Alphabet老大施密特：別擔心，機器人不會變“壞”

在用Android（安卓）開源系統(tǒng)改變移動世界后，Google希望用開源機器學習系統(tǒng)TensorFlow改變?nèi)斯ぶ悄茴I(lǐng)域�！皺C器學習對我而言，是為了讓人類能夠不用像機器那樣去做事。”在Google公布開源第二代機器學習系統(tǒng)的第二天，Google母公司Alphabet董事長施密特（Eric Schmidt）通過視頻向媒體表示。

面對在場媒體，施密特舉例稱：“你們都是記者，在會場還要不停地用電腦打字，而不只是聽和說。為什么不能讓機器去做比如制造業(yè)的重復工作、很多打字的工作？”他預計，在Google公布開源第二代機器學習系統(tǒng)之后，尤其是在醫(yī)療、游戲、教育等領(lǐng)域，機器學習將發(fā)揮巨大的價值。

機器學習背后的黑科技

機器具備學習能力究竟有多重要？Google科學研究員GregCorrado做了一個比喻：“機器學習就像火箭助推器，而大量的數(shù)據(jù)就是火箭的燃料。”

谷歌機器學習的原理是：用眾多的電腦模擬人腦中的“神經(jīng)元”，形成一個人的“神經(jīng)網(wǎng)絡(luò)”（ArtificialNeuralNetwork）。它不需要借助大批研究人員幫助電腦標明事物之間的差異，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)”的機器具備自動學習、識別數(shù)據(jù)的能力，在新的輸入中找出與學到的概念對應(yīng)的部分，達到機器學習的效果。

例如，當人們需要計算機辨別圖片內(nèi)容的時候，各個人工神經(jīng)元就會把所抓取的信息傳遞給被設(shè)置為“決策者”的神經(jīng)元上，它們通過統(tǒng)觀其下層所有神經(jīng)元所呈現(xiàn)的信息，結(jié)合案例、數(shù)據(jù)的分析及算法最終得出結(jié)論。

事實上，谷歌對于機器學習的研究要追溯到7~8年前的語音技術(shù)開始。但施密特透露，機器學習這一技術(shù)取得突破性進展，是發(fā)生在計算機視覺領(lǐng)域。

三年前，Google科學家杰夫·狄恩（JeffDean）在接受采訪時透露，“GoogleX”實驗室通過連接16000臺計算機處理器，創(chuàng)建了一個機器學習的神經(jīng)元網(wǎng)絡(luò)系統(tǒng)。結(jié)果發(fā)現(xiàn)，這個系統(tǒng)自行創(chuàng)建了貓這個概念并且自學了對貓的辨認，這就是“自我學習”。

• 構(gòu)建人工智能模型基礎(chǔ)：TFDS和Keras的完美搭配
• 遷移學習：人工智能模型訓練的絕學
• Ryght：專為醫(yī)療保健和生命科學領(lǐng)域打造的生成式人工智能平臺
• 現(xiàn)在有什么免費好用的人工智能工具嗎？
• 現(xiàn)在人工智能賽道很火熱，信也科技在這方面有沒有什么建樹？