LIFE

Google分享人工智慧成果 機器學習、神經網路扮要角
  • 字級
Google分享人工智慧成果 機器學習、神經網路扮要角

匯流新聞網記者藍立晴 / 台北報導

Google今日舉辦 #MadeWithAI 2017 亞太區媒體活動,與日本、南韓等國共同連線,分享Google在人工智慧、機器學習取得的進展與研究現況。

共同創辦並帶領研究深度學習的Google Brain團隊的資深研究員Jeff Dean指出,Google推動AI發展的三大方向為:打造出對使用者更有用的產品、幫助創新發展、解決人類目前正面對的挑戰。

Dean指出,人工智慧是以邏輯加上運算所構成,但卻不可能將全世界的知識全部學習起來,因此需要機器學習,使其能像人類一樣主動學習和預測,Google近年來取得的突破亦是仰賴了機器學習技術。

Dean

 

Dean舉例,IBM的深藍(DeepBlue)在西洋棋中打敗了人類,而Google DeepMind團隊的AlphaGO則因在「擁有10的170次方種棋盤布局可能」的棋類:圍棋中取得了亮麗的成績,打敗多名人類圍棋高手。

此外,神經網路(neural network)也扮演了同等重要的角色,它模仿大腦以及生物神經網路的結構與功能,能夠學習圖片、音源、文字,或者給它一張圖片,就能為你敘述圖片中正在發生的事物以及相關細節。

Dean提到,Google CEO Sundar Pichai曾說要讓Google成為一家AI優先(AI First)的企業,而Google也在2012年時開始大規模研究神經網路。現在,無論是在Google Photos、Google Maps、Google Allo、Google Lens、YouTube等,都可以看到人工智慧與機器學習的成果,並且從中不斷地成長學習。

2016年,Google翻譯取得大躍進,新系統的進步幅度甚至比過去10年還多,這都是依賴人工智慧與神經網路取得的成果。

▼相關報導▼
【匯流新聞網】Google革命性翻譯新系統,中翻英不再怪怪的
【匯流新聞網】Google翻譯更進步!新AI讓多國語言翻譯更自然

此外,Google也在2015年開放了自家的機器學習架構TensorFlow,這也是機器學習的第一大資料庫,由Google Brain團隊所創建,並在2年之內成為最受歡迎的線上機器學習資料庫。

近年來,Google已經展現出進軍硬體領域的決心,並且成功引起話題與對手的關注,包括一代、二代的Pixel/Pixel XL、智慧音響Google Home系列產品、近期推出的翻譯耳機Pixel Buds等,都是依靠著「人工智慧+軟體+硬體」才誕生──從Google硬體產品中內建的(比Siri更聰明的)語音助理Google Assistant,到Pixel手機性能突出的相機或Google Home Max依靠機器學習技術,能依照使用者房間形狀與陳列,客製化聆聽品質──這些都是Google與其它硬體競爭者最大的不同與優勢。

p

▼相關報導▼
【匯流新聞網】Google為什麼開始做硬體?將AI帶進家庭與生活中

Dean也指出,雖然目前已經取得了不錯的進展,但Google並非沒有遇到難題,他們正思考如何讓機器學習更加普及,並盼能達到為所有人所開發。

【文章轉載請註明出處】

【匯流筆陣】
CNEWS歡迎各界投書,來稿請寄至[email protected],並請附上真實姓名、聯絡方式與職業身份簡介。
CNEWS匯流新聞網:https://cnews.com.tw

新聞照來源:Google