搜狐首页 科技 小济公2

手机搜狐

SOHU.COM

Google Brain 揭露 2016 九大进展

多年来,GoogleBrain团队致力于智能的机器学习来改善人们的生活。为此,无论是在纯理论研究的领域,还是将研究成果投入实际应用,探索从未停止。

近期,GoogleBrain团队负责人JeffDean对2016年在各领域取得的重大进展进行了总结。

理论研究成果:发表 27 篇论文

2016 年,Google Brain 团队参与了 ICML、NIPS 和 ICLR 等国际顶级机器学习会议,并在这些会议上发表了 27 篇论文。除机器学习领域的专业会议以外,还有很多论文被其他领域的会议所接受,例如自然语言处理领域的 ACL 和 CoNNL 大会、语音领域的 ICASSP 大会等。

Google Brain 还向深度学习研究会议 ICLR 2017 提交了 34 篇论文,以在即将到来的大会中进行研究讨论。

自然语言理解:翻译精准度提升 85%

让计算机更好地理解人类语言,一直是 Google Brain 团队的一个研究重点。早在 2014 年,Google Brain 的三位研究员通过相关论文展示了神经网络技术被运用在机器翻译中的可能性,2015 年的研究还表明这种技术也能被运用到图像翻译、句子成分分析和解决集合运算问题等方面。

在 2016 年,通过与 Google 翻译团队的紧密合作,一种端对端的学习系统被运用到了 Google 翻译中,大幅提高了翻译准确率,其中一些语言对的准确率甚至提高了 85%。随之发布的多语言互译系统,则使能够实现互译的语言对越来越多,向消除语言隔阂的目标又进了一步。

3 种方法提高机器人自主学习效率

将新功能、新能力嵌入到原有机器人中,对于用算法精心设计并由人工进行编程的传统机器技术来说,是一个难点,而机器学习技术为这一难点提供了突破口。2016 年,Google Brain 与 Google X 团队合作,通过大量的实验、探索让机械臂在更短的时间里自主学习和训练“手眼协调”的方法。

Google Brain 团队最终得出了让机器人获得新能力的 3 种方法:强化学习、交互学习和演示学习。团队仍将继续研究让机器人在更加复杂的现实环境中习得新技能的方法。

协助疾病诊断

机器学习技术的应用在医疗领域展现的巨大潜力十分令人兴奋。Google Brain 团队在美国医疗学会学报(JAMA)上发表的论文证明了机器学习技术被运用在糖尿病视网膜病变诊断中的潜力,这将为缺少诊断和治疗条件地区的患者带来福音。

精选