侵权投诉

搜索
更多>> 热门搜索:
当前位置:

OFweek工控网

正文

谷歌机器人智能化发展 开始进入自主学习阶段

导读: 虽然在机器人应用上,我们人类对是否应该发展具有自主学习功能高度拟人机器人存在分歧,但是,相关研究机构并没有停止在此方向的技术发展,并已取得了一定突破。

  让机器像新生儿的大脑一样进行自我学习和思考,这听上去不可思议的场景正在谷歌代号为“GoogleX”的秘密研发部转变为现实。

  近日,Google科学家杰夫·狄恩(Jeff Dean)披露,“GoogleX”实验室通过连接16000台计算机处理器,创建了一个机器学习的神经元网络系统。结果发现,这个系统自己学会了对猫的辨认。

  去年夏天,GoogleX利用这一由16000多个处理器、10亿个内部节点组成的虚拟大脑,分析了1000万帧从Youtube上随机抓取的无标签视频剪辑图片,经过了10天时间的运转,“大脑”终于认识了什么是猫,并从接下来输入的2万张图片中准确找出了猫的照片。

  和传统的机器视觉技术不同,它们是根据人类的指令进行学习,从而识别出某些特性。但在谷歌研究中,工程师们无需预先向机器输入某一概念,该系统就能在并未得到任何外在帮助的前提下“自学成才”。

  “我们在训练的时候从未告诉过那是‘猫’,系统只是自行创建了猫这个概念。”杰夫·狄恩告诉记者,“大脑”是自己从未标记的YouTube静态图片中发现了猫是什么样子,这就是“自我学习”。

  其中谷歌机器学习的理念指:用众多的电脑模拟人脑中的“神经元”,形成一个“神经网络”。它不需要借助大批研究人员帮助电脑标明事物之间的差异,只要为算法提供海量的数据,“神经元”与“神经元”之间的关系将会发生变化,让数据自己说话,让组成“神经网络”的机器具备自动学习、识别数据的能力,在新的输入中找出与学到的概念对应的部分,达到识别的效果。

  例如,在看过数百万张图片后,谷歌的虚拟大脑将自己构建出一张理想的猫的图片,利用不同层级的存储单元成功提炼出猫的基本特性。有科学家认为,这似乎是在控制论层面模拟了人类大脑视觉皮层的运作方式。

  不过这一机器学习技术并不仅仅局限在图像方面。目前,Google正在将该虚拟人脑用于提升语音识别的准确率。杰夫·狄恩介绍,GoogleX团队曾和谷歌语音识别团队有过一次合作,5天内在800个机器上进行训练,就单字错误检出率而言,该系统已让Google的语音识别准确率提升了25%,这相当于研究语音识别20年的成果。

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

  • 机械
  • 自动化
  • 单片机
  • 猎头职位
更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: