6 mins read

Praat met Google Scientist Google Scientist Dien: laat de machine beginnen na te denken

Dialoog met Google -wetenschapper Jeff Dean deed me beginnen te ontdekken dat wiskunde en statistieken behoorlijk interessant zijn.Ons dialoogthema is “Machine Learning”, dat voortkomt uit Jeff Dien en het beroemde “Cat Face” -experiment van zijn team.Google gebruikt 16.000 computerprocessors om ’s werelds grootste neurale netwerk van elektronische simulatie te bouwen en toont 10 miljoen video’s die willekeurig zijn geselecteerd van YouTube naar dit kunstmatige neurale netwerk.Als gevolg hiervan leerde dit kunstmatige neurale netwerk in een omgeving zonder externe instructies eigenlijk het gezicht van de kat te identificeren.

Weet je, Jeff Dien heeft nooit het concept verteld van dit kunstmatige neurale netwerk “Cat” en heeft het niet eens een afbeelding gegeven als een kat.”Dit lijkt een proces van natuurlijke acquisitie te zijn in de groei van pasgeborenen. Het heeft zelfbewustzijn. Het heeft ontdekt hoe katten eruit zien op het statische beeld van YouTube dat nog nooit is gemarkeerd,” zei Jeff Dien, “bijvoorbeeld, laten we ons bijvoorbeeld laten Zorg ervoor dat het kind in de auto wordt geplaatst en hem gevraagd om de buitenwereld vanuit het raam te observeren. zijn eigen observaties soortgelijke dingen “”

Dit is het verschil tussen machine learning, het produceert “zelflearning”.

In de enorme oceaan van kunstmatige intelligentie is machine learning het populairste onderwerp.Als u de definitie van kunstmatige intelligentie in 1950 herkent als u de vader van informatica herkent in 1950: als een persoon niet kan beoordelen of u met hem moet praten of een computer kunstmatige intelligentie; het menselijk brein.

“Machine learning is een discipline over computer -gebaseerde modelleringsmodellen en het gebruik van modellen om menselijke intelligente activiteiten te simuleren.”Dit is nog steeds enigszins onduidelijk voor leken. In feite zijn veel details van ons dagelijkse leven geïmplanteerd, zoals spraakherkenning, spam onderscheppen, onbemande auto’s en zelfs taobao.com.

Neem de Voice Assistant Service Siri die vorig jaar door de iPhone is gelanceerd, hoe zachtaardig en attente persoonlijke assistenten.Ze biedt gebruikers van mobiele telefoons weersvoorspelling, cateringsuggesties, Awakening Inquiry en andere levensdiensten.Onder het bombardement van honderden vragen elke dag wordt ze meer bekwaam.

De prestaties van sommige machine learning -systemen hebben zelfs mensen overtroffen.Het Zwitserse AI -laboratorium van Lugano University in Zwitserland heeft bijvoorbeeld een systeem ontworpen om menselijke experts te verslaan in de concurrentie van verkeersborden.

Het display met een hoger profiel was eind oktober 2012. Tijdens een academische conferentie georganiseerd door Microsoft Asia Research Institute, Nankai University, Tianjin University, Microsoft Chief Scientist Richard F. Rashid in het auditorium, werd het computerprogramma geïdentificeerd in zijn spraakinhoud geïdentificeerd , en deze inhoud werd ook weergegeven op het grote scherm boven hem in het Engels.

Daarna pauzeerde hij na het zeggen van elke zin, en de computer vertaalde deze woorden in het Chinees, en bevestigde ook Chinese nasynchronisatie erg op zijn stem.Je weet dat Rashid nooit Chinees heeft gesproken of gesproken. Deze show heeft het applaus gewonnen dat Thunder heeft gewonnen.

De internationale media hebben deze hotspot niet opgegeven. “Dit stelt ons in staat om naar het echte intelligente tijdperk te gaan.”

Maar Jeff Dien vertelde me dat zijn experimenten een ander niveau van machine learning zijn, en de technologie die in de bovenstaande voorbeelden wordt gebruikt, is twee dimensies.”Het is beter om het” diep leren “te noemen. Dit is een tak van machine learning.” Li Hang zei dat dit ook een manier is om machine learning te realiseren.Dit proces is ongeveer de neuronen van de computersimulatie van het menselijk brein, en vervolgens hebben veel computers een neuraal netwerk opgebouwd dat vergelijkbaar is met het menselijk brein. , Identificeren, geheugen en zelfs denken.

Hoewel verschillende grote academische organisaties studeren aan machine learning, “hoopt Google dat deze technologie niet beperkt zal zijn tot een specifiek veld, maar het groter kan maken en een relatief groot model kan bouwen, zodat de computer de computer laat maken De computer. Het systeem kan een groter begrip krijgen van de oorspronkelijke gegevens.Het is niet bekend of deze kunstmatige hersenen de Turing -test kunnen doorstaan, maar de resultaten zijn niet weinig.Jeff Dien en het Google Voice Recognition -team probeerden samen te werken, met 800 machinetraining gedurende 5 dagen, en verlaagde al snel het identificatieroutpercentage met 25%.Momenteel is deze technologie toegepast op spraakherkenningstechnologie om spraakherkenning nauwkeuriger te maken, wat wordt weerspiegeld in de Android 4.1 -versie van het besturingssysteem “Jelly Bean”.

Dit is een zeer duur wetenschappelijk onderzoeksproject. Deze kunstmatige neuronen zijn duur en vereisen veel gegevens.Omdat hoe groter de hoeveelheid gegevens, hoe meer u kunt deelnemen aan het aantal computers in het machine learning -netwerk. Tijdens de training zal het leervermogen van deze “kunstmatige hersenen” sterker zijn.”We breiden het systeem actief uit om een ​​groter schalenmodel te trainen.” Jeff Dien zei: “Hoewel er geen erkende manier is om het kunstmatige neurale netwerk te vergelijken met de biologische hersenen, maar om je zo zo te laten voelen -zo gezogen zo -zo -zo gezogen zo -zo aangedaan zo -zo -zo -zo aangedaan zo -zo -zo -zo aangedaan, zo -zo -zo -zo gevallen zo gezogen zo -zo -zo gezogen zo -zo -zo gezakt dat zo -zo -is aangedaan zo -zo -zo -zo -zo -zo -is gezonken zo -zo -zo -zo -zo gezakt, zo -zo -is zo – Zo -zo -zo aangedaan zo -zo -zo aangedaan zo -zo -zo aangedaan zo -zo aangedaan, zo -kan de “grotere schaal” nog steeds een zeer ruwe vergelijking maken met het menselijk brein -de gewone volwassen hersenen heeft ongeveer 1 miljoen biljoen verbindingen.

Het leren van dieren is inderdaad perceptueel en het leren van machines is pure logica.Vergeleken met het menselijk brein met 80 miljard neuronencellen en 1 miljoen gekoppeld, is het “kunstmatige brein” waarschijnlijk veel onhandig.Daarom, toen ik ontwikkelde en uitbreidde of kunstmatige intelligentie zich zou ontwikkelen en uitbreiden, en om het menselijk leven binnen te vallen, lachte Jeff Dien gewoon. Het eenvoudige werk van cognitieve categorieën, “deze vrij rigoureuze wetenschapper legde uit, en wat mensen echt willen is het verkrijgen van de output die overeenkomt met de input en geautomatiseerde input, bijvoorbeeld,” vandaag om 12.00 uur vandaag “vandaag, vandaag om 12.00 uur welk restaurant te eten “En” hoe de relatie tussen vrienden en werk te coördineren “zijn momenteel niet beschikbaar voor machine learning.