中超

Google展示AI新實力讓神經網絡設計

2020-01-25 08:31:36来源:励志吧0次阅读

Google展示AI新实力:让神经络设计神经络

炸了!2017 Google I/O开发者大会北京时间昨晚召开,Google带来一整晚密集的信息发布,也再次彰显了Google在人工智能方面的实力

从移动优先转变为AI优先的Google,在I/O大会的首日几乎所有话题都跟人工智能有关,量子位也对重点内容进行梳理如下

核心要点:

第二代TPU发布,以及TPU研究云

为移动设备优化的TensorFlow Lite

AutoML强化算法,让神经络设计神经络

上线,所有AI成果都在这里展示

相关数据:

月活安卓设备已达20亿部

5亿活跃的Google相册用户

Google地图每日导航超过10亿公里

人们每天观看10亿小时YouTube视频

以下是详细解读

CEO:使AI触手可及

已经在Google工作13年的现任CEO Sundar Pichai首先登台量子位把Pichai的开篇演讲摘要还原如下:

△ 谷歌CEO Sundar Pichai

我们正在目睹计算领域的新转变:从移动优先到AI优先的世界和以前一样,这迫使我们重新构想我们的产品,提供更自然、更无缝的交互方式

所有的进步需要正确的技术架构去年的I/O,我们推出第一代TPU,今天我们要发布下一代TPU:云TPU新TPU对推理和训练都进行了优化

我们认为,如果科学家和工程师们可以在指尖上,拥有更好、更强大的计算工具并展开研究

,复杂的社会问题将有巨大的突破

这也是的驱动力

我们希望让神经络的创建变得更简单现在设计一个神经络非常耗时,所以我们创建了AutoML,可以让神经络来设计神经络我们希望AutoML抵得上几个博士,并在三五年内满足更多开发者的需求

看到AI已经开始逐渐实用令人激动,但真正要抵达AI优先的世界,还有很长的路要走在AI普及化方面我们的工作越多,每个人就能越快受益

Pichai上面提到一个新站: 这个站将用来展示Google和Google Brain团队的研究,包括各种有趣的实验等

第二代TPU

第一代TPU在去年的谷歌I/O大会上发布,用于运行已训练完成的机器学习模型而新一代芯片可同时支持模型的训练和学习这款芯片带来了每秒180万亿次浮点运算的计算性能

第二代TPU被称作云TPU,将通过谷歌云平台向所有人开放谷歌云平台的开发者仍可以使用传统芯片,例如英特尔Skylake或英伟达Volta GPU去进行设计

云TPU的推出再次表明,谷歌正在利用领先的技术,与公有云行业的其他对手实现差异化发展

谷歌CEO皮查伊在I/O大会的主题演讲中表示:我们希望谷歌云成为机器学习领域最优秀的云这为重大进步打下了基础

为了使计算性能更强大,谷歌开发了订制的超高速络,将64颗TPU连接至同一台机器学习超级计算机这台超级计算机被称作TPU舱,带来了每秒11.5千万亿次浮点运算的能力,可用于训练单一的大型机器学习模型,或多个较小的模型

为了证明TPU舱的性能,谷歌表示,如果想要训练最新的大规模翻译模型,那么使用32颗全球最强大的商用GPU需要一整天时间作为对比,TPU舱只需1/8的性能,就能在6小时内完成对该模型的训练

单个的云TPU和完整的TPU舱均支持谷歌开源的TensorFlow机器学习系统

第一代TPU于两年前开始在谷歌公司内部部署,并被用在谷歌的多款产品,例如谷歌搜索、基于机器学习的谷歌翻译、谷歌语音识别,以及谷歌照片之中

谷歌大脑高级研究员Jeff Deam本周表示,谷歌仍在使用CPU和GPU去训练机器学习模型不过他预计,未来谷歌将越来越多地使用TPU

与此同时,谷歌还发布了TensorFlow研究云这是由1000颗云TPU组成的簇,在满足某些条件的情况下谷歌将免费提供给研究者使用如果希望使用,那么研究者必须同意公开发表研究成果,或许还需要开源研究中的相关代码

谷歌推出TensorFlow研究云的目的是加速机器学习的研究进展,并计划将其分享给哈佛医学院等学术机构

对参与非公开研究的人士,谷歌计划启动云TPU Alpha项目

TensorFlow Lite

在I/O上谈到Android的未来时,谷歌工程副总裁宣布,他们将推出一个专门为移动设备而优化的TensorFlow版本,称为TensorFlow lite

用这个新框架,开发者可以创造更简洁的深度学习模型,让它们运行在Android智能上不过,深度学习的训练过程还是需要在云端完成

谷歌打算今年晚些时候推出TensorFlow lite API并开源

Facebook今年F8开发者大会发布的Caffe2,和去年推出的Caffe2Go,也是这个思路

让AI设计AI

谷歌想让AI变得更加平易近人,简化神经络模型的建造过程是个好办法

CEO劈柴哥在官方博客上说,现在,设计神经络非常耗时,对专业能力要求又高,只有一小撮科学家和工程师能做为此,谷歌创造了一种新方法:AutoML,让神经络去设计神经络

谷歌希望能借AutoML来促进深度学习开发者规模的扩张,让设计神经络的人,从供不应求的PhD,变成成千上万的普通工程师

手动设计神经络的难点在于,所有可能的模型都有着巨大的搜索空间,一个典型的10层神经络,变化形式高达约1010种

△ 谷歌耗费数年探索出的GoogleNet络架构

在AutoML中,一个主控的神经络可以提出一个子模型架构,并用特定的任务来训练这个子模型,评估它的性能,然后,主控收到反馈,并根据反馈来改进下一个提出的子模型

这个过程,简单来说就是:生成新架构-测试-提供反馈供主控络学习在重复上千次后,主控络学会了哪些架构能够在已知验证集上得到更高的准确率

谷歌用了两个经常作为基准的数据集来测试他们的模型,一个是图像识别领域的CIFAR-10,另一个是语言处理领域的Penn Treebank在两个数据集上,自动设计的神经络准确率都能与顶尖人类专家设计的络媲美

△ 两个用于在Penn Treebank上预测下一个词的神经络:左图出自人类专家之手,右图由算法自动设计

要深入了解自动搭建神经络的算法,可以看看谷歌今年的两篇会议论文:

进化算法:

Large-Scale Evolution of Image Classifiers

Esteban Real, Sherry Moore, Andrew Selle, Saurabh Saxena, Yutaka Leon Suematsu, Quoc Le, Alex Kurakin. International Conference on Machine Learning, 2017.

强化算法:

Neural Architecture Search with Reinforcement Learning

Barret Zoph, Quoc V. Le. International Conference on Learning Representations, 2017.

其他

这次I/O大会还有很多其他有意思的看点,这里精选一些

各种数字

月活安卓设备已达20亿部,还有5亿活跃的Google相册用户,每天产生12亿张照片或者视频Google地图每日导航超过10亿公里Google Drive云存储拥有8亿用户人们每天观看10亿小时YouTube视频

Lens

Google在虚拟助理服务中,加入Lens(镜头)功能在这个功能的帮助下,只需要摄像头一照,你就能知道面前是什么花,街对面的餐馆怎么样等信息这是一个结合了AI、AR、机器学习、计算机视觉等技术的功能

智能邮件回复

安卓和iOS平台的Gmail邮件客户端,有了一个名为Smart Reply的自动回复功能,可以基于收到的邮件,给出最多三种自动回复

语音助手

Google Assistant虚拟助手也在iPhone上正式发布

免费通话

借助Google Home,两个用户之间可以展开免费通话,就像新一代座机

照片分享

Google Photos现在可以提供分享建议,例如哪些照片应该分享,可以与谁分享等等

视频打赏

看YouTube视频时,付费使用Super Chat功能,就能把你的评论突出显示

VR眼镜

Google正与合作伙伴一起推出独立的VR眼镜,以后无需电脑或,所有的VR体验都能在眼睛中处理完成

找工作

Google搜索可以给你提供附近的工作招募信息

Android Go

这是一个为低连接设备推出的产品

室内导航

Google发布了VPS,视觉定位服务让用户可以使用Tango AR平台进行室内的导航定位

中山治疗不孕不育方法
小儿氨酚烷胺颗粒怎么服用
枣庄治疗妇科医院
分享到: