侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其他机器人
当前位置:

OFweek机器人网

其它

正文

施密特:不用担心机器人成为"坏人"

导读: “机器学习对我而言,是为了让人类能够不用像机器那样去做事。”11月10日,在Google公布开源第二代机器学习系统的第二天,Google母公司Alphabet董事长施密特(Eric Schmidt)通过视频向媒体表示。

  在用Android(安卓)开源系统改变移动世界后,Google希望用开源机器学习系统TensorFlow改变人工智能领域。“机器学习对我而言,是为了让人类能够不用像机器那样去做事。”11月10日,在Google公布开源第二代机器学习系统的第二天,Google母公司Alphabet董事长施密特(Eric Schmidt)通过视频向媒体表示。

  面对在场媒体,施密特举例称:“你们都是记者,在会场还要不停地用电脑打字,而不只是听和说。为什么不能让机器去做比如制造业的重复工作、很多打字的工作?”他预计,在Google公布开源第二代机器学习系统之后,尤其是在医疗、游戏、教育等领域,机器学习将发挥巨大的价值。

  机器学习背后的黑科技

  机器具备学习能力究竟有多重要?Google科学研究员GregCorrado做了一个比喻:“机器学习就像火箭助推器,而大量的数据就是火箭的燃料。”

  谷歌机器学习的原理是:用众多的电脑模拟人脑中的“神经元”,形成一个人的“神经网络”(ArtificialNeuralNetwork)。它不需要借助大批研究人员帮助电脑标明事物之间的差异,只要为算法提供海量的数据,“神经元”与“神经元”之间的关系将会发生变化,让数据自己说话,让组成“神经网络”的机器具备自动学习、识别数据的能力,在新的输入中找出与学到的概念对应的部分,达到机器学习的效果。

  例如,当人们需要计算机辨别图片内容的时候,各个人工神经元就会把所抓取的信息传递给被设置为“决策者”的神经元上,它们通过统观其下层所有神经元所呈现的信息,结合案例、数据的分析及算法最终得出结论。

  事实上,谷歌对于机器学习的研究要追溯到7~8年前的语音技术开始。但施密特透露,机器学习这一技术取得突破性进展,是发生在计算机视觉领域。

  三年前,Google科学家杰夫·狄恩(JeffDean)在接受记者采访时透露,“GoogleX”实验室通过连接16000台计算机处理器,创建了一个机器学习的神经元网络系统。结果发现,这个系统自行创建了猫这个概念并且自学了对猫的辨认,这就是“自我学习”。

  不过,当时的谷歌机器学习还只是一个实验项目,局限于认知类的简单工作。几年过后的今天,谷歌的机器学习已经从识别谷歌应用中的语言和图片的第一代机器学习系统“DistBelief”更新到了第二代的TensorFlow系统,并且应用于Gmail、GooglePhotos、Google翻译、YouTube等产品中。

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,除OFweek官方账号外,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

OFweek品牌展厅

365天全天候线上展厅

我要展示 >
  • 机器人
  • 机器视觉
  • 伺服
  • 猎头职位
更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: