[新聞] 成功招攬人工智慧兩大教父級人物，大概也 - Gossiping板

首頁(home) 上頁(↑) 下頁(↓) 末頁(end)

※ 本文為 Knuckles 轉寄自 ptt.cc 更新時間: 2013-05-28 23:01:13

看板 Gossiping

作者 rhino0314 (rhino)
標題 [新聞] 成功招攬人工智慧兩大教父級人物，大概也
時間 Tue May 28 22:27:26 2013

成功招攬人工智慧兩大教父級人物，大概也只有Google這樣的公司能做到！

多年前，Google共同創辦人布林（Sergey Brin）曾開玩笑說，他們希望開發出一部具有
獨立思考和情緒能力的人工智慧電腦，照目前情況看來，Google似乎是玩真的。

研發出Google Glass和無人車的Google X實驗室團隊，兩年前延攬史丹佛大學教授吳恩達
（Andrew Ng），為的就是利用Google龐大的數據中心打造人工智慧系統，並將其提升至
前所未見的水準。現在，這項技術已經為搜尋技術帶來革命性的改變。

Google延攬人工智慧強人

吳恩達加入X實驗室後，Google工程師在他的協助下建構出全球規模最大的神經網路系統
，更賦予電腦「識別」能力。此外，他們也建立出人類語音辨識和街景圖片模型，Google
馬上發現龐大潛力，並將吳恩達的研究轉移到知識團隊（Google Knowledge Team），發
展出的深度學習技術，大大革新了Google Glass、圖像搜尋和搜尋引擎等產品與服務。

「在我加入Google時，學術界最大的神經網路約有100萬個變量，而當時Google就已經可
以構建規模大上1000倍的神經網路。」吳恩達認為，只有在Google這樣的公司才能夠提供
神經網路研究所需的資源；Google每年投資在超級電腦數據中心的數十億美元資金更是不
在話下。

去年夏天，吳恩達從多倫多大學請來人工智慧教父級人物辛頓（Geoffrey Hinton），花
費數月時間改進Google的演算法，使得Android平台Jellly Bean系統去年推出時，語音識
別錯誤率大幅降低25%。辛頓表示，他希望未來要進一步推升深度學習的研究層次。

在龐大資料中找出模型，讓電腦「自主學習」

現在，辛頓把目標放在打造比去年開發的10億節點更大的神經網路，他認為只要神經網路
規模到達一定程度（如一兆個），就有機會讓神經網路真正去理解事物。

「建構出檔案的神經網路模型能夠提升搜尋功能。」辛頓如此相信，例如：接收檔案時不
只要能辨別其中文字；更要能夠了解其意義，這就是人工智慧研究的目的。

通常，訓練神經網路必須要先過濾龐大的巨量資料，不過一旦模型建立後就可以大大提升
搜尋效率。而Google知識圖譜（Knowledge Graph）所擁有的6億條數據就是辛頓打造神經
網路的基礎。

辛頓說，雖然Google已經在用知識圖譜改善搜尋功能，但他認為神經網路有辦法研究知識
圖譜並剔除錯誤，改善搜索結果。

吳恩達則舉例，如果要電腦識別一隻貓需要先消化龐大帶有貓「標籤」的圖片，要找到這
些圖片並標示是非常繁重的工作。不過，他在之前用了自主學習演算法技術讓電腦不必標
籤也可以「學習」貓的概念，但Google必須先寫出能夠在大量電腦上執行的程式才能建構
真正的大規模神經網路。

2029年電腦可與人類智慧匹敵！

Google高層非常重視是否能夠善用大型神經網路改善服務，人工智慧專家同時也是發明家
的庫茲威爾（Ray Kurzweil）去年進入Google擔任工程部門總監，他在接受專訪時表示現
在正致力於研究如何讓電腦能真正理解自然語言，並預測到了2029年，電腦就可以與人類
智能匹敵，同時宣告搜尋已經開始走出原始查詢的「石器時代」。

如果庫茲威爾真能做到這一點，相信未來 Google 搜尋的成就恐怕將有驚人的表現。

http://n.yam.com/wired/fn/20130528/20130528515046.html

成功招攬人工智慧兩大教父級人物，大概也只有Google這樣的公司能做到！ | yam蕃薯藤新聞