-
>
全國計(jì)算機(jī)等級(jí)考試最新真考題庫模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
深度學(xué)習(xí)的商業(yè)化應(yīng)用:谷歌工程師前沿解讀人工智能 版權(quán)信息
- ISBN:9787568042338
- 條形碼:9787568042338 ; 978-7-5680-4233-8
- 裝幀:一般膠版紙
- 冊(cè)數(shù):暫無
- 重量:暫無
- 所屬分類:>
深度學(xué)習(xí)的商業(yè)化應(yīng)用:谷歌工程師前沿解讀人工智能 本書特色
阿爾法圍棋何以能夠戰(zhàn)勝頂j職業(yè)圍棋棋手? 計(jì)算機(jī)能像人類一樣溝通交流? 計(jì)算機(jī)也能夠做夢(mèng)? 計(jì)算機(jī)識(shí)別動(dòng)態(tài)圖像的能力已超過人類專家? 深度學(xué)習(xí)適合的領(lǐng)域和不適合的領(lǐng)域分別是哪些? 深度學(xué)習(xí)需要哪四類人才? 本書請(qǐng)出谷歌工程師一一為你解答。
深度學(xué)習(xí)的商業(yè)化應(yīng)用:谷歌工程師前沿解讀人工智能 內(nèi)容簡(jiǎn)介
本書以豐田日美轎車的通信應(yīng)對(duì)為引子, 引出人工智能孕育新的創(chuàng)新時(shí)代這一龐大而富有遠(yuǎn)見的課題, 而深度學(xué)習(xí)的研究課題恰恰是要解決現(xiàn)實(shí)世界存在的問題。在比較了人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之后, 講述深度學(xué)習(xí)的機(jī)制, 給出深度學(xué)習(xí)面向未來的擴(kuò)展應(yīng)用, 包括支持自動(dòng)駕駛、超越人類目視識(shí)別圖像的能力、深度理解文章的文本分析能力、跨越語言障礙的機(jī)器翻譯能力等。
深度學(xué)習(xí)的商業(yè)化應(yīng)用:谷歌工程師前沿解讀人工智能 目錄
人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)有何不同?3
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一部分4
機(jī)器學(xué)習(xí)無需人類編程6
計(jì)算機(jī)的發(fā)展使深度學(xué)習(xí)成為可能8
人工智能的發(fā)展如同一股“研究洪流”12
從“移動(dòng)優(yōu)先”到“AI優(yōu)先”14
第二章入門
深度學(xué)習(xí)的框架21
何謂機(jī)器學(xué)習(xí)以外的人工智能21
機(jī)器學(xué)習(xí)的基礎(chǔ)24
機(jī)器學(xué)習(xí)存在多種手段26
神經(jīng)網(wǎng)絡(luò)模擬大腦神經(jīng)構(gòu)造27
計(jì)算機(jī)自主學(xué)習(xí)分類方法32
通過網(wǎng)上的“游樂場(chǎng)”理解神經(jīng)網(wǎng)絡(luò)36
教師引導(dǎo)式學(xué)習(xí)與強(qiáng)化學(xué)習(xí)40
“阿爾法圍棋”充分應(yīng)用強(qiáng)化學(xué)習(xí)43
第三章谷歌實(shí)例
目錄谷歌的深度學(xué)習(xí)應(yīng)用實(shí)例49
面向未來,深度學(xué)習(xí)的應(yīng)用范圍不斷擴(kuò)展49
語音操控的家庭AI管家50
能像人類一樣溝通交流!?54
深度學(xué)習(xí)助力無人駕駛58
深度學(xué)習(xí)為數(shù)據(jù)中心大幅節(jié)能60
超越人眼,分辨事物的圖像識(shí)別功能62
自動(dòng)對(duì)照片進(jìn)行分類的“Google相冊(cè)”64
用人工智能判斷繪畫作品的“Quick,Draw”66
計(jì)算機(jī)也能做夢(mèng)?“深夢(mèng)”實(shí)驗(yàn)68
產(chǎn)出優(yōu)秀藝術(shù)與音樂的Magenta69
動(dòng)態(tài)圖像也可識(shí)別!“讀唇術(shù)勝過專家”70
能夠理解文章的文本分析技術(shù)71
自動(dòng)生成回復(fù)郵件參考文的“Inbox”73
垃圾郵件過濾器的精準(zhǔn)度也大幅提升74
使企業(yè)信息檢索暢通無阻的“Google Springboard”75
發(fā)出語音即可與計(jì)算機(jī)互相溝通的“語音識(shí)別”76
在人機(jī)對(duì)話過程中提供幫助的“Google助手”78
能夠生成合成語音及鋼琴曲的“WaveNet”80
有望打破語言壁壘的“機(jī)器翻譯”82
神經(jīng)網(wǎng)絡(luò)推動(dòng)Google翻譯進(jìn)化83
可輕松使用深度學(xué)習(xí)成果的“機(jī)器學(xué)習(xí)API”87
可有效利用個(gè)性化深度學(xué)習(xí)的“TensorFlow”92
深度學(xué)習(xí)的適用領(lǐng)域與不適用領(lǐng)域94
第四章企業(yè)實(shí)例
利用深度學(xué)習(xí)技術(shù)提高工作效率的嘗試在日本接連展開99
安藤·間,隧道施工過程中判斷巖層硬度99
思考如何讓挖掘作業(yè)自動(dòng)達(dá)到*優(yōu)化的程度101
從汽車照片到外形,全部精確鎖定,AUCNET IBS102
一年使用約500萬輛二手車的數(shù)據(jù)105
無法識(shí)別車輛朝向的痛點(diǎn)107
為提升二手車交易的活躍度作出貢獻(xiàn)108
Aerosense對(duì)無人機(jī)航拍數(shù)據(jù)的運(yùn)用109
搭建通過少量教師數(shù)據(jù)檢測(cè)汽車數(shù)量的系統(tǒng)110
開發(fā)能提高測(cè)量效率的標(biāo)記112
Peach,通過語音識(shí)別API 24小時(shí)提供出行咨詢服務(wù)114
人與人工智能的職責(zé)分配117
三井住友金融集團(tuán),對(duì)信用卡非正常使用情況的檢測(cè)精
準(zhǔn)度大幅提升119
全面覆蓋呼叫中心121
數(shù)據(jù)得不出的答案124
第五章運(yùn)用框架
用數(shù)據(jù)×目的的方式進(jìn)行整合,描繪運(yùn)用的發(fā)展圖景129
數(shù)據(jù)×目的整合法131
走在前端的圖像數(shù)據(jù)運(yùn)用133
語音數(shù)據(jù)主要來自呼叫中心135
符合實(shí)際的運(yùn)用方法:以削減成本為入口137
成功**的常識(shí)與人才轉(zhuǎn)換141
能否構(gòu)想出運(yùn)用的推進(jìn)圖景?142
需要什么樣的人才?145
機(jī)器學(xué)習(xí)日常化,下一個(gè)具有特殊價(jià)值的會(huì)是?147
第六章未來展望
未來,我們用深度學(xué)習(xí)解決問題151
谷歌云機(jī)器學(xué)習(xí)團(tuán)隊(duì)研究負(fù)責(zé)人李佳的解答151
技術(shù)革新的引導(dǎo)力是深度學(xué)習(xí)152
人類能力優(yōu)秀,算法研究任重道遠(yuǎn)154
深度學(xué)習(xí)處于“數(shù)據(jù)匱乏”狀態(tài)156
解決現(xiàn)實(shí)世界的問題是AI研究的目標(biāo)157
結(jié)語
后記
深度學(xué)習(xí)的商業(yè)化應(yīng)用:谷歌工程師前沿解讀人工智能 節(jié)選
第1章輕松入門人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)有何不同? 人工智能戰(zhàn)勝了職業(yè)圍棋棋手。 機(jī)器學(xué)習(xí)使圖像識(shí)別得以實(shí)現(xiàn)。 深度學(xué)習(xí)使工廠的預(yù)見性維護(hù)成為可能。見過或者聽過上面這些話的人應(yīng)該不在少數(shù)。一方面,人工智能又叫AI,是Artificial Intelligence的簡(jiǎn)略說法,諸如此類的小知識(shí)大概也已經(jīng)成為常識(shí)。另一方面,對(duì)Deep Learning的應(yīng)用近年急速發(fā)展,大概也令不少人了解到它的日語叫法是“深層學(xué)習(xí)”日語直接用“深層學(xué)習(xí)”四個(gè)漢字表述這個(gè)概念,意思就是漢語里的“深度學(xué)習(xí)”。。這些與人工智能相關(guān)的詞匯,不再只是新聞里出現(xiàn)的概念,它們正越來越多地觸碰我們的日常生活。 如果有人問你:“人工智能與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)有什么不同?”你該如何回答呢?大家可能都對(duì)人工智能有這樣一個(gè)模糊的印象,感覺好像就是電腦變聰明了,即便沒有人類的指令,也能推導(dǎo)出結(jié)果。然而就算擁有這種認(rèn)知,想要解釋三者之間的差異也還是有些困難。 事實(shí)上,人工智能的潮流已經(jīng)從推動(dòng)學(xué)術(shù)研究,贏得智力競(jìng)賽,在將棋、圍棋等游戲項(xiàng)目上取得勝利這種場(chǎng)合擴(kuò)展到了商務(wù)場(chǎng)合。在不久的將來,它還很有可能與你的工作產(chǎn)生聯(lián)系,打破以往你覺得自己的工作與人工智能毫無關(guān)系的固有想法。到那個(gè)時(shí)候,如果還不理解什么是人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí),那么你不僅抓不住商業(yè)機(jī)會(huì),還會(huì)面臨被時(shí)代潮流拋棄的生存危機(jī)。 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一部分 接下來就人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)這三個(gè)概念逐一為大家稍作解釋。首先是人工智能,這里說是解釋,實(shí)際上只是一種不夠嚴(yán)謹(jǐn)?shù)慕榻B,因?yàn)槿斯ぶ悄苓@個(gè)概念并非三言兩語就能解釋清楚的。什么樣的東西才能稱之為人工智能?對(duì)這個(gè)議題,就連學(xué)者和專家們的意見也都各不相同。要是涉及人工智能的應(yīng)用這個(gè)問題,那討論范圍可能還會(huì)擴(kuò)大到哲學(xué)范疇。 在此,我們暫且大而化之,把人工智能定義為“智能化處理信息的事物,或這種處理技術(shù)”。計(jì)算機(jī)在輸入某種信息后輸出某種認(rèn)知結(jié)果,這個(gè)想法應(yīng)該基本符合大家對(duì)人工智能的想象。 曾參與“谷歌翻譯”的開發(fā)工作,并且自己也是機(jī)器學(xué)習(xí)研究者的高級(jí)工程經(jīng)理賀沢秀人是這么解釋的:“同一臺(tái)計(jì)算機(jī),如果它只是做一些類似加法運(yùn)算,或者把圖像轉(zhuǎn)換成黑白形式這類工作的話,那就算不上人工智能。當(dāng)工作內(nèi)容變成推算圖像內(nèi)容時(shí),它才會(huì)涉及智能化處理。能夠進(jìn)行智能化處理的機(jī)器和技術(shù),才勉強(qiáng)算是普遍意義上的人工智能。人工智能的概念其實(shí)是非常寬泛的。” 在此,我們就不再具體探討什么是人工智能這個(gè)哲學(xué)話題了,暫且把它看作一個(gè)大概念,理解為智能化處理。接下來我們談?wù)劇皺C(jī)器學(xué)習(xí)”與“深度學(xué)習(xí)”。 首先,概括來說,機(jī)器學(xué)習(xí)和深度學(xué)習(xí)都是實(shí)現(xiàn)人工智能的手段。從這個(gè)意義上看,認(rèn)為人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)好像差別不大的看法是成立的。接下來為大家解答機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的關(guān)系。在這個(gè)問題上,谷歌的賀沢為我們給出了明確定義。機(jī)器學(xué)習(xí)的其中一個(gè)領(lǐng)域就是深度學(xué)習(xí)。如果用維恩圖展示,那外面的一圈就是人工智能,里面有一部分是機(jī)器學(xué)習(xí),機(jī)器學(xué)習(xí)里再分出深度學(xué)習(xí)(圖11)。因此,看到有關(guān)深度學(xué)習(xí)的新聞時(shí),我們可以把新聞涉及的話題理解為機(jī)器學(xué)習(xí)或人工智能。不過,談到機(jī)器學(xué)習(xí)的時(shí)候,我們就無法斷定它是否特指深度學(xué)習(xí)的技術(shù)和方法。希望大家先理解清楚三者之間的關(guān)系。 圖11人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的關(guān)系機(jī)器學(xué)習(xí)無需人類編程 機(jī)器學(xué)習(xí)的其中一部分是深度學(xué)習(xí),這個(gè)定義我們已經(jīng)弄清楚了。接下來就來聽聽賀沢對(duì)機(jī)器學(xué)習(xí)這個(gè)大框架的解說。 “首先,我們以計(jì)算機(jī)為主的普通機(jī)器為例。普通機(jī)器會(huì)根據(jù)設(shè)定的程序運(yùn)行。無論是超級(jí)計(jì)算機(jī),還是一般人手頭的智能手機(jī),都得遵循這個(gè)規(guī)則。這個(gè)程序由人類設(shè)定。人類預(yù)先設(shè)定好這樣一套程序:接收到信息A時(shí),若條件B同時(shí)成立,則運(yùn)行X。這樣一來,計(jì)算機(jī)就會(huì)根據(jù)程序輸出結(jié)果。” 那么,機(jī)器學(xué)習(xí)不同的地方在哪里呢? “機(jī)器學(xué)習(xí)模式下,人類無需編寫程序。如何下判斷,這一點(diǎn)不再由人類告訴機(jī)器,而是機(jī)器自主學(xué)習(xí)掌握。基于此,我們把它稱為‘機(jī)器學(xué)習(xí)’。人類雖然不再設(shè)定規(guī)則了,但這并不意味著處于原始狀態(tài)的機(jī)器能在接收到信息后給出相應(yīng)結(jié)果。實(shí)現(xiàn)機(jī)器學(xué)習(xí)的方法之一,就是給機(jī)器一些示例,比如告訴機(jī)器,與信息‘A’對(duì)應(yīng)的結(jié)果是‘X’。簡(jiǎn)而言之,就是向機(jī)器提供大量互相匹配的輸入與輸出示例。這樣一來,即便人類不編寫程序,機(jī)器也能自主學(xué)習(xí),創(chuàng)建出‘模型’。這就是機(jī)器學(xué)習(xí)的基礎(chǔ)。” 機(jī)器學(xué)習(xí),就是指機(jī)器得出結(jié)果的方式不是從人類那里獲取程序,而是通過自主學(xué)習(xí)海量數(shù)據(jù),從中創(chuàng)建出模型。機(jī)器學(xué)習(xí)不像人類編程,它不思考“在何種條件下可得出何種結(jié)果”的邏輯,只通過創(chuàng)建“模型”,輸出與輸入進(jìn)來的信息相對(duì)應(yīng)的正確結(jié)果。這種方式讓人覺得有些不可思議。 話說回來,嬰兒進(jìn)入記事階段后,也是靠父母灌輸邏輯性的條件分支程式來進(jìn)行學(xué)習(xí)的。父母的教育方式是,針對(duì)某種情況(輸入),告訴嬰兒某個(gè)詞匯的意思,又或者是某項(xiàng)應(yīng)該采取的行動(dòng),讓嬰兒通過大量相互匹配的輸入與結(jié)果來獲取知識(shí)。從這個(gè)層面上看,機(jī)器學(xué)習(xí)似乎與人類的學(xué)習(xí)方式非常接近(圖12)。 請(qǐng)大家記住這一點(diǎn):有多種人工智能是基于人類編寫的程序運(yùn)轉(zhuǎn)的,機(jī)器學(xué)習(xí)與這些需要程序的人工智能不同,它屬于另一種人工智能。 圖12機(jī)器學(xué)習(xí)與人類學(xué)習(xí)計(jì)算機(jī)的發(fā)展使深度學(xué)習(xí)成為可能 想必大家對(duì)機(jī)器學(xué)習(xí)的認(rèn)識(shí)已經(jīng)漸漸清晰,那么接下來就進(jìn)入熱門話題——深度學(xué)習(xí)(Deep Learning)。機(jī)器學(xué)習(xí)模式下,存在輸入與輸出,計(jì)算機(jī)需要建立模型,為輸入與輸出搭建關(guān)聯(lián)。然而,建立合適的模型并非易事。對(duì)此,賀沢是這么說的: “即便人類寫好判斷圖像內(nèi)容的計(jì)算機(jī)程序,計(jì)算機(jī)真正實(shí)行起來也還是很困難。就算只讓機(jī)器學(xué)習(xí)同一件事情,機(jī)器也很難做到。這是因?yàn)椋跈C(jī)器學(xué)習(xí)模式下,計(jì)算機(jī)要做的是導(dǎo)出與輸入對(duì)應(yīng)的輸出,而其中要經(jīng)歷的復(fù)雜判斷是很難在第1階段就達(dá)成的。比如,向計(jì)算機(jī)輸入人臉圖像數(shù)據(jù)時(shí),計(jì)算機(jī)第1階段的處理是作出簡(jiǎn)單判斷,看這個(gè)圖像是明是暗,是右半邊更亮,還是左半邊更亮,等等,這已經(jīng)是第1階段處理能達(dá)到的極限了。接下來,計(jì)算機(jī)再進(jìn)入下一階段,進(jìn)一步處理第1階段得出的結(jié)果。就這樣,計(jì)算機(jī)通過多階段處理,判斷出圖像的形狀,然后再疊加處理,判斷出人臉。這種疊加多層處理,實(shí)現(xiàn)復(fù)雜判斷的技術(shù),就被稱作深度學(xué)習(xí)。” 機(jī)器第1階段的處理只能得出簡(jiǎn)單結(jié)果,但通過深化處理層級(jí),機(jī)器就能運(yùn)行復(fù)雜的處理工作,這就是深度學(xué)習(xí)的構(gòu)想。深度學(xué)習(xí)也是機(jī)器學(xué)習(xí)的一種,因此人類無需為其設(shè)定程序,只要給它大量互相匹配的輸入與輸出,它就會(huì)自動(dòng)調(diào)整各階段處理的關(guān)聯(lián)性,導(dǎo)出與輸入對(duì)應(yīng)的正確輸出。 深度學(xué)習(xí)模式下,計(jì)算機(jī)必須疊加多層處理。為了讓它自行調(diào)整每層處理的關(guān)聯(lián)性,就必須給它提供大量互相匹配的輸入與輸出。這樣一來,它的計(jì)算量會(huì)達(dá)到十分驚人的程度。 “機(jī)器學(xué)習(xí)的構(gòu)想早在幾十年前就有了,深度學(xué)習(xí)的想法同樣也由來已久。然而直到10年前,這些都還是無法實(shí)現(xiàn)的想法。因?yàn)楫?dāng)時(shí)的計(jì)算機(jī)能力有限,也很難收集起大量數(shù)據(jù)。而現(xiàn)在,計(jì)算機(jī)的計(jì)算能力得到大幅度提高,還能通過互聯(lián)網(wǎng)等媒介收集大量數(shù)據(jù),因此到近幾年,機(jī)器學(xué)習(xí)與深度學(xué)習(xí)已經(jīng)發(fā)展到了實(shí)用階段。”(賀沢) 深度學(xué)習(xí)不是近年才出現(xiàn)的新概念,它在經(jīng)歷過一段蟄伏期后,搭上計(jì)算機(jī)技術(shù)與互聯(lián)網(wǎng)高度發(fā)達(dá)的時(shí)代春風(fēng),終在今天開花結(jié)果,并逐漸成為當(dāng)代人工智能發(fā)展的主流。 “就目前的趨勢(shì)來看,深度學(xué)習(xí)的發(fā)展與運(yùn)用,可能代表著整個(gè)人工智能領(lǐng)域的發(fā)展與運(yùn)用。” 正如賀沢所言,深度學(xué)習(xí)的運(yùn)用是當(dāng)下的人工智能運(yùn)用中重要的一部分。大家可以把人工智能想象成一片廣闊的海域,機(jī)器學(xué)習(xí)就是漂浮其上的海島,深度學(xué)習(xí)則是誕生在海島上的生物。它是人工智能的代表,正處于飛速成長(zhǎng)階段。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)之于人工智能,就像人類之于母星地球。這么一說,大家應(yīng)該能漸漸理解關(guān)注機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的必要性了。 有關(guān)深度學(xué)習(xí)更進(jìn)一步的知識(shí),我們會(huì)在第二章里詳細(xì)解釋。 人工智能的發(fā)展如同一股“研究洪流” 經(jīng)過賀沢的解說,我們已經(jīng)獲得了關(guān)于人工智能、機(jī)器學(xué)習(xí)以及大勢(shì)所趨的深度學(xué)習(xí)的輕松入門知識(shí)。作為當(dāng)代擁有高IT水平的企業(yè),谷歌及其母公司Alphabet可算廣為人知。應(yīng)該也有不少人知道,打敗了職業(yè)圍棋棋手的“AlphaGo”程序就是Alphabet旗下的公司DeepMind開發(fā)出來的。 不過,谷歌及其相關(guān)公司為什么要涉足人工智能,現(xiàn)在又進(jìn)行著什么樣的探索呢?對(duì)于這些問題,很多讀者應(yīng)該還無法即刻給出解答。接下來,我們就來看看谷歌與人工智能之間存在怎樣的深層關(guān)系。 谷歌正在推進(jìn)一項(xiàng)名為“谷歌云平臺(tái)(GCP)”的服務(wù)項(xiàng)目。這個(gè)項(xiàng)目對(duì)外提供谷歌迄今為止開發(fā)出的所有網(wǎng)絡(luò)基礎(chǔ)設(shè)施、大規(guī)模數(shù)據(jù)處理以及包含機(jī)器學(xué)習(xí)在內(nèi)的核心技術(shù)。GCP的解決方案負(fù)責(zé)人邁爾斯·沃德(Miles Ward)是這么解釋谷歌與人工智能之間關(guān)系的。 “CEO桑達(dá)爾·皮查伊說過:‘機(jī)器學(xué)習(xí)和人工智能會(huì)徹底革新谷歌的技術(shù)。’對(duì)谷歌來說,它們就是引發(fā)革命的原動(dòng)力。” 從他的話中我們也可以了解到,對(duì)谷歌而言,人工智能并非只是眾多技術(shù)中的泛泛一種,而是非常重要的中堅(jiān)技術(shù)。谷歌把人工智能視為決定今后發(fā)展情況的支柱。正因如此,人工智能才在谷歌顯示出十分迅猛的發(fā)展勢(shì)頭。 沃德形容人工智能的發(fā)展是一股“研究洪流”。他說,人工智能技術(shù)使谷歌的服務(wù)和平臺(tái)得以實(shí)現(xiàn)許多的新功能。 “計(jì)算機(jī)有很強(qiáng)的集中力和明確的焦點(diǎn),但是另一方面,它又像是一個(gè)頭腦不聰明的孩子。你要教給它無數(shù)的事例,這個(gè)孩子才會(huì)學(xué)著去認(rèn)識(shí)事物,在這個(gè)過程中漸漸掌握判斷事物的能力。迄今為止,谷歌已經(jīng)積累了海量數(shù)據(jù)。近幾年我們已經(jīng)證實(shí),利用這些數(shù)據(jù)推動(dòng)機(jī)器學(xué)習(xí),就能使機(jī)器學(xué)習(xí)實(shí)現(xiàn)對(duì)實(shí)際服務(wù)項(xiàng)目的支持。” 對(duì)持有大量不同數(shù)據(jù)的谷歌來說,包含機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的人工智能是與公司發(fā)展密切相關(guān)的一種技術(shù)手段。至此我們可以清晰地認(rèn)識(shí)到,人工智能對(duì)谷歌而言,就是引發(fā)變革的核心技術(shù)。 從“移動(dòng)優(yōu)先”到“AI優(yōu)先” 谷歌公司是在1988年由美國斯坦福大學(xué)兩名在讀博士——拉里·佩奇與謝爾蓋·布林創(chuàng)辦的。這兩位創(chuàng)業(yè)伙伴每年都會(huì)給股東寫一封信,但在2016年4月,新上任的CEO皮查伊采用了博客的方式公開致股東信。其中,就人工智能與谷歌的關(guān)系,他描繪出了宏大的前景構(gòu)想。 Looking to the future,the next big step will be for the very concept of the “device” to fade away. Over time,the computer itself—whatever its form factor—will be an intelligent assistant helping you through your day. We will move from mobile first to an AI first world.(摘自This year′s Founders′ Letter) 近些年,智能手機(jī)業(yè)已普及,“移動(dòng)優(yōu)先”戰(zhàn)略倡導(dǎo)將移動(dòng)置于價(jià)值考量因素的第1位。這個(gè)戰(zhàn)略的重要性被屢屢提及。谷歌自不必說,很多企業(yè)也都認(rèn)識(shí)到必須把“移動(dòng)”視為第1要義,在此基礎(chǔ)上開展自己的服務(wù)與業(yè)務(wù),并把這個(gè)認(rèn)識(shí)付諸實(shí)踐。然而,谷歌CEO皮查伊卻表示,今后將把精力從“移動(dòng)優(yōu)先”轉(zhuǎn)移到“AI優(yōu)先”上去。 就谷歌的“AI優(yōu)先”戰(zhàn)略,沃德是這么解釋的:“谷歌是一家大型企業(yè),能提供的應(yīng)用也是非常多樣的。‘AI優(yōu)先’,就是說在谷歌提供的這些服務(wù)中,我們要首先考慮通過各種形式,使它體現(xiàn)出機(jī)器學(xué)習(xí)能夠產(chǎn)生的價(jià)值。” 實(shí)際上,谷歌已在對(duì)外提供的很多服務(wù)中引入了人工智能。比如,谷歌基礎(chǔ)的“搜索”服務(wù)就引入了基于機(jī)器學(xué)習(xí)技術(shù)的RankBrain,把它作為判斷搜索關(guān)聯(lián)度的第三要素。雖然RankBrain只是決定搜索結(jié)果顯示情況的數(shù)百項(xiàng)指標(biāo)之一,但在日常使用的搜索服務(wù)中,它確實(shí)給搜索結(jié)果帶來了影響。這么一想,我們就能感受到人工智能和機(jī)器學(xué)習(xí)不再是遙遠(yuǎn)的未來故事,而是與我們切身相關(guān)的事物。像這樣,為了通過人工智能提供更好的服務(wù),谷歌貫徹著它的“AI優(yōu)先”戰(zhàn)略。在第三章,我們會(huì)詳細(xì)解釋谷歌對(duì)外提供的各項(xiàng)服務(wù)是如何運(yùn)用人工智能技術(shù)的。 谷歌要向幾十億用戶提供各種各樣的服務(wù)。在谷歌的數(shù)據(jù)中心,大型服務(wù)器的運(yùn)轉(zhuǎn)和冷卻需要支出高額的維護(hù)費(fèi)用。實(shí)際上,這個(gè)地方也應(yīng)用了機(jī)器學(xué)習(xí)的成果。那就是“省電”(圖13)。 圖13谷歌的數(shù)據(jù)中心憑借AI實(shí)現(xiàn)了大幅度節(jié)能“谷歌與DeepMind合作,利用DeepMind的機(jī)器學(xué)習(xí)模型做實(shí)驗(yàn),控制谷歌數(shù)據(jù)中心用于服務(wù)器冷卻的電力消耗,結(jié)果發(fā)現(xiàn)節(jié)能率高達(dá)40%。通常,節(jié)能1%或2%就算是效果不錯(cuò)的了。這個(gè)實(shí)驗(yàn)取得了非常顯著的成果,不但能削減成本,更重要的是能控制電力消費(fèi),為谷歌成長(zhǎng)為綠色企業(yè)作出了貢獻(xiàn)。”(沃德) 如此看來,谷歌及其相關(guān)公司并沒有對(duì)人工智能AlphaGo等尖端技術(shù)給予有別于其他技術(shù)的特殊待遇。在AI優(yōu)先的口號(hào)下,谷歌正積極探索能夠快速創(chuàng)造價(jià)值的使用方法,把它們推向?qū)嵱没H斯ぶ悄艿倪\(yùn)用成果原本就不該被壟斷起來,只為一家公司創(chuàng)造利益。谷歌已采取了公開程序庫資源等舉措,通過GCP對(duì)外提供AI優(yōu)先戰(zhàn)略的成果。谷歌致力于通過API方式,使任何人都能使用平價(jià)的圖像識(shí)別、語音識(shí)別、翻譯等人工智能技術(shù)。 人工智能在數(shù)據(jù)中心的節(jié)能及成本削減方面已取得一定成果,它能直接作用于全球氣候變暖及化石燃料枯竭等環(huán)境問題。如果谷歌的先進(jìn)探索取得的成果,終能為地球上的人類一點(diǎn)一點(diǎn)地帶來積極影響,那么谷歌的AI優(yōu)先戰(zhàn)略終將產(chǎn)生巨大效應(yīng)。
深度學(xué)習(xí)的商業(yè)化應(yīng)用:谷歌工程師前沿解讀人工智能 作者簡(jiǎn)介
日經(jīng)大數(shù)據(jù) 《日經(jīng)大數(shù)據(jù)》是日經(jīng)BP社于2014年創(chuàng)辦的專業(yè)雜志,聚焦報(bào)道運(yùn)用企業(yè)關(guān)注的大數(shù)據(jù)與人工智能、IoT(Internet of things)技術(shù)開辟新事業(yè),進(jìn)行業(yè)務(wù)改革的實(shí)例,通過月刊雜志與每日更新的網(wǎng)站,向訂購讀者傳遞相關(guān)新聞、技術(shù)運(yùn)用實(shí)例、分析技術(shù)與數(shù)據(jù)可視化的關(guān)鍵信息。《日經(jīng)大數(shù)據(jù)》大幅擴(kuò)展服務(wù)內(nèi)容,2018年4月更名為《日經(jīng)×TREND》。 王星星,北京大學(xué)日語碩士,具有多年翻譯經(jīng)驗(yàn),譯作包括《日本法西斯侵華戰(zhàn)爭(zhēng)圖鑒》《頹敗與重生》《馬上少年過(司馬遼太郎)》等。
- >
二體千字文
- >
有舍有得是人生
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
小考拉的故事-套裝共3冊(cè)
- >
名家?guī)阕x魯迅:朝花夕拾
- >
苦雨齋序跋文-周作人自編集
- >
月亮虎
- >
我與地壇