上周五在旧金山举行的机器学习会议上,Google软件工程师Quoc V. Le讲解了Google的“深度学习”系统是如何运作的。

“深度学习”需要用到大型计算机集群来吸收数据(如图片)对其进行自动分类。Google的Android语音控制搜索、图像识别及Google翻译等均采用了这项技术。

2012年6月,纽约时报曾报道了Google如何通过向“DistBelief”提供数百万份YouTube视频来让该虚拟神经网络系统学习猫的关键特征。这套系统的创新之处在于,它可以在未事先获取“猫的特征描述”信息的情况下自行总结出猫这个概念的特征!也就是说,DistBelief具有自学习能力。当然,这套系统的运算能力也非常的庞大,由1000台机器组成,共包括16000个内核,处理的参数高达1000000000个。

这套系统采用分层机制工作,神经网络的最底层可侦测图像颜色变化,再上一层则可识别特定类型的轮廓。在增加若干后续分析层之后,系统不同的分支会为脸部、摇椅、计算机等对象生成检测方法。

不过令Quoc V. Le震惊的是机器学会了辨认连人类都很难分辨的东西—如碎纸机,我们知道那东西是碎纸机是因为我们见过,但是Google的这台怪物可没见过

Quoc V. Le解释说,学习如何归纳出碎纸机特性是件非常复杂的事情,他自己想了很久也没想出来。

甚至当Quoc向自己的许多同事展示碎纸机的照片时他们也在辨认上遇到了麻烦。反而这套系统的识别成功率更高,Quoc本人都不能确定自己能否写出程序来做到这一点。Quoc解释说,这是因为人需要靠数据而不是自己来归纳特性。

也就是说,这件事情意味着现在Google的研究人员已经无法说清楚究竟这套系统是如何识别出特定对象的了,因为程序看起来已经有了独立思考的能力,其复杂的认知过程是不可预测的,虽然这种“思考”能力仍局限在非常狭隘的范畴。

不过,Google并不指望深度学习系统会自行发展成为一套成熟的新兴人工智能系统。研究总监今年早些时候曾说过

AI(人工智能)会自己产生?我是非常实用主义的—我们得做了才会让事情发生。

不过Google负责AI的Peter Norvig相信,对于可靠语音识别及理解等棘手问题来说,Google采用的此类密集统计数据模型是最好的希望,这点与Noam Chomsky的观点不一致。

深度学习对Google很有吸引力,因为它能够解决该公司自己的研究人员无法解决的问题,还能够让Google少雇一些不称职的人。我们知道,Google以招聘人中龙凤著称。

放权给机器这件事Google以前没少干。像Google众多数据中心的资源管理就是由Brog及Omega负责的。这些集群管理系统能像“生物”一样分配工作负载。

考虑到Google的抱负是“组织全世界的信息”,当然是雇用的人越少越好。Quoc说,通过开发这些“深度学习”系统Google可以少雇一点人类专家

他补充道:

机器学习是很困难的,因为哪怕从理论上来说可以运用逻辑回归等算法,但实际上我们在数据处理挖掘特性等事情上花费了大量时间。每一个问题都得雇用领域专家。……所以Google希望机器能做那些事情。

通过努力工作,赋予机器更大的能力,以及局部的、有限的智能,Google可解决人类专家无法解决的分类问题。会不会发展成天网呢?答案是否定的。但它可以发展成专家型机器。幸运的是,机器目前还是合作的。

Google会思考的深度学习系统的更多相关文章

  1. SpeeDO —— 并行深度学习系统

    SpeeDO —— 并行深度学习系统   摘要: 最近,AlphaGo又带起了一波深度学习的热潮.深度学习在很多领域都大幅提高了模型的精度,使得很多以前在实验室中的技术得以运用到日常的生活之中.然而, ...

  2. NNVM打造模块化深度学习系统(转)

    [摘录理由]: 之所以摘录本文,主要原因是:该文配有开源代码(https://github.com/dmlc/nnvm):读者能够直接体会文中所述的意义,便于立刻展开研究. MXNet专栏 :NNVM ...

  3. 《TensorFlow学习指南深度学习系统构建详解》英文PDF+源代码+部分中文PDF

    主要介绍如何使用 TensorFlow 框架进行深度学习系统的构建.涉及卷积神经网络.循环神经网络等核心的技术,并介绍了用于图像数据和文本序列数据的模型.给出了分布式深度学习系统在TensorFlow ...

  4. 从0开始配置ubuntu深度学习系统

    目录 个性化配置 ubuntu安装及其分区 NVIDIA驱动安装 配置使用清华源 安装shadowsocks-qt 安装chrome 安装gdebi 安装atom 安装wps 安装sogou piny ...

  5. 【tensorflow:Google】一、深度学习简介

    参考文献:<Tensorflow:实战Google深度学习框架> [一]深度学习简介 1.1 深度学习定义 Mitchell对机器学习的定义:任务T上,随着经验E的增加,效果P也可以随之增 ...

  6. 斯坦福新深度学习系统 NoScope:视频对象检测快1000倍

    以作备份,来源http://jiasuhui.com/archives/178954 本文由“新智元”(微信ID:AI_era)编译,来源:dawn.cs.stanford.edu,编译:刘小芹 斯坦 ...

  7. (转)分布式深度学习系统构建 简介 Distributed Deep Learning

    HOME ABOUT CONTACT SUBSCRIBE VIA RSS   DEEP LEARNING FOR ENTERPRISE Distributed Deep Learning, Part ...

  8. 【深度解析】Google第二代深度学习引擎TensorFlow开源

    作者:王嘉俊 王婉婷 TensorFlow 是 Google 第二代深度学习系统,今天宣布完全开源.TensorFlow 是一种编写机器学习算法的界面,也可以编译执行机器学习算法的代码.使用 Tens ...

  9. 谷歌发布了 T2T(Tensor2Tensor)深度学习开源系统

    谷歌开源T2T模型库,深度学习系统进入模块化时代! 谷歌大脑颠覆深度学习混乱现状,要用单一模型学会多项任务 https://github.com/tensorflow/models https://g ...

随机推荐

  1. [BZOJ]1017 魔兽地图DotR(JSOI2008)

    BZOJ第一页做着做着就能碰到毒题,做到BZOJ1082小C就忍了,没想到下一题就是这种东西.这种题目不拖出来枭首示众怎么对得起小C流逝的青春啊. Description DotR (Defense ...

  2. hdu5635 BestCoder Round #74 (div.2)

    LCP Array  Accepts: 131  Submissions: 1352  Time Limit: 4000/2000 MS (Java/Others)  Memory Limit: 13 ...

  3. NTT+多项式求逆+多项式开方(BZOJ3625)

    定义多项式$h(x)$的每一项系数$h_i$,为i在c[1]~c[n]中的出现次数. 定义多项式$f(x)$的每一项系数$f_i$,为权值为i的方案数. 通过简单的分析我们可以发现:$f(x)=\fr ...

  4. ubuntu14.0464位 Ros环境 安装halcon13.01

    至于ROS的系统,之前就是安装好的,如果有疑问的可以参考官网的安装教程,按照指令一步一步的操作,http://wiki.ros.org/cn/indigo/Installation/Ubuntu (1 ...

  5. 12_Python的(匿名函数)Lambda表达式_Python编程之路

    Python作为一门高级语言,与很多编程语言一样都具有匿名函数这一特征 匿名函数,也就Lambda表达式,通俗来讲就是不用命名的方法,直接定义,直接用即可 创建匿名函数需要用到Lambda关键字,下面 ...

  6. glusterfs4.0.1 mempool 分析笔记

    关于3.2.5版本分析,详见<GlusterFS之内存池(mem-pool)实现原理及代码详解> 此4.0.1版本内存池与版本3中的描述变化有点大,总的原理还是类似LINUX中的SLAB算 ...

  7. SQl语句中使用占位符的优点

    1.增加SQL代码可读性2.占位符可以预先编译,提高执行效率3.防止SQL注入4用占位符的目的是绑定变量,这样可以减少数据SQL的硬解析,所以执行效率会提高不少 绑定变量是Oracle解决硬解析的首要 ...

  8. js修改伪类元素样式

    <style type="text/css"> .htmlbox_close::before, .htmlbox_close::after { content: ''; ...

  9. sea.js及三种加载方式的异同

      一.前言     浏览器本身并不提供模块管理的机制,过去网页开发中,为了使用各种模块,不得不在加入一大堆script标签.这样就使得网页体积臃肿,难以维护,还产生大量的HTTP请求,拖慢显示速度, ...

  10. R语言使用 multicore 包进行并行计算

    R语言是单线程的,如果数据量比较大的情况下最好用并行计算来处理数据,这样会获得运行速度倍数的提升.这里介绍一个基于Unix系统的并行程序包:multicore. 我们用三种不同的方式来进行一个简单的数 ...