更強大的“谷歌大腦”，谷歌擴充機器神經(jīng)網(wǎng)絡(luò)規(guī)模

“機器學習”的概念自上世紀50年代出來以來就備受科技界的關(guān)注，而近年來“深度學習”逐漸成為機器學習研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡(luò)，模仿人腦的機制來識別圖像、聲音和文本等數(shù)據(jù)。

美國科技媒體《連線》雜志網(wǎng)絡(luò)版日前發(fā)文對“機器深度學習”技術(shù)的最新進展進行了總結(jié)。以下是文章的主要內(nèi)容。

在Quoc Le的眼中，世界都是由一系列的數(shù)字組成的。“一張數(shù)碼照片實際上都是數(shù)字，”他說道，“如果將人們所說的話拆分成單獨的音素，那么它們同樣可以被編譯成數(shù)字。”如果按照Quoc Le的說法，就可以將這些數(shù)字輸入到機器之中，機器能夠讀懂照片和人們所說的話，比如Facebook能夠識別出你的臉，谷歌則能夠聽懂你所說的話。

不過Quoc Le想要走得更遠，他希望能夠研究出一種能將整個句子、整個段落以及各種類型的自然語言轉(zhuǎn)譯成數(shù)字或其它載體的技術(shù)，借助這項技術(shù)，計算機科學家就可以讓機器也能夠獲得人們看到和聽到的信息。同時，Quoc Le還在探索如何讓機器理解人們的觀點和情緒的方法。

盡管此類技術(shù)目前尚處于起步階段，未來還有很長的路要走，但相對于同行而言，Quoc Le要擁有更多供其調(diào)配的資源。Quoc Le是“谷歌大腦”（Google Brain）項目的一員，該項目主要從事“機器深度學習”領(lǐng)域的研究，這是人工智能的一種形式，主要用機器來模擬人腦進行數(shù)據(jù)處理。

現(xiàn)年32歲的Quoc Le一直在谷歌從事語音識別方面的工作，比如Android系統(tǒng)的語音識別功能以及為網(wǎng)絡(luò)圖片自動添加標簽等，這兩項工作都需要“深度學習”技術(shù)的支持。

除了谷歌之外，F(xiàn)acebook和微軟等互聯(lián)網(wǎng)巨頭也都在使用“深度學習”方面的技術(shù)，同時百度公司最近也曾在公開場合談及利用這項技術(shù)來為客戶提供更為精確的廣告推送服務(wù)。不過Quoc Le希望將該技術(shù)推向更為廣闊的領(lǐng)域，包括對自然語言理解、機器人以及網(wǎng)絡(luò)搜索等。

Quoc Le最近開發(fā)出了一項“深度學習”技術(shù)，能夠鑒別出網(wǎng)絡(luò)上不同的詞匯之間是如何關(guān)聯(lián)的，谷歌則在自己的“知識圖譜”中融入這項技術(shù)，從而幫助其對搜索結(jié)果進行知識系統(tǒng)化，讓每一個關(guān)鍵詞都能獲得完整的知識體系。

曾經(jīng)的困擾

Quoc Le上世紀90年代首次接觸到人工智能，但是確實讓他感到煩惱不已，因為當時的機器學習系統(tǒng)非常依賴工程師的手工輸入，盡管機器在一定程度上也具備理解能力，但是卻需要比較繁瑣的操作才能完成。比如當時的機器在照片沒有添加標簽的情況下就無法對其進行識別。

“我們對大量無標簽的數(shù)據(jù)進行了學習研究，”Quoc Le說道，他曾與“谷歌大腦”項目的創(chuàng)始人之一吳恩達（Andrew Ng）在斯坦福大學共同研究人工智能，“如果未來我們能夠找到一種可行的算法來讓機器對無標簽的數(shù)據(jù)進行識別，那將有可能會改變整個計算行業(yè)，畢竟現(xiàn)在網(wǎng)絡(luò)的大部分數(shù)據(jù)（如Facebook、Twitter和谷歌）都是沒有標簽的。”

這也正是“深度學習”技術(shù)未來想要實現(xiàn)的目標。利用數(shù)萬臺電腦通過軟件模擬人腦中的神經(jīng)元網(wǎng)絡(luò)，從而讓機器獲得與人類相似的學習能力，比如在某些情況下機器能夠在無需對數(shù)據(jù)添加標簽的情況下實現(xiàn)自動學習。

谷歌的貓臉識別其實就是“深度學習”技術(shù)的典型案例，只不過在經(jīng)過了長達三年的研發(fā)之后，這個項目仍然沒能獲得大的進展。與此同時，大部分商業(yè)深度學習系統(tǒng)目前仍然比較依賴人工監(jiān)控。“盡管貓臉識別技術(shù)的實用性很低，”吳恩達說道，“但是我認為這項技術(shù)代表是深度學習未來發(fā)展的一個方向。”

語言的挑戰(zhàn)

“深度學習”技術(shù)需要面臨的另一個挑戰(zhàn)是對自然語言的識別。人類的語言中包含大量的微妙信息，迄今為止科學界還未能找到識別這些微妙信息的方法。比如一個相同的詞匯，在不同的語境或語氣下都會有不同的意思，目前大部分人工智能系統(tǒng)都無法區(qū)分這些信息。“機器非常善于處理數(shù)據(jù)，但是卻無法應(yīng)付語言符號，”Quoc Le介紹說，“因為語言是一種具備高度象征意義的東西。”

對語言進行識別的關(guān)鍵是找到將符號轉(zhuǎn)譯成數(shù)字的方式。“目前我們還沒有找到將語言概念轉(zhuǎn)變成機器能夠處理的數(shù)學結(jié)構(gòu)的方法，”Quoc Le說道，“不過在與Word2Vec工具的幫助下，我們在這方面也取得了一定進展。希望未來我們的機器能夠自動識別發(fā)布在網(wǎng)絡(luò)上的海量信息。”

“人們未來是不可能隨時隨地監(jiān)督機器的學習的，”與Quoc Le一起在斯坦福大學攻讀博士學位的理查德索切（Richard Socher）說道，“我們希望未來能夠?qū)⒈O(jiān)督學習和非監(jiān)督學習結(jié)合起來，這樣機器就能實現(xiàn)許多目前難以想象的事情。”

Quoc Le最近聯(lián)合谷歌的幾位同事發(fā)表了一篇關(guān)于在深度神經(jīng)網(wǎng)絡(luò)研究中使用機器翻譯的文章，其中談到了對“回歸神經(jīng)網(wǎng)絡(luò)”的利用，據(jù)了解這可能是目前語言識別領(lǐng)域最為先進的技術(shù)。

更強大的“谷歌大腦”

Quoc Le在文章中表示，他們所發(fā)現(xiàn)的新方法要優(yōu)于其它機器翻譯算法，不過這也僅僅是“深度學習”的一個應(yīng)用而已，未來“深度學習”技術(shù)還將會用于網(wǎng)絡(luò)上的問題答疑、自動說明以及情感分析等等。

為了充分利用這些先進的算法，谷歌將不得擴充自己的“機器神經(jīng)網(wǎng)絡(luò)”規(guī)模，而不是局限在圖像和語音的識別領(lǐng)域。“深度學習”概念的奠基人、目前供職于谷歌的杰夫·韓?。℅eoff Hinton）曾在介紹“谷歌大腦”項目時表示：“就像是鴿子的大腦一樣，雖然它擁有良好的視力，但是任何人都不會與一只鴿子進行對話。”

實際上，即便是腦容量相當小的鴿子，其大腦的計算能力也能夠輕松超越目前世界上最為先進的“機器神經(jīng)網(wǎng)絡(luò)”（包括“谷歌大腦”），而在韓丁加盟谷歌之后，更是宣稱未來要幫助谷歌打造全球最大的“機器神經(jīng)網(wǎng)絡(luò)”來對“深度學習”進行更加全面的研究。