Google展示AI新实力:让神经网络设计神经网络

2017-05-18 18:50:02来源: 量子位 关键字:Google  AI  神经网络  设计

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,让神经网络设计神经网络

  • Google.ai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Google.ai的驱动力。

我们希望让神经网络的创建变得更简单。现在设计一个神经网络非常耗时,所以我们创建了AutoML,可以让神经网络来设计神经网络。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上面提到一个新网站:www.google.ai 。这个网站将用来展示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网络,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智能手机上。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”,简化神经网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,设计神经网络非常耗时,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,让神经网络去设计神经网络。

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

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

 谷歌耗费数年探索出的GoogleNet网络架构

在AutoML中,一个主控的神经网络可以提出一个“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-提供反馈供主控网络学习。在重复上千次后,主控网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,自动设计的神经网络准确率都能与顶尖人类专家设计的网络媲美。

 两个用于在Penn Treebank上预测下一个词的神经网络: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网络的算法,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

https://arxiv.org/abs/1703.01041

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

https://arxiv.org/abs/1611.01578

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,只需要手机摄像头一照,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,以后无需电脑或手机,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。


关键字:Google  AI  神经网络  设计

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/afdz/article_2017051810644.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:AI技术应用升级 安防行业谁主沉浮?
下一篇:2017中国人工智能产业报告发布

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利
推荐阅读
全部
Google
AI
神经网络
设计

小广播

独家专题更多

东芝在线展会——芯科技智社会创未来
东芝在线展会——芯科技智社会创未来
2017东芝PCIM在线展会
2017东芝PCIM在线展会
TI车载信息娱乐系统的音视频解决方案
TI车载信息娱乐系统的音视频解决方案
汇总了TI汽车信息娱乐系统方案、优质音频解决方案、汽车娱乐系统和仪表盘参考设计相关的文档、视频等资源

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2017 EEWORLD.com.cn, Inc. All rights reserved