微信号:programmer_club

介绍:程序员第一自媒体,与你探讨码农人生路上遇到的各类泛技术话题,定期为你推荐码农人生思考、感悟以及启迪!

谷歌副总裁:我们距离真正的人工智能为时尚早

2016-10-05 21:58 程序员之家



   9月29日消息,据国外媒体报道,一百多年来,人工智能一直是计算机界的终极难题,对这种极其复杂的技术,我们目前了解的只是冰山一角。目前,科技界的所有领军企业都向人工智能系统的研发投入了重金,但目前看来,我们距离真正的人工智能依旧十分遥远。

  对此,国外媒体对谷歌的搜索业务高级副总裁约翰-贾南德雷亚(John Giannandrea)展开了采访。他曾担任谷歌的机器智能业务高管。




  以下为访问主要内容。

  目前并非人工智能时代,而是机器学习时代

  约翰先阐明了一个问题,即机器智能拥有三个不同的层次:机器学习、机器智能与人工智能。机器学习是我们目前所处的研发阶段。在机器学习系统中,我们可编写某种算法并输入一些信息,用来训练机器以某种方式运行。

  机器学习的较高层次是,机器能够吸收所学的内容,并适应新概念。而真正的人工智能能够自学新概念并实现自我进步,就像人类那样。我们目前已攻克的问题仅仅是编写人工学习算法。而且,约翰表示,要让系统吸纳所学内容并靠依赖自身的力量来适应新环境,为时尚早。




  神经网络以及数字训练场

  要让机器达到最简单的智能水平,核心在于“训练”。每台机器首先得接受“训练”,才能以某种方式处理信息。例如,向机器展示一张狗的照片,要它把照片正确标记为“狗”,谷歌需要向神经网络提供成千上万张狗的照片。本质上而言,神经网络是模拟人脑的多层数字感知器。

  其中每一层都拥有某些“端口”,它们就像人脑中的神经元一样,可根据携带的刺激信号与对应端口相连接。因此,研究人员会向神经网络输入成千上万张仅含有狗的图像,并查看所有图片对应的输出信息是否是“狗”。一旦出现错误,错误的信息就会被反馈到神经网络中,这样神经网络就能从错误中“学习”,并调整识别模式。谷歌已取得一些显著的进展,这可在照片管理应用Google Photos中得到体现——该应用可基于内容对照片展开分类。

  用户可以在Google Photos中输入“猫”,结果就会搜出图库中所有带猫的照片。这就属于机器学习的范畴,但仍然相当有限。约翰指出,虽然这种算法能够搜出所有带猫的照片,但无法根据猫的品种来细分照片。




  机器学习的真正极限

  当前阶段的机器学习拥有着相当有限的功能。它能够区分猫和狗,但还没办法识别出猫的不同品种。机器学习只能在很有限的变量范围内运行,哪怕只有一个变量发生变化,它就无法正常运行。例如,如果把一只猫装扮成狗,那么Photos应用该把它认作猫还是狗?

  谷歌一直利用机器学习技术来开发能够区分说话者的声音和环境噪声的语音识别软件。这种软件还能够识别不同语言,但无法识别语调以及说话时的情感模式(例如,讽刺)。它只能在十分有限的参数集合中运行,要扩大可运行的参数范围,研究者就需要投入大量的时间,并安排成千上万次训练,才能让机器学习系统正常运行。




  谷歌如何应用机器学习技术

  约翰表示,谷歌的机器学习API目前仍处在研发初期,但进展速度相当快。谷歌正使用机器学习来增强自动搜索功能、YouTube的推荐视频功能、邮件客户端Inbox以及即时通讯工具Allo等等。Inbox的功能之一是基于内容撰写并发送自动回复邮件。约翰表示,Inbox用户发出邮件中的10%就使用了自动回复邮件这一功能。

  Allo则更为智能。Allo中的算法学习了用户特有的交谈方式后,就会基于所学内容、建议回复内容。

  语音助手Google Assistant对机器学习技术的应用可以说最为深入。它能够识别语言,甚至区分用户的声音与周边的噪音。Google Now则基于用户的使用模式为用户生成相关信息。




  隐私问题

  谷歌正在收集大量的用户数据,这不是什么秘密。这些数据对谷歌的用途之一是训练机器学习API。当被问及这些数据的安全性有多大,约翰回答,所有数据被用于训练机器学习,并汇总成一个庞大的数据库,但谷歌对数据进行了匿名处理,因此所有数据都无法追溯至来源。

  不过,一旦API受训成功,并投入服务,届时它将能够阅读用户此前同意与谷歌分享的数据,并基于这些隐私数据提出建议。

  信息共享具有双重性。一方面,这些信息经匿名化处理后可用来训练API。另一方面,一旦机器学习服务投入实际使用,就会基于用户活动提出建议。谷歌地图向我们提供交通信息的背后运行原理就是这样。谷歌地图从数千名正在开车的用户收集到数据,并把这些数据显示在应用上,只不过用户无法认出应用中的哪个像素对应的是自己的车。




  未来前景

  谷歌除了在旗下诸多产品中应用机器学习算法外,还向许多商家和开发者开放各种API。最有趣的是,机器学习算法在医疗应用上的潜力。例如,如果语音助手能够识别出用户声音中极度紧张或抑郁的状态,那么它可能会自动拨打用户亲人或爱人的电话,或者建议用户联系所处位置的心理咨询师。

  下一个阶段是机器智能,这时手机能够在用户甚至还没想到要做什么时就自动提供建议。例如,用户刚找到一份新工作时,手机中的机器智能系统就会建议该买个新衣柜了。如果用户正在策划晚会的主持事宜,手机会基于用户平时的联络信息以及用户与这些联络人之间的互动情况,自动生成邀请宾客的建议清单。

  谷歌最无私之处在于,它通过人工智能学习系统Tensor Flow免费开放公司的机器学习资源,任何人都可以通过使用Tensor Flow这个工具来训练机器学习执行特定任务。

  谷歌正致力于让人类的生活更为便利,谷歌的大量努力将对人类的日常生活带来深远的影响。快节奏的生活方式已司空见惯,这种情形下,拥有能够跟踪日常事物的数字助理确实相当有用。

  每个月随便拍拍都有数百张照片,真的懒得整理。但智能技术能够帮我们分类整理,多么省心省事。最令人兴奋的是,人工智能上的技术突破能够带来的便利远非这些,更美好的产品还在未来等着我们。


来源于:网易科技

原文链接:http://www.citnews.com.cn/news/201609/22873.html




 
程序员之家 更多文章 套路是我设计的,你呢? 简单点,开发的方式简单点 Linux线程,什么鬼? 我快死了 一个设计师到底需要什么
猜您喜欢 关于反爬虫,看这一篇就够了 陈超:Kafka 0.8.2 新的offset管理 Jedis 对 redis 的操作详解(上) 2小时搞定移动直播App开发 开始学习 Python学习之函数的运用