【相關(guān)新聞】

袖珍數(shù)碼相機(jī)如何突破困境挑戰(zhàn)智能手機(jī)？

微軟與鴻海就安卓等系統(tǒng)使用的專(zhuān)利簽署授權(quán)協(xié)議

日本法院就谷歌搜索建議功能下達(dá)禁令

富士膠片開(kāi)發(fā)可幫助醫(yī)生通過(guò)智能手機(jī)隨時(shí)診病的系統(tǒng)

賓得理光發(fā)布APS-C畫(huà)幅卡片機(jī)“GR”

被稱(chēng)為“深度學(xué)習(xí)”的人工智能技術(shù)如今備受關(guān)注。為了大幅提升圖像和語(yǔ)音的識(shí)別精度，谷歌等企業(yè)正在進(jìn)行研究。這項(xiàng)技術(shù)還有望在經(jīng)濟(jì)動(dòng)向預(yù)測(cè)和新藥開(kāi)發(fā)等領(lǐng)域發(fā)揮威力。

最近1～2年，有一項(xiàng)技術(shù)受到了全世界人工智能研究人員的密切關(guān)注。這種新方法名叫“深度學(xué)習(xí)”，是一種讓計(jì)算機(jī)像人類(lèi)一樣根據(jù)經(jīng)驗(yàn)采取行動(dòng)的機(jī)器學(xué)習(xí)方式。

支撐互聯(lián)網(wǎng)社會(huì)的圖像識(shí)別和語(yǔ)音識(shí)別，有助于新藥開(kāi)發(fā)的化合物活性預(yù)測(cè)——在此類(lèi)技術(shù)角逐精度的大賽上，深度學(xué)習(xí)大幅改寫(xiě)過(guò)去的紀(jì)錄，一次又一次贏得了勝利。

“真不相信精度能得到如此飛躍�！� “結(jié)果太震撼了”。專(zhuān)家的驚嘆之聲不絕于耳。

深度學(xué)習(xí)是由在計(jì)算機(jī)上模擬人類(lèi)神經(jīng)回路的“神經(jīng)元網(wǎng)絡(luò)”技術(shù)發(fā)展而來(lái)。

人腦在根據(jù)圖像判斷圖上物品的種類(lèi)、根據(jù)手頭信息預(yù)測(cè)未來(lái)上面擁有優(yōu)秀的能力。

神經(jīng)元網(wǎng)絡(luò)是在計(jì)算機(jī)上把虛擬的神經(jīng)元排列成層狀，模擬真正的神經(jīng)細(xì)胞之間的電信號(hào)。借此實(shí)現(xiàn)大腦從各式各樣的數(shù)據(jù)中提取本質(zhì)概念的功能。

深度學(xué)習(xí)的目的是把神經(jīng)元“深化”到4層、5層，實(shí)現(xiàn)接近于大腦的性能。

神經(jīng)元網(wǎng)絡(luò)研究的歷史悠久，可以追溯到1950年代。但是，由于增加神經(jīng)元的層數(shù)后，會(huì)出現(xiàn)性能降低等問(wèn)題，因此，研究一直處于興盛與衰退的反復(fù)交替過(guò)程。

然而，到了2000年代中期，美國(guó)的研究人員開(kāi)發(fā)出了攻克這一課題的計(jì)算技術(shù)。再加上能夠處理大數(shù)據(jù)的計(jì)算機(jī)的進(jìn)步，深度學(xué)習(xí)的研究拉開(kāi)了序幕。

2012年6月，美國(guó)谷歌與美國(guó)斯坦福大學(xué)合作發(fā)表的成果成為了讓世界了解深度學(xué)習(xí)威力的開(kāi)端。

谷歌把取自視頻網(wǎng)站“YouTube”的大量圖像輸入到了神經(jīng)元網(wǎng)絡(luò)之中。結(jié)果，在沒(méi)有教授任何知識(shí)的情況下，計(jì)算機(jī)自然產(chǎn)生了“貓”的概念。

識(shí)別精度提高7成

谷歌的研究員杰夫·迪恩（Jeff Dean）解釋說(shuō)：“我們的研究就像是給剛出生的嬰兒看大量的YouTube圖像�！毕旅妫�筆者就以該公司的研究為例，解釋一下深度學(xué)習(xí)的原理。

谷歌在計(jì)算機(jī)上制作了深達(dá)9層的神經(jīng)元。第1層是“輸入層”，第2～8層是“隱藏層”，第9層是“輸出層”。

輸入層的神經(jīng)元從輸入圖像上讀取各像素的值，把信號(hào)傳導(dǎo)至第2層的各個(gè)神經(jīng)元。第2層的神經(jīng)元根據(jù)某種規(guī)則，對(duì)第1層傳導(dǎo)來(lái)的信號(hào)進(jìn)行轉(zhuǎn)換，然后輸出到第3層。在第3層到輸出層之間，輸出信號(hào)按照同樣的步驟，逐層向下傳遞。

重點(diǎn)是在輸入每一幅圖像時(shí)，各神經(jīng)元的連接方式都會(huì)發(fā)生細(xì)微的改變。向神經(jīng)元網(wǎng)絡(luò)輸入圖像后，各神經(jīng)元在接收信號(hào)，進(jìn)行轉(zhuǎn)換之時(shí)，相關(guān)的參數(shù)將得到調(diào)整，使整體的信號(hào)傳導(dǎo)方式發(fā)生改變。也就是網(wǎng)絡(luò)慢慢得到“訓(xùn)練”。

在谷歌的研究之中，參數(shù)約為10億個(gè)，數(shù)量相當(dāng)龐大。該公司向如此巨大的網(wǎng)絡(luò)輸入了從1000萬(wàn)個(gè)YouTube視頻中截取的圖像。通過(guò)1.6萬(wàn)個(gè)CPU（中央運(yùn)算處理裝置）并用的大規(guī)模計(jì)算，耗費(fèi)1周時(shí)間實(shí)施了訓(xùn)練。

訓(xùn)練結(jié)束后，神經(jīng)元網(wǎng)絡(luò)的內(nèi)部形成了不可思議的構(gòu)造。各神經(jīng)元會(huì)分別對(duì)不同的特定種類(lèi)輸入信號(hào)做出特別強(qiáng)烈的反應(yīng)（放電）。

這與人腦內(nèi)的神經(jīng)細(xì)胞對(duì)人的相貌、物體等特定物體和概念做出反應(yīng)并放電的原理相同。也就是說(shuō)，人通過(guò)學(xué)習(xí)和經(jīng)驗(yàn)形成的神經(jīng)回路構(gòu)造在計(jì)算機(jī)中得到了重現(xiàn)。

各神經(jīng)元識(shí)別的對(duì)象因?qū)拥纳疃榷�異�？拷�輸入層的�?層的神經(jīng)元對(duì)圖像中的邊緣、彎曲等單純的形狀和概念做出反應(yīng)。隨著向第3層、第4層的不斷深入，神經(jīng)元捕捉的概念將愈發(fā)高深、抽象。在輸入動(dòng)物面部的圖像時(shí)，這些層負(fù)責(zé)識(shí)別眼睛、耳朵等構(gòu)造，以及面部整體。

根據(jù)谷歌的研究，位于最后的輸出層的1個(gè)神經(jīng)元已經(jīng)可以自然地識(shí)別出貓臉。在看到包含貓臉的圖像后，這個(gè)神經(jīng)元的反應(yīng)最為強(qiáng)烈。

在美國(guó)谷歌的研究中，讓識(shí)別貓的神經(jīng)元做出了最強(qiáng)反應(yīng)的貓的頭像。

當(dāng)然，可以識(shí)別的并不只是貓。人、汽車(chē)和長(zhǎng)頸鹿等各種事物都可以進(jìn)行識(shí)別。包括人類(lèi)難以區(qū)分的鰩和蝠鲼在內(nèi)，在對(duì)大約2萬(wàn)個(gè)種類(lèi)進(jìn)行識(shí)別精度調(diào)查后，結(jié)果顯示，識(shí)別率達(dá)到了16％，比過(guò)去的最高紀(jì)錄高出了約7成。

谷歌已經(jīng)把深度學(xué)習(xí)的技術(shù)運(yùn)用到了該公司的語(yǔ)音識(shí)別服務(wù)之中。今后還考慮在圖像識(shí)別和視頻搜索等用途投入實(shí)用。谷歌的迪恩充滿期待地表示：“計(jì)算機(jī)與人類(lèi)的新式人機(jī)對(duì)話將成為可能�！�