

谷歌XLab如何利用神经络改进搜索功能

发布时间:2019-11-09 18:28:58

  谷歌X Lab如何利用神经络改进搜索功能?

  杰弗里 希尔顿(图右)(腾讯科技配图)

  腾讯科技讯(清雨)北京时间5月21日消息,据国外媒体报道,斯坦福大学教授吴恩达(Andrew Ng)自两年前加入谷歌(微博)研发团队后,一直致力于研究人工智能技术。他通过打造拥有十亿个连接的 神经络 ,让电脑自主识别YouTube视频中的猫。现在这项人工神经络技术正走出实验室,用于改进谷歌的搜索功能。

  美国《连接》杂志络版刊文就此进行了论述,以下为文章内容摘要:

  两年前,斯坦福大学教授吴恩达(Andrew Ng)加入谷歌研发团队X Lab,也正是这支研发团队为谷歌推出了谷歌眼镜和谷歌无人驾驶汽车。吴恩达加入X Lab后的任务是:以前所未有的力度充分利用谷歌庞大的数据中心,打造人工智能系统。

  吴恩达与谷歌顶级工程师合作,构建了全球规模最大的 神经络 ,这种人工神经络能够以与人类大脑学习新知识相同的方式学习新事物。吴恩达让其开发的人工神经络利用一周的时间接触YouTube视频,从而自主学会了识别那些是关于猫的视频。能够做到这点,主要是通过把视频信息分解成十亿多个不同的参量,然后自主学会如何把这些参量组合到一起,从而实现识别的功能。

  此外,吴恩达还为处理人类语音和谷歌街景图片构建了模型。谷歌很快认识到这项工作的发展潜力,并把这项工作从X Labs转到谷歌知识团队。现在这种机器智能 被称为深度学习 可能会重塑谷歌的所有产品,从谷歌眼镜、谷歌图形搜索到谷歌旗舰级的搜索引擎等。

  像吴恩达这样的斯坦福大学教授也只有在谷歌这样的公司才能完成此类研究,现在谷歌每年为超级计算机数据中心投资数十亿美元。吴恩达回忆说: 在我加入谷歌时,学术界最大的神经络大约有100万个参量,而当时在谷歌,我们就可以构建较之规模大一千倍的神经络。

  在吴恩达的不断努力下,谷歌开始利用他的神经络模型来改进自己的产品:谷歌语音识别软件。去年夏天,吴恩达邀请了一位名叫杰弗里 希尔顿(Geoffrey Hinton)的人工智能先驱,在谷歌总部花费数月的时间对谷歌的算法进行修改。当Android果冻豆操作系统去年推出时,这些算法已经把其语音识别误差率大幅削减了25%。今年三月,谷歌收购了希尔顿的公司。

  现在,吴恩达仍在继续自己的研究。希尔顿则表示,他希望把深度学习研究提升到一个新水平。

  第一步就是构建比去年开发的十亿个连接的神经络规模更大的神经络。希尔顿表示: 我热衷于研究规模比十亿个连接的神经络大一千倍的神经络。当你拥有了一万亿个参量时,你就可以真正让神经络去理解一些事物。

  希尔顿认为,构建关于文件的神经络模型能够像改进谷歌语音识别功能一样改进谷歌搜索功能。他表示: 拿到一份文件,并不仅仅视其为文件,而是理解文件的内容,真正理解是关于什么的文件。人工智能很大一部分就是解决这类问题。

  谷歌的知识图谱为希尔顿提供了研究基础。谷歌的知识图谱是一个拥有近6亿条数据的数据库。比如当你搜索 帝国大厦 时,知识图谱就会弹出所有适合你搜索结果的信息,比如显示帝国大厦的高度为1454英尺以及该大厦由威廉 兰姆(William F. Lamb)设计等。

  希尔顿开发神经络标签的测试图片(腾讯科技配图)

  谷歌利用知识图谱对其搜索结果进行改进,不过希尔顿认为,人工神经络能够研究图谱本身,然后剔除其中的错误,改进搜索结果。

  图像搜索是另一个前景广阔的领域。希尔顿是研究这项工作最合适的人选。回溯到上世纪八十年代,他开发了适用于人工神经络的基础计算机模型。仅两个月前,谷歌收购了希尔顿的人工智能公司DNNresearch,现在他一部分工作是在多伦多大学任教,另一部分工作则是在谷歌研究让产品更具智能性。

  过去五年,研究人员利用图形处理器的强大功能,构建了规模越来越大的人工神经络,这种神经络能够快速从大量数据中 学习 ,从而使人工神经络出现了短暂的繁荣。

  吴恩达表示: 这种机器学习,需要大量的标签图片,比如想要电脑学会识别猫,就必须用数以万计的带有标签的猫的图片来 训练 电脑。然而找到如此多带标签的图片是一项繁重的工作。 现在,凭借 无指导学习算法 ,不用标签,电脑就能自主识别图片,不过构建真正庞大的神经络,谷歌必须首先编写能够在大量电脑上运行的代码。

  这通常需要大量的计算机来筛选海量数据,来不断 训练 人工神经络模型。比如,在YouTube视频中识别猫的模型研究中就使用了1.6万块电脑处理器对该模型进行 训练 。不过,一旦模型建成后,仅需要100块电脑处理器就可以实现在YouTube视频中识别猫。

  谷歌的数据中心基于英特尔的Xeon处理器。当前,谷歌还在测试一种D-Wave量子计算机,希尔顿希望今后对这种系统进行测试。不过,在此之前,他的目标仍放在对拥有一万亿个连接的人工神经络进行测试。他表示: 我认为,谷歌高层也非常注重让大型人工神经络完美地投入应用。

拆迁安置
5G
软装搭配
猜你会喜欢的
猜你会喜欢的