科技资讯 热门事件 地方新闻 汽车新闻
返回首页
您当前位置:魅造网-用心创造有魅力的新闻 >> 每日新闻 >> 热门事件 >> 浏览文章

谷歌2017AI年度报告 2017年谷歌成绩有哪些?

文章来源:不详发布:佚名时间:2018年01月13日点击:

  谷歌2017AI年度报告 2017年谷歌成绩有哪些?

谷歌2017AI年度报告 2017年谷歌成绩有哪些?

  图片来源:pixabay

  原文来源:Google Research Blog

  作者:Jeff Dean

  「雷克世界」编译:KABUDA

  谷歌大脑团队(Google Brain team)团队致力于通过科研和系统工程来提升人工智能的先进水平,这也是整个谷歌团队AI工作的一部分。去年,我们分享了2016年工作总结,从那时起,我们在机械智能化的长期研究方面不断取得进展,并与Google和Alphabet的许多团队展开合作,利用研究成果改善人们的生活。这两篇文章中的第一篇,将重点介绍我们在2017年的一些工作,包括我们的一些基础研究工作,以及开源软件、数据集和机器学习新硬件方面的新成果。在第二篇文章中,我们将对某些特殊领域(对于这些领域而言,机器学习可能会对其产生重大影响,如医疗保健、机器人和一些基础科学领域)展开深入研究,并介绍我们开展的创造性、公平性、包容性的工作,以帮助你更好地了解我们。

  核心研究

  我们团队关注的重点在于科研,并以此来提高我们的理解能力以及解决机器学习领域新问题的能力。以下是我们去年研究的几大主题。

  AutoML

  自动化机器学习的目标是推动技术发展,从而让计算机能够自动解决机器学习方面的新问题,而不需要人类机器学习专家来解决每个新问题。如果我们想拥有真正的智能系统,那么这将是我们需要具备的一项基本技术能力。我们提出了利用强化学习(reinforcement learning)和进化算法(evolutionary algorithms)来设计神经网络结构的新方法,并将这项工作推广到了ImageNet图像分类和检测领域的最新成果,展示了如何自动学习新的优化算法(optimization algorithms)和有效的激活函数(activation functions)。我们正与谷歌Cloud AI团队(Google Cloud AI team)展开积极合作,将此项技术提供给Google客户,同时不断向多个方面推进这项研究。

谷歌2017AI年度报告 2017年谷歌成绩有哪些?

  利用神经网络搜索发现卷积结构

谷歌2017AI年度报告 2017年谷歌成绩有哪些?

  利用AutoML发现的网络进行目标检测

  语言理解与生成

  另一项主要工作是开发新技术,以此来提高我们计算机系统理解和生成人类语音的能力,其中包括我们与谷歌语音团队(Google speech team)团队的合作,为端到端的语音识别技术进行了一系列改进,从而将谷歌语音识别系统产生的相对词错率降低了16%。这项研究的一个好处是,它需要将许不同的研究思路整合到一起。

谷歌2017AI年度报告 2017年谷歌成绩有哪些?

  用于语音识别的Listen-Attend-Spell端到端模型的组件
  


    《谷歌2017AI年度报告 2017年谷歌成绩有哪些?》本文由魅造网整理编辑,转载请注明来源,链接地址:www.mzao.cn/html/View_24584.html

共2页  1 2   下一页
热门事件带图片