人工智能已具備無提示辨認(rèn)物體的技能

讓機(jī)器像新生兒的大腦一樣進(jìn)行自我學(xué)習(xí)和思考，這聽上去不可思議的場景正在谷歌代號為“Google X”的秘密研發(fā)部轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)。

近日，Google科學(xué)家杰夫·狄恩（Jeff Dean）透露，“Google X”實(shí)驗(yàn)室通過連接16000臺計(jì)算機(jī)處理器，創(chuàng)建了一個機(jī)器學(xué)習(xí)的神經(jīng)元網(wǎng)絡(luò)系統(tǒng)。結(jié)果發(fā)現(xiàn)，這個系統(tǒng)自己學(xué)會了對貓的辨認(rèn)。

去年夏天， Google X利用這一由16000多個處理器、10億個內(nèi)部節(jié)點(diǎn)組成的虛擬大腦，分析了1000萬幀從Youtube上隨機(jī)抓取的無標(biāo)簽視頻剪輯圖片，經(jīng)過了10天時(shí)間的運(yùn)轉(zhuǎn)，“大腦”終于認(rèn)識了什么是貓，并從接下來輸入的2萬張圖片中準(zhǔn)確找出了貓的照片。

和傳統(tǒng)的機(jī)器視覺技術(shù)不同，它們是根據(jù)人類的指令進(jìn)行學(xué)習(xí)，從而識別出某些特性。但在谷歌研究中，工程師們無需預(yù)先向機(jī)器輸入某一概念，該系統(tǒng)就能在并未得到任何外在幫助的前提下“自學(xué)成才”。

“我們在訓(xùn)練的時(shí)候從未告訴過那是"貓"，系統(tǒng)只是自行創(chuàng)建了貓這個概念?！苯芊颉さ叶鞲嬖V記者，“大腦”是自己從未標(biāo)記的YouTube靜態(tài)圖片中發(fā)現(xiàn)了貓是什么樣子，這就是“自我學(xué)習(xí)”。

他向記者解釋谷歌機(jī)器學(xué)習(xí)的理念：用眾多的電腦模擬人腦中的“神經(jīng)元”，形成一個“神經(jīng)網(wǎng)絡(luò)”。它不需要借助大批研究人員幫助電腦標(biāo)明事物之間的差異，只要為算法提供海量的數(shù)據(jù)，“神經(jīng)元”與“神經(jīng)元”之間的關(guān)系將會發(fā)生變化，讓數(shù)據(jù)自己說話，讓組成“神經(jīng)網(wǎng)絡(luò)”的機(jī)器具備自動學(xué)習(xí)、識別數(shù)據(jù)的能力，在新的輸入中找出與學(xué)到的概念對應(yīng)的部分，達(dá)到識別的效果。

例如，在看過數(shù)百萬張圖片后，谷歌的虛擬大腦將自己構(gòu)建出一張理想的貓的圖片，利用不同層級的存儲單元成功提煉出貓的基本特性。有科學(xué)家認(rèn)為，這似乎是在控制論層面模擬了人類大腦視覺皮層的運(yùn)作方式。

不過這一機(jī)器學(xué)習(xí)技術(shù)并不僅僅局限在圖像方面。目前，Google正在將該虛擬人腦用于提升語音識別的準(zhǔn)確率。杰夫·狄恩介紹，GoogleX團(tuán)隊(duì)曾和谷歌語音識別團(tuán)隊(duì)有過一次合作，5天內(nèi)在800個機(jī)器上進(jìn)行訓(xùn)練，就單字錯誤檢出率而言，該系統(tǒng)已讓Google的語音識別準(zhǔn)確率提升了25%，這相當(dāng)于研究語音識別20年的成果。

但目前，這一研發(fā)只有一年半的實(shí)驗(yàn)項(xiàng)目，距離商用或許還有不遠(yuǎn)的距離。杰夫·狄恩說，現(xiàn)在機(jī)器學(xué)習(xí)技術(shù)還未達(dá)到完美，有時(shí)出現(xiàn)劣質(zhì)的轉(zhuǎn)錄文本、滑稽的翻譯結(jié)果或者錯誤識別的圖像，但相信在未來，機(jī)器學(xué)習(xí)可以變得更準(zhǔn)確，越來越聰明。他預(yù)計(jì)，未來這項(xiàng)機(jī)器學(xué)習(xí)技術(shù)將用以幫助實(shí)現(xiàn)高質(zhì)量的語音識別、實(shí)用型計(jì)算機(jī)視覺、攔截垃圾郵件，甚至應(yīng)用于谷歌自動駕駛汽車。

有外媒報(bào)道，曾有加拿大蒙特利爾大學(xué)的一位研究機(jī)器學(xué)習(xí)的教授YoshuaBengio在看了谷歌的演示后表示，谷歌的虛擬人腦技術(shù)讓人類離人工智能的終極目標(biāo)又進(jìn)了一步。“事實(shí)上，該系統(tǒng)的運(yùn)行模式已經(jīng)和哺乳動物甚至人類大腦的某些工作模式有些像了。Google的這個虛擬人腦有點(diǎn)類似于哺乳動物大腦中一個叫做視覺皮層的部位，能夠通過視覺發(fā)現(xiàn)物體?！?YoshuaBengio說。

這是否意味著出現(xiàn)了機(jī)器代替人腦的苗頭？杰夫·狄恩給出的答案是：“誰也不能預(yù)測未來10~20年機(jī)器學(xué)習(xí)的發(fā)展方向?！彼岬?，目前谷歌機(jī)器學(xué)習(xí)僅限于認(rèn)知類的簡單工作，至于說幫助人們做規(guī)劃、協(xié)調(diào)工作關(guān)系等等，恐怕需要另外一些能力。

從計(jì)算技術(shù)角度來說，神經(jīng)網(wǎng)絡(luò)成本非常昂貴。杰夫·狄恩并沒有給出具體的數(shù)字，但介紹，通常機(jī)器學(xué)習(xí)領(lǐng)域使用的大多數(shù)網(wǎng)絡(luò)中只使用了100萬到1000萬個連接。但谷歌現(xiàn)在正在積極擴(kuò)展系統(tǒng)，以訓(xùn)練更大規(guī)模的模型。

“雖然現(xiàn)在還沒有公認(rèn)的方式將人工神經(jīng)網(wǎng)絡(luò)和生物大腦進(jìn)行對比，但為了讓大家大概地感覺到所謂的"更大規(guī)模"，可以和人腦做一個很粗略的比較 —— 普通成人大腦大約有100萬億個連接。在這一領(lǐng)域，更大規(guī)模機(jī)器學(xué)習(xí)有著難以想象的發(fā)展空間?！?杰夫·狄恩說。