Site icon About 24/7

Google 力推人工智慧,機器學習有突破

Google 28 日舉辦 MadeWithAI 2017 亞太區媒體活動,提出 Google 推動人工智慧(AI)發展的 3 大方向,並強調機器學習將面臨各種挑戰,包括如何讓機器學習模型更普及。

Google 資深研究員狄恩(Jeff Dean)表示,Google 持續推動人工智慧發展的3大方向包括:為使用者打造出更貼近需求的 Google 產品、幫助企業和開發者持續打造創新服務與應用、為研究人員提供可望解決人類難題的工具。

狄恩認為,人工智慧就是讓機器具備智慧,或是進而讓機器能夠像人類一樣解決特定問題。人工智慧的研究很久以前就已經開始,直到最近才有一些突破,這些突破的成果仰賴於機器學習(Machine Learning)。

他特別舉例,圍棋擁有驚人的 10 的 170 次方種可能的棋盤布局,基本上很難靠人力寫出所有可能的布局程式。因此,基於機器學習系統的 AlphaGo 採用的是比較人性化的方案,從數十萬局人類棋手的對弈學習如何下棋,並慢慢找出棋局規則。

2015 年,Google 開放了自行研發的機器學習架構 TensorFlow。TensorFlow 是一個大規模的機器學習系統,可支援各種應用,並幫助 Google 的產品如 Google 相簿以及 Google 翻譯變得更好用。

除了產品服務的提升,Google 也讓研究員以及企業透過這項工具來建構它們自己的 AI 應用,加速機器學習研究的時程。

狄恩說,TensorFlow 在 2 年內已經成為最受歡迎的線上機器學習資料庫,它在 200 多個國家被下載了超過 790 萬次,並且越來越多人採用 TensorFlow 做為研究和產品工具。

狄恩表示,機器學習的發展雖仍在發展初期,但在分類(Classification)、預測(Prediction)和語言理解能力(Language Understanding)有了不錯的發展。

舉例來說,機器學習可根據被訓練的資料來做分類定義,這在分類影像中的物件、人物和地點非常有幫助,因此導入 AI 的 Google 相簿能讓照片搜尋更快速,AI 導入的 Google 地圖在缺乏圖資的區域也能提供使用者導航服務。

狄恩說,做為 AI 第一的企業,Google 雖然有了一些進展,但還是有許多需要克服的難題,其中就包括了讓機器學習模型更普及,以及確保 Google 構建的機器學習模型是具包容性、真正為所有人所開發的。

他也透露,明年初 Google 將會把免費的機器學習線上課程開放給所有使用者,這和 Google 工程師們用來學習機器學習技術是同一套內容。

狄恩強調,Google 相信一切只是開端,並相信唯有讓人工智慧進入每個人的生活,才能發現與抓住它改善全人類生活的潛力和機會。

(作者:吳家豪;首圖來源:shutterstock)

Exit mobile version