<delect id="xzrpp"></delect>

<mark id="xzrpp"><address id="xzrpp"><b id="xzrpp"></b></address></mark>

    
    

        <delect id="xzrpp"><thead id="xzrpp"><p id="xzrpp"></p></thead></delect>
        <nobr id="xzrpp"><meter id="xzrpp"></meter></nobr><em id="xzrpp"></em>

          百度首席科學家Andrew Ng:如何從“機器學習”到“復制人類大腦

          導讀一個月前,Coursera的聯合創始人、斯坦福大學人工智能實驗室的主管Andrew Ng宣布加入百度位于硅谷的深度學習研究院,他說ldquo;我決定將我接下來的這段時間投入到建造更先進的

          一個月前,Coursera的聯合創始人、斯坦福大學人工智能實驗室的主管Andrew Ng宣布加入百度位于硅谷的深度學習研究院(IDL),他說:“我決定將我接下來的這段時間投入到建造更先進的深度學習系統中去。而我認為,百度將是合適的地方。”

          上周,Andrew在加入百度后首次發表關于深度學習和商業應用的公開演講,在PingWest舉辦的SYNC 2014舊金山大會上,他分享了他對下一代深度學習系統的期待,和他將在百度要做的事情。

          深度學習并不只是一個學術概念,它是許多現代科技產品背后的“引擎”,作為核心技術支撐著商業上的應用,比如網絡搜索、機器翻譯、產品推薦和醫學圖像等,帶來了相當可觀的經濟價值。

          一些手機里,也可以看到“深度學習”的基因。比如每部Android手機上的語音識別功能。上周剛剛發行的Amazon Fire Phone,其所配備的6個攝像頭和商品推薦等功能,也是基于機器學習和深度學習來實現的。

          Andrew說:“許多你聽過的,像我這樣的家伙分享的和深度學習有關的演講里,有兩個概念都會被混淆在一起。今天,我要把這兩個大的概念分開來解釋清楚。”

          這兩個大的概念,“機器學習”指的是在已標記數據上進行的深度學習(也被稱之為在監管下進行的深度學習,supervised learning),而“deep learning”是指在未標記的數據上進行的深度學習(unsupervised learning)。

          Andrew和他的團隊在斯坦福實驗室做的實驗,可以清楚地解釋這兩者的區別:早前,他們造了一些機器人,試圖讓機器人找出一個辦公空間內的馬克杯。他們跑遍了舊金山灣區,買來所有他們可以買到的馬克杯,并從各個維度給這些杯子都拍了照片,總共獲得了5萬張馬克杯的照片,并將這些照片都展示給這個機器人訓練它。經過這個實驗后,機器人最終可以在一個辦公空間內,找到所有的馬克杯。

          “之所以深度學習可以奏效,是因為在學習被標記的數據上,它的表現很好。”但Andrew馬上說:“我們發現,這和動物及人類學習的還是不同。我相信,即使是最最深沉地愛著自己孩子的父母,也不會跑遍舊金山灣區,找出5萬個馬克杯的照片指認給自己的孩子看,來讓他認識什么是馬克杯的。人類和動物的學習方式是,進入環境,由我們自己去感受這個環境并學習。”

          “深度學習”的研究者們又重新回頭借助神經科學審視人類大腦學習的過程。他們發現人類大腦在看到實物的第一個步驟,是尋找實物的邊緣。幸運的是,來自伯克利的研究者的實驗表明,復制這個人腦處理視覺早期步驟的過程,是可以被可以神經網絡所實現的,而且這個“神經網絡”不僅對于圖像識別奏效,對于音頻識別也可以產生相同的結果?,F在,Andrew和他的團隊正在對這一部分的“深度學習算法”進行解析。

          從非標記數據中學習——這是現在讓Andrew感到非常興奮的點,因為這能讓深度學習普及到更多的應用領域,他解釋說:“因為對于許多應用方向而言,我們沒有那么多標記數據。其二,這更接近人類學習的過程。”

          但要完成這部分的工作,單靠學?;蚴茄芯繖C構很難實現,必須要借助外部的力量,因為所有的實驗結果都指向了這樣一個趨勢:模擬出的神經系統越大,實驗效果越好。2010年,Andrew加入Google,按他自己的話說,“我上下求索,到處去找誰有最多的電腦、并且還愿意讓我使用的?”Google幫助Andrew開發出了擁有十億個連接的“深度學習”系統,Andrew說:“有了Google我才能造出比原先大百倍的系統。” 他所帶來的研究成果也幫助Google開發出了許多商業產品。

          但這些算法的應用范圍仍然十分局限,只有像Google這樣的科技巨頭,才擁有這樣的資源,進而擁有這樣的技術。創業公司或者是普通研究學者,并沒有機會在這么大的模擬神經網絡上,去試驗自己的想法和算法。

          “我們真正感興趣的是,如何讓深度學習更加的民主化?”Andrew說。對此,他和他的學生AdamCoates決定用GPU替代CPU,降低造價——GPU是Graphics Processing Unit的縮寫,是用來進行視覺圖像處理的,在每個人的電腦里都有。

          但今天的人工智能,仍然是一個對資本要求很高的生意,而只有像Google,Baidu這樣以搜索起家的公司,才能提供盡可能多的實驗數據和計算力——這是他選擇加入百度的一個原因。Andrew說:“這有點悲哀。你需要大量的數據和電腦,幸運的是,百度有這些東西。其次,百度是一個敏捷的機構,能快速地調配資源去需要的地方;同時,我被我所遇到的人所折服,比如百度美國的總經理Alex Cheng,我的好朋友余凱和張潼,他們多么的友好、聰明、努力和謙遜;他們愿意讓我加入他們和他們合作,我覺得這是我的榮幸。”

          加入百度后,現在Andrew正在著手為下一代的“深度學習系統”搭建基礎設施和準備工具——這也是他讓深度學習民主化的重要一步,他要讓在該領域做研究和想要應用深度學習概念的人們,有一個可使用的系統測試自己的點子。他說:“我知道下一代的百度深度學習系統不會來自于我個人,我們現在在建造為下一代深度學習系統而準備的工具和基礎設施,來讓研究人員和我們合作,測試點子和進行學習。我想做的是,建立起來基礎設施,讓別人來和我們合作,讓他們成為下一代深度學習領域內的英雄。”

          免責聲明:本文章由會員“王書”發布如果文章侵權,請聯系我們處理,本站僅提供信息存儲空間服務如因作品內容、版權和其他問題請于本站聯系
          两个人电影bd高清在线观看_少妇高潮叫床在线播放_都市激综合小说区另类区_女仆学校羞耻椅子调教h
          <delect id="xzrpp"></delect>

          <mark id="xzrpp"><address id="xzrpp"><b id="xzrpp"></b></address></mark>

            
            

                <delect id="xzrpp"><thead id="xzrpp"><p id="xzrpp"></p></thead></delect>
                <nobr id="xzrpp"><meter id="xzrpp"></meter></nobr><em id="xzrpp"></em>