視頻識別、語音識別、臉部識別、語音搜索、圖片搜索、谷歌眼鏡、自動駕駛汽車，在谷歌規(guī)劃的一系列智能產(chǎn)品和應(yīng)用的背后，是谷歌在神經(jīng)網(wǎng)絡(luò)技術(shù)的進(jìn)步和在虛擬腦技術(shù)計算領(lǐng)域的突破。

    這一看似高深的技術(shù)以大數(shù)據(jù)處理和海量計算為基礎(chǔ)，為人工智能提供計算服務(wù)，使得越來越計算成為可能。在今年夏天該技術(shù)因谷歌的貓臉設(shè)別而廣為了解，近日《麻生理工創(chuàng)業(yè)技術(shù)》上刊登了一篇文章，詳細(xì)介紹了該技術(shù)的進(jìn)展，以下是文章全文。

　　今年夏天，谷歌在人工智能領(lǐng)域獲得突破。谷歌發(fā)明了一個軟件，只需要看一下YouTube上的視頻，就能學(xué)會識別貓和人，還有其他東西。這項技術(shù)根據(jù)腦細(xì)胞的運(yùn)作方式建立，并已開始讓谷歌的產(chǎn)品變得更聰明。而語音識別也成了這一軟件的首個盈利服務(wù)。

　　谷歌的學(xué)習(xí)軟件基于對一組相互連接的腦細(xì)胞的模擬。這些腦細(xì)胞可以彼此溝通，互相施加影響。當(dāng)把這樣一個神經(jīng)網(wǎng)絡(luò)暴露在數(shù)據(jù)面前，不同神經(jīng)元之間的關(guān)系會發(fā)生改變。這樣，網(wǎng)絡(luò)就會發(fā)育出對某個類別的輸入數(shù)據(jù)作出特定反應(yīng)的能力。通過這種方式，網(wǎng)絡(luò)“學(xué)”到了一些東西。

　　在過去的幾十年里，神經(jīng)網(wǎng)絡(luò)已被使用在機(jī)器學(xué)習(xí)的領(lǐng)域，例如國際象棋軟件或臉部識別。谷歌的工程師找到了可以利用更多計算力量的方法，這是之前做不到的。他們制造出的神經(jīng)網(wǎng)絡(luò)可以不需要人的幫助，而且還很穩(wěn)定，可以走出實驗室展示階段，進(jìn)入商業(yè)化過程。

　　谷歌的神經(jīng)網(wǎng)絡(luò)可以自己決定什么類型的數(shù)據(jù)需要特別注意，什么模式特別重要。例如，哪些顏色和特別的形狀是軟件正在識別的物體的重點？所以它無需人類使用者來做決定。

　　谷歌現(xiàn)在正使用神經(jīng)網(wǎng)絡(luò)來更準(zhǔn)確地識別語音，對于谷歌的智能手機(jī)操作系統(tǒng)安卓來說，這一功能變得越來越重要，對谷歌在蘋果上的搜索應(yīng)用來說也是如此。我們在修正錯誤單詞方面改進(jìn)了20%到25%，”谷歌的語音識別領(lǐng)導(dǎo)文森特•凡豪克（Vincent Vanhoucke）說，“這意味著更多的人會得到無錯的完美體驗?！蹦壳?，神經(jīng)網(wǎng)絡(luò)只對美式英語有效，不過凡豪克表示谷歌正在其他方言和語言上作出相似的嘗試。

　　其他一些谷歌的產(chǎn)品也會從新型學(xué)習(xí)軟件中受益。例如，谷歌的圖片搜索工具可以更好地理解圖片的內(nèi)容，而不依賴周圍的環(huán)境。而谷歌的無人駕駛汽車和嵌入移動計算機(jī)的眼鏡也能依靠軟件來更好的理解現(xiàn)實世界數(shù)據(jù)。這項新技術(shù)在今年6月登上了很多媒體的頭條。那時，谷歌的工程師發(fā)表了實驗結(jié)果。他們從YouTube的視頻中獲得了1000萬張圖片，并把這些圖片扔到了模擬腦細(xì)胞中，為了完成這一工作，幾千臺計算機(jī)的1萬6千個處理器連續(xù)不斷地工作了10天。

　　“大部分人只用一臺機(jī)器來建模，但我們希望用一個很大的神經(jīng)網(wǎng)絡(luò)來進(jìn)行實驗，”杰夫•迪安（Jeff Dean）說，他是谷歌幫助領(lǐng)導(dǎo)研究的工程師?！叭绻隳軘U(kuò)大模型和模型處理數(shù)據(jù)的規(guī)模，你就能理解更細(xì)微的差別和更復(fù)雜的特征?！?BR>
　　通過這種方式產(chǎn)生的神經(jīng)網(wǎng)絡(luò)更加靈活?！斑@些模型可以更好地理解環(huán)境，”迪安說，他給出了一個語音識別世界的例子。例如，如果谷歌系統(tǒng)認(rèn)為它聽到一個人說“我要吃一個荔枝，”但是“荔枝”這個詞卻沒聽清楚，它會從過去的經(jīng)歷中進(jìn)行猜測。因為“荔枝”是一種水果，會在和“蘋果”或“橙子”相同的語境下使用。

　　迪安介紹說，他的研究團(tuán)隊還在測試可以同時理解圖片和文字的模型。“如果你輸入‘鼠海豚’這幾個字，它就會給你鼠海豚的照片，如果你提供一張鼠海豚的照片，它就會給你‘鼠海豚’這幾個字?！?BR>
　　下一步，研究人員會讓同一個模型學(xué)習(xí)詞匯的聲音，可以把不同的數(shù)據(jù)關(guān)聯(lián)起來。這些數(shù)據(jù)可以讓語音識別從視頻中收集到額外的線索，也可以讓谷歌的無人駕駛汽車提升性能，因為它可幫助這些汽車結(jié)合不同來源的數(shù)據(jù)（例如對附近障礙的激光掃描和汽車引擎的數(shù)據(jù)），更好地理解周圍環(huán)境。

　　蒙特利爾大學(xué)（University of Montreal）的教授喬舒亞•本希奧（Yoshua Bengio）表示，谷歌在神經(jīng)網(wǎng)絡(luò)上的工作讓我們朝著人工智能的終極目標(biāo)邁進(jìn)了一小步：匹配動物甚至人類的智慧。本希奧研究的也是類似的機(jī)器學(xué)習(xí)技術(shù)?！斑@條路會通向更加廣義的人工智能，如果你不能把大量關(guān)于這個世界的知識放到機(jī)器里，你就不可能得到一個智能的機(jī)器，”他說。

　　本希奧還表示，谷歌的神經(jīng)網(wǎng)絡(luò)事實上和哺乳動物的視覺皮層運(yùn)作方式相似。視覺皮層屬于腦部的一部分，負(fù)責(zé)處理視覺信息?！敖Y(jié)果是，[谷歌的]學(xué)習(xí)網(wǎng)絡(luò)的特性和腦部用來發(fā)現(xiàn)物體是否存在的方法相似。”

　　不過，他很快補(bǔ)充說，即使是谷歌的神經(jīng)網(wǎng)絡(luò)也比腦部要小得多，而且也不能進(jìn)行很多對智能來說必要的活動，例如根據(jù)外部世界收集來的信息進(jìn)行推理。

　　迪安同樣也很謹(jǐn)慎地不把他構(gòu)建的有限的只能同任何生物腦相比。但是他還是忍不住指出，在某些競賽中，谷歌的神經(jīng)網(wǎng)絡(luò)卻能擊敗人類。

　　他說，“在一些視覺任務(wù)中，它比人類的表現(xiàn)更好?！钡习才e了一個分類標(biāo)記的例子。在這個任務(wù)中，門牌號碼會出現(xiàn)在谷歌街景汽車拍攝的照片中，這一過程一般來說都會交給很多人來干。

　　“它們開始使用神經(jīng)網(wǎng)來決定[圖片中的]某一塊區(qū)域是否是門牌號碼，”迪安說，它們表現(xiàn)得比人還好。這只是一個小勝利，但卻凸顯了人工神經(jīng)網(wǎng)絡(luò)和你腦袋里的神經(jīng)網(wǎng)差距是多么的巨大。“很可能這并不那么讓人激動，不過計算機(jī)卻永遠(yuǎn)不會厭倦，”迪安說。真實的智慧卻會厭倦。