近日，Google科學家杰夫·狄恩(Jeff Dean)告訴《第一財經(jīng)日報》記者，“Google X”實驗室通過連接16000臺計算機處理器，創(chuàng)建了一個機器學習的神經(jīng)元網(wǎng)絡系統(tǒng)。結果發(fā)現(xiàn)，這個系統(tǒng)自己學會了對貓的辨認。

去年夏天， Google X利用這一由16000多個處理器、10億個內(nèi)部節(jié)點組成的虛擬大腦，分析了1000萬幀從Youtube上隨機抓取的無標簽視頻剪輯圖片，經(jīng)過了10天時間的運轉，“大腦”終于認識了什么是貓，并從接下來輸入的2萬張圖片中準確找出了貓的照片。

和傳統(tǒng)的機器視覺技術不同，它們是根據(jù)人類的指令進行學習，從而識別出某些特性。但在谷歌研究中，工程師們無需預先向機器輸入某一概念，該系統(tǒng)就能在并未得到任何外在幫助的前提下“自學成才”。

“我們在訓練的時候從未告訴過那是‘貓’，系統(tǒng)只是自行創(chuàng)建了貓這個概念。”杰夫·狄恩告訴記者，“大腦”是自己從未標記的YouTube靜態(tài)圖片中發(fā)現(xiàn)了貓是什么樣子，這就是“自我學習”。

他向記者解釋谷歌機器學習的理念：用眾多的電腦模擬人腦中的“神經(jīng)元”，形成一個“神經(jīng)網(wǎng)絡”。它不需要借助大批研究人員幫助電腦標明事物之間的差異，只要為算法提供海量的數(shù)據(jù)，“神經(jīng)元”與“神經(jīng)元”之間的關系將會發(fā)生變化，讓數(shù)據(jù)自己說話，讓組成“神經(jīng)網(wǎng)絡”的機器具備自動學習、識別數(shù)據(jù)的能力，在新的輸入中找出與學到的概念對應的部分，達到識別的效果。

例如，在看過數(shù)百萬張圖片后，谷歌的虛擬大腦將自己構建出一張理想的貓的圖片，利用不同層級的存儲單元成功提煉出貓的基本特性。有科學家認為，這似乎是在控制論層面模擬了人類大腦視覺皮層的運作方式。

不過這一機器學習技術并不僅僅局限在圖像方面。目前，Google正在將該虛擬人腦用于提升語音識別的準確率。杰夫·狄恩介紹，GoogleX團隊曾和谷歌語音識別團隊有過一次合作，5天內(nèi)在800個機器上進行訓練，就單字錯誤檢出率而言，該系統(tǒng)已讓Google的語音識別準確率提升了25%，這相當于研究語音識別20年的成果。

但目前，這一研發(fā)只有一年半的實驗項目，距離商用或許還有不遠的距離。杰夫·狄恩說，現(xiàn)在機器學習技術還未達到完美，有時出現(xiàn)劣質的轉錄文本、滑稽的翻譯結果或者錯誤識別的圖像，但相信在未來，機器學習可以變得更準確，越來越聰明。他預計，未來這項機器學習技術將用以幫助實現(xiàn)高質量的語音識別、實用型計算機視覺、攔截垃圾郵件，甚至應用于谷歌自動駕駛汽車。

有外媒報道，曾有加拿大蒙特利爾大學的一位研究機器學習的教授YoshuaBengio在看了谷歌的演示后表示，谷歌的虛擬人腦技術讓人類離人工智能的終極目標又進了一步。“事實上，該系統(tǒng)的運行模式已經(jīng)和哺乳動物甚至人類大腦的某些工作模式有些像了。Google的這個虛擬人腦有點類似于哺乳動物大腦中一個叫做視覺皮層的部位，能夠通過視覺發(fā)現(xiàn)物體。” YoshuaBengio說。

這是否意味著出現(xiàn)了機器代替人腦的苗頭?杰夫·狄恩給出的答案是：“誰也不能預測未來10~20年機器學習的發(fā)展方向。”他提到，目前谷歌機器學習僅限于認知類的簡單工作，至于說幫助人們做規(guī)劃、協(xié)調工作關系等等，恐怕需要另外一些能力。

從計算技術角度來說，神經(jīng)網(wǎng)絡成本非常昂貴。杰夫·狄恩并沒有給出具體的數(shù)字，但介紹，通常機器學習領域使用的大多數(shù)網(wǎng)絡中只使用了100萬到1000萬個連接。但谷歌現(xiàn)在正在積極擴展系統(tǒng)，以訓練更大規(guī)模的模型。

“雖然現(xiàn)在還沒有公認的方式將人工神經(jīng)網(wǎng)絡和生物大腦進行對比，但為了讓大家大概地感覺到所謂的‘更大規(guī)模’，可以和人腦做一個很粗略的比較 —— 普通成人大腦大約有100萬億個連接。在這一領域，更大規(guī)模機器學習有著難以想象的發(fā)展空間。” 杰夫·狄恩說。