科技公司都在競相制定機器學習的標準，并加快吸收技術人才。谷歌上個月免費開放的人工智能引擎，目前正在被用以執行一些巧妙的功能，包括將英語翻譯成中文，辨認手寫文本等。
名為Tensor Flow的人工智能軟件，通過提供大量的數據，培訓用戶的電腦，執行任務。該軟件集成了各種方法，用以在不同的計算機硬件網絡有效地建設和培訓模擬的“深度學習”神經。
深度學習用于訓練計算機識別圖像和聲音的模式，是一種極為有效的技術，能確保機器在識別人臉或對象圖像時以類似人類的能力來執行任務。近日，深度學習也呈現出將會用于分析自然語言的可能性——通過使機器以有意義的方式回應口頭或書面語言來實現。
本周在蒙特利爾的Neural Information Processing Society （NIPS）會議上，Jeff Dean，在谷歌領導Tensor Flow的計算機科學家，談到該軟件現已被用于越來越多的谷歌之外的實驗項目。其中包括通過Tensor Flow生成字幕圖像和將代碼轉換為中文的軟件，生成人造藝術品等。“現在下定論都還很早，”Dean在會談后表示。“人們正在試圖了解什么是最好用的。”
Tensor Flow 在谷歌有一個項目，被稱為Google Brain，旨在應用神經網絡機器去學習整個公司的產品和服務，并且其應用范圍在最近幾年大幅擴大。Dean說，在谷歌，涉及到Google Brain的項目數量已經超過了600個。
最近，Google Brain在用于開發Smart Reply，一個在掃描Gmail傳入的信息后能夠自動快速回復的系統。用于這個項目的神經網絡技術是谷歌研究人員在去年的NIPS會議上提出的。
Dean希望深度學習和機器學習會對很多公司產生類似的影響，“機器學習能夠以大量的方式影響不同的產品和行業”他說。例如，該技術在許多行業被測試用于從大數據中進行行業預測。
谷歌之所以開發Tensor Flow的代碼，是因為建立一個強大的AI引擎是比擁有的數據更寶貴的財富。開放源代碼將有助于確立其在機器學習，與合作者和未來的員工的關系中成為領導者。Tensor Flow“在某種程度上給了我們一種共同的語言。”Dean說到，“我們也從Tensor Flow的使用中得到了好處。”
神經網絡由聯級響應的虛擬神經元層構成。這些神經元的靈敏度被調諧用以匹配特定的輸入和輸出，并具有很多層級，能夠識別更多抽象的功能。
Tensor Flow現在是開源的深度學習軟件庫之一，其目前的表現在某些任務上落后于其他一些庫。不過它易于使用，并且可以很容易在地不同的硬件之間移植。其團隊也在努力提高其性能。
京公網安備 11010502049343號