盘点谷歌内部如何使用深度学习技术
作者：admin 发表时间：2020-12-25 浏览：94 海淘动态
深度学习是当前最热门的人工智能领域。传统计算机尽管速度很快，但缺乏智能性。这些计算机无法从以往的错误中学习，在执行某项任务时必须获得精确指令。深度学习技术涉及到开发人工神经网络，让计算机模拟大脑分类和处理信息的方式。深度学习中的深度意指神经网络采用分层结构。具备这种结构的数据处理配置被称作深度神经网络，相对于其他人工智能技术可以获得更优的数据处理结果。深度学习正在驱动人工智能的创新，当前许多应用中都可以看到深度学习的身影。随着数据量的持续增长，计算能力的成本越来越低，更多行业将受到影响。在这里，我们将看看，作为行业先驱的谷歌(微博)如何将深度学习技术应用于产品和服务。谷歌为何对深度学习感兴趣？在深度学习的应用方面，谷歌是重要的推动力量。目前，深度学习正得到广泛应用，甚至被视为人工智能的代名词。原因很简单，深度学习技术可以带来很好的效果。利用深度学习技术，数据科学家解决了困扰多年的难题，例如语音识别和图像识别，以及自然语言处理。对深度学习可能性的探索始于2011年的谷歌大脑项目。次年，谷歌宣布开发神经网络，模拟人类的认知过程。这一神经网络基于1.6万台计算机，在学习了约1000万张照片之后学会识别照片中的猫。2014年，谷歌收购了来自英国的深度学习创业公司DeepMind。DeepMind率先尝试将现有的机器学习技术与神经科学的尖端研究联系在一起，开发更接近于真实智能，例如人类大脑的系统。DeepMind是AlphaGo的开发者。AlphaGo最开始学习电子游戏，随后又学习了围棋，证明了DeepMind的算法如何学习完成任务，并成为某个领域的大师。谷歌在邮件服务中使用深度学习技术是为了什么？深度学习的概念已在实验室和围棋比赛中得到了证明。与此同时，谷歌也在许多服务中部署深度学习技术。谷歌深度学习的首个实际应用是图像识别。谷歌扫描了搜索引擎编目的数百万张图片，这样做是为了更精确地分类，从而给用户提供更准确的搜索结果。在使用深度学习进行图像分析方面，谷歌的最新突破是图像增强。这涉及到利用现有数据去推断，或是借助已知的类似图像，恢复或填补图像中缺失的细节。谷歌的另一个平台谷歌云视频情报专注于向新用户提供视频分析功能。保存在谷歌服务器中的视频可以被分段及分析，自动生成概要，或是在人工智能认为出现可疑信息时发出安全警报。语言处理是谷歌又一个使用深度学习技术的领域。谷歌Assistant语言识别人工智能利用深度神经网络去学习，如何更好地理解语音指令和问题。谷歌大脑团队开发的技术被用在这个项目中。最近，谷歌翻译服务被纳入了谷歌大脑团队的负责范围。这个翻译工具得到了重新开发，以谷歌神经机器翻译为基础，将所有一切都纳入至深度学习环境。谷歌核心服务利用深度学习技术的第三种主要方式是在YouTube上提供更有用的建议。谷歌大脑团队再次提供了技术。在用户播放视频时，这项技术监控并记录用户的浏览习惯。数据已经表明，向观众推荐他们接下来想看的视频是平台留住用户，获得更多广告收入的关键。深度神经网络被用于研究和学习观众的习惯和偏好，指出哪些因素可以让观众留在屏幕前更长时间。谷歌深度学习还有哪些应用？当然，考虑到已经取得的成功，毫无疑问谷歌希望将这种技术用于更多面向未来的项目。2015年，谷歌将TensorFlow机器学习和深度学习软件平台开源。这使得所有人都可以利用与谷歌同样的技术，开发基于神经网络的解决方案。通过云机器学习引擎，谷歌还向第三方开发者提供了存储和处理能力。这意味着开发者无需为强大的计算基础设施而投入大笔资金。Alphabet旗下的无人驾驶子公司Waymo正在利用深度学习算法去开发自动驾驶系统。这可以帮助无人驾驶汽车更高效地分析周围环境并作出反应。与此同时，DeepMind目前正在推进医疗健康项目，包括识别眼球损伤的早期迹象，以及判断癌细胞的生长。未来在何处？在推广深度学习技术的过程中，谷歌是一股重要力量。谷歌的研究和投资令所有人都可以从这种技术中受益。我们将越来越多地利用深度学习系统去处理自己的数据。许多人都希望，未来几年深度学习技术能取得飞跃式的发展，无论是对于药物研发还是对于太空探索。谷歌所做的基础性工作将是其中的重要一部分。
分享到
部分图片内容来自于网友投稿
0/300
微博发布