谷歌一直支持深度學習 它將應用在哪些領域？

• 2017年8月30日 ZhouXun來源：億歐 641 37
• 繁體

谷歌一直是支持深度學習的一股強大力量——這種技術如今在前沿應用中非常流行，它的名字幾乎等同于人工智能。這有一個簡單的原因——它的使用效果非常好。

深度學習屬于人工智能的領域，真正的魔法正在這里發生。傳統意義的計算機雖然速度很快，但卻不是很聰明——它們沒有能力從錯誤中吸取教訓，必須得到精確的指令才能執行任務。

深度學習包括構建人工神經網絡，試圖模仿有機(生物)大腦對信息進行分類和處理的方式。深度學習中的“深度”意味著多層的神經網絡相互疊加。這種數據處理結構被稱為深度神經網絡，其復雜性意味著相比之前其他人工智能技術，它能夠將數據處理得更徹底、更精確。

深度學習已經在人工智能的前沿推動了創新，在今天的許多應用中都可以看到。然而，隨著數據量不斷增加以及處理技術越來越廉價，社會上的許多部門可能都會受到影響。下面我們來看看谷歌如何在眾多產品和服務中使用深度學習?

為什么谷歌對深度學習感興趣?

谷歌一直是支持深度學習的一股強大力量——這種技術如今在前沿應用中非常流行，它的名字幾乎等同于人工智能。這有一個簡單的原因——它的使用效果非常好。將深度學習應用到工作中，數據科學家們得以破解幾十年來一直被證明具有挑戰性的一些難題，比如語音和圖像識別，以及自然語言的生成。

2011年，谷歌大腦項目首次公開討論了深度學習的可能性。在接下來的一年里，谷歌宣布它已經建成了一個神經網絡，用來模擬人類的認知過程，在16000臺計算機上運行，在研究了大約1000萬張圖像之后，它成功識別出貓。

2014年，谷歌收購了英國深度學習創業公司Deep Mind。Deep Mind開創了將現有機器學習技術與神經科學前沿研究相結合的新方法，使系統能更像“真實”智能(智能大腦)。Deep Mind負責創建使用電子游戲的Alpha Go，后來又創建了Boardgame Go，展示了他們的算法學習如何執行任務的能力，并且變得越來越擅長。

谷歌通過郵件服務深度學習的用途

雖然在實驗室和游戲競賽中證明了這一概念，但它也悄悄地跨越了谷歌的許多服務領域。

它的第一個實際用途是圖像識別，它可以對上傳到互聯網上的數百萬張圖片進行排序，整理成谷歌索引。這樣做是為了更準確地對它們進行分類，從而為用戶提供更準確的搜索結果。谷歌在圖像分析領域的最新突破包括深度學習圖像增強技術。通過對現有數據的分析，以及它對其他相似圖像的了解，恢復或填充圖像中缺失的細節。

另一個平臺，谷歌云視頻智能專注于向新受眾開放視頻分析。存儲在谷歌服務器上的視頻可以被分割并分析內容及上下文，允許自動生成摘要，甚至在人工智能認為可疑的情況下進行安全警報。

語言處理是其服務的另一個領域，技術已經相對成熟。谷歌輔助語音識別AI使用深層神經網絡學習如何更好地理解語音指令和問題。谷歌大腦開發的技術被納入到這個項目中。最近，谷歌的翻譯服務也被置于谷歌大腦的保護傘之下。該系統被重寫，在一個名為“谷歌神經機器翻譯”的新平臺上運行，將一切都轉移到一個深度學習環境中。

谷歌今天在其核心服務上使用深度學習的第三個主要方式是在YouTube上提供更多有用的建議。不得不提的是，該技術背后使用的正是谷歌大腦，當我們使用他們的服務器時，它會監控和記錄我們的瀏覽習慣。數據已經表明，向觀眾推薦符合喜好的相關視頻是為平臺吸引觀眾的關鍵，廣告也會隨之滾滾而來。深度神經網絡致力于研究和學習觀眾的一切習慣和喜好，并找出能牢牢吸引他們的東西。

谷歌還要在哪些方面進行深度學習?

當然，考慮到他們已經取得了成功，谷歌必然會熱衷于在更宏大的、專業的或面向未來的項目中實施這項技術。

2015年，它開放了其TensorFlow機器學習和深度學習編程平臺，任何人都可以使用相同的技術，基于神經網絡開發解決方案。通過其云機學習引擎，它還為第三方提供存儲和處理能力，希望在不投資計算機基礎設施的情況下，應用這項技術。

Google的自駕車部門Waymo已經將深度學習算法納入其自主系統，以便讓自駕車更高效地分析和應對周圍環境。

而Deep Mind目前正致力于以醫療保健為重點的項目，包括檢測早期眼部損傷跡象以及癌變組織生長。

下一步

谷歌一直是開拓、鼓勵深度學習面向大眾的主力軍。而且，我們也會越來越多地將它們應用于自己的數據。很多人都把希望寄托于深度學習，在未來幾年里，從醫學到探索太空的各個領域都將取得巨大的飛躍，而谷歌所做的基礎工作也將在其中發揮重要作用。

延伸閱讀

推薦閱讀

猜您喜歡