www.hj8828.com紧追亚马逊步伐 谷歌云推出测试版深度学习载体

昨天,谷歌云平台新推出了深度学习载体(Deep Learning
Containers)用于优化利用机器学习而开发测试的应用程序和服务。测试版深度学习载体能在云端和线下运作,使本地或云端开发原型成为可能。

www.hj8828.com 1

亚马逊在3月份推出了具有Docker映像支持的AWS深度学习载体。

谷歌秘密实验室X诞生的许多项目,看起来都像是对公司主业之外的探索。然而内部代号为Google
Brain的人工智能项目却与众不同,它不仅预示着谷歌未来的发展方向,而且正在深刻影响着该公司的许多业务。Google
Brain团队的长期目标是开发更智能化的软件和系统,从不同领域改善人类的生活。显然这需要很长时间才能实现,为此我们需要退后一步,回顾下过去1年Google
Brain团队取得的成果,并分享我们对2017年的展望。

一篇博客中提到,在未来,谷歌打算将它的深度学习载体与所有深度学习虚拟机型匹敌。新服务包括预配置的Jupyter和Google
Kubernetes Engine
集群,以及开发从英伟达GPU、英特尔CPU和其他硬件获得的机器学习加速。

1.研究出版物

谷歌深度学习载体还附带了多个软件包和工具的访问权限,如英伟达的CUDA、cuDNN和NCCL。

我们评估自己研究质量的重要方式之一,就是在国际顶级机器学习大会上发表论文,比如国际机器学习大会(ICML)、神经信息处理系统大会(NIPS)以及国际特征学习(或称深度学习)大会(ICLR)等。在2016年,我们的团队共在这些场合发表27篇论文,覆盖一系列主题,包括程序合成、网络之间知识传输、机器学习模式的分布式培训、语言生成模式、机器人无监督学习、自动定理证明、神经网络理论理解、改进强化学习算法等等。我们还在其他会议上提交了相关研究论文,比如自然语言处理(ACL,
CoNNL)、演讲(ICASSP)、视觉(CVPR)、机器人(ISER)以及计算机系统(OSDI)等。我们的团队已经向即将到来的2017年度ICLR递交了34篇论文。

GCP深度学习载体的推出依靠如PyTorch、TensorFlow 2.0和TensorFlow
1.13等机器学习框架的支持。

2.自然语言理解

www.hj8828.com,谷歌深度学习载体还将开展与GCP
AI平台的合作,使数据科学家能在谷歌四月召开的Google Cloud
Next大会上对首次引入的AI模型进行协作开发。

对于我们的研究来说,帮助计算机更好地理解人类语言非常关键。2014年末,Google
Brain团队3名研究人员发表有关“神经网络序列到序列学习”论文,证明这种方法可被用于机器翻译。2015年,我们又证明这种方法可被用生成图像字幕、分析句子以及解决计算几何问题等。2016年,Google
Brain与Google Translate团队成员密切协作,利用这些研究完全取代了Google
Translate的翻译算法。这个新的系统弥合了老系统与人类翻译之间的质量差距,令两者相似度最高达到85%。几周后,我们演示了这套系统如何实现零数据翻译(Zero-Shot
Translation) ,如今它已经被部署在Google
Translate服务中,为用户提供更高质量的翻译服务,让人们能够跨越语言障碍更高效地沟通。

3.机器人

传统机器人控制算法都需要认真细致地手工编程,为此展现机器人新能力通常都是非常繁琐的过程。我们认为,如果机器人能够通过机器学习技术自动学习新技能,效果可能更好。2016年,我们与谷歌X实验室的研究人员合作,证明机器臂可以学习手眼协调能力,并且可分享它们的经验以便加快自学。在这项研究中,我们的机器人进行了80万次尝试抓握动作。2016年末,我们探索了机器人学习新技能的三种可能方式,分别是通过强化学习、与目标交互以及人类示范等。我们正继续围绕这个目标努力,制造能够灵活和轻松学习新任务、在真实环境中操作的机器人。为了帮助其他机器人研究,我们还公开了许多机器人研究数据。

4.医疗

我们对机器学习在医疗领域的应用潜力非常看好,它可以大大增强医生的能力。举例来说,在《美国医学会期刊》上刊发的论文中,我们证明机器学习驱动的系统可诊断糖尿病患者的视网膜病变,其准确率与经验丰富的医生不相上下。如果糖尿病视网膜病变早期症状未被发现,有4亿多人可能陷入失明危险。但是在许多国家,只有少数眼科专家才有这样的能力。而我们的技术可以帮助确保更多人能够获得准确诊断。我们正与其他医学成像项目合作,并在研究将机器学习用于其他医学预测领域中。我们相信,机器学习可以改善医疗服务的质量和效率,2017年这个领域将取得更多成就。

5.音乐与艺术生成

技术始终在帮助定义人类如何创造和分享媒体。2016年,我们开始推出名为Magenta的项目,探索艺术与机器智能的交叉点,以及利用机器学习系统加强人类创造力的潜力。我们从音乐和图像生成开始,然后扩大到文本和VR生成等领域,Magenta正为内容创作提供最先进的生成模式。我们已经帮助组织有关这些主题、为期1天的研讨会,并支持机器生成艺术展览。我们还在探索如何生成多种音乐和转变艺术风格等,我们的JAMsession岩石赢得了2016年度NIPS最佳展示奖。