从谷歌大脑到深度学习:百度首席科学家吴恩达的新AI时代

作者: 网络整理 2017-03-08 22:27:06

在IT尖端人才争夺最为惨烈的硅谷,百度在谷歌后院大张旗鼓招兵买马的一系列动作让人侧目,而全球知名的人工智能专家吴恩达(Andrew Ng)的加盟,则让人们对百度的“深度学习”计划以及吴恩达本人的好奇达到了顶点。

2013年年初,百度成立了深度学习研究院,由董事长兼CEO李彦宏亲自担任院长。人工智能实验室落户硅谷,选址于科技公司密集的库帕提诺,离 Google不到10公里。已先后将前Facebook资深科学家徐伟,异构计算专家、GPU海量解析专家吴韧,“千人计划”国家特聘专家余凯等招至麾下,并不惜重金招聘全球人才。

2014年5月18日,百度宣布将投资3亿美元在硅谷成立一个新的研发中心,负责人为斯坦福大学(Stanford University)人工智能实验室原主任吴恩达(Andrew Ng)。吴恩达曾经帮谷歌(Google Inc.)创建人工智能项目“谷歌大脑”(Google Brain)。他此前待过的一个研究团队曾经成功地让计算机在看过上百万段YouTube视频后学会识别猫。百度成立的这一新的研发中心将主攻人工智能和深度学习,后一领域最近吸引了来自谷歌、Facebook Inc.和微软(Microsoft Corp.)的投资。

前不久,《连线》曝光了百度设立在谷歌后院的人工智能实验室的消息。报道称,该实验室毗邻谷歌总部,其主要任务之一就是探索深度学习算法。4月份时,Andrew.Ng甚至到访了百度,并与百度技术高层进行了会谈。

以下内容节选自《连线》网站最近一篇文章,介绍了Andrew.Ng(吴恩达)、Google Brain与其他人工智能实践,由腾讯科技翻译:

吴恩达如何重拾梦想

有种理论说,人类的智慧来源于一个单一的算法。

这个理论的实验依据是,人类大脑发育初期,每一部分的职责分工是不确定的,也就是说,人脑中负责处理声音的部分其实也可以处理视觉影像。人脑究其本质来说,是一台可以被调试以执行特定任务的通用型机器。

七年前,斯坦福大学计算机科学教授吴恩达偶然接触到了这一理论,这个理论醍醐灌顶般地改变了他对于人工智能本质的理解,重新点燃了他对人工智能技术的热爱,从而改变了他的职业轨迹。据他回忆,“有生以来第一次,我感到自己有可能在人工智能的研究领域取得一点进展。”

吴恩达说,在人工智能技术研究的早期,主流的理念是,人类智慧形成于成千上万个简单代理的协同工作,也就是麻省理工大学教授马尔文·明斯基(Marvin Minsky)所说的“头脑的社会”。工程师们因此相信,要实现人工智能,就必须建立成千上万个独立的计算机模块。一个模块,或者算法,去模拟语言,第二个模块处理发声说话等等以此类推。总之,按照这个早期理念,实现人工智能所需的工作量巨大,难以实现。

吴恩达小时候的梦想就是发明能像人类一样思考的机器,但当他进入大学真正开始接触人工智能时,却正逢上述理念盛行,他很泄气,放弃了对人工智能的研究。后来,他成为大学教授,还不断地打击自己的学生,劝他们也放弃人工智能这一“不切实际的梦想”。直到有一天,他接触到了“人类的智慧来源于一个单一的算法” 的假说,意识到自己以前对于人工智能 的理解可能大错特错,他终于重新拾起了儿时的梦想。而“单一算法”这一假说的提出者是杰夫·霍金斯(Jeff Hawkins),一名有着神经科学研究背景的人工智能领域的企业家。

现在看来,这一假说所改变的,不仅仅是吴恩达的职业生涯而已。吴目前的主要研究领域是机器学习技术中的“深度学习”,在计算机科学中属于比较新的领域,深度学习研究的主要目的是打造能像人脑一样处理数据的机器。目前,深度 学习的研究已经不限于学术界,谷歌和苹果这样的大公司也意识到了其中蕴藏的巨大机会。吴恩达和谷歌的其他研究人员一起成立了有史以来人工智能领域目标最远大的项目——Google Brain。

瓶颈:神经科学

Google Brain项目的指导思想,是将计算机科学与神经科学相结合,在人工智能领域,这是从来没有真正实现过的。吴恩达说,“我发现工程师(擅长计算机科学)和 科学家(擅长神经科学)之间存在着巨大的代沟。”工程师们想要构建成功的人工智能系统,而科学家们却仍未能完全理解人脑错综复杂的工作机制。很长一段时间内,神经科学并不能够为想要建造智能机器的工程师们提供答案。

深度学习
上一篇:为了防止信用卡盗刷 机器学习算法认出你是谁 下一篇:Google和Uber互怼背后,无人驾驶领域已烽烟四起
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

18个挑战项目带你快速入门深度学习

AlphaGo 大战李世?h之后,深度学习技术便在国内变得异常火。吸引了大批的技术人员争相学习,那么到底如何才能更快速的入门深度学习呢?下面给大家介绍的 18 个挑战项目,通过实践动手带你快速入门深度学习!

实验楼 ·  3天前
盘点 | 8个你可能不知道的深度学习应用案例

深度学习与传统机器学习系统的不同之处在于,它能够在分析大型数据集时进行自我学习和改进,因此能应用在许多不同的领域。

天极网 ·  3天前
2019年较热门的5大深度学习课程

今天,我们将和大家盘点一下,当下较流行的深度学习资源/课程,可以帮助你们提升深度学习技能。

猿哥 ·  2019-09-26 05:16:24
DeepMind一次性开源3个新框架!深度强化学习应用落地即将迎来春天?

深度强化学习(Deep Reinforcement Learning,DRL)一直是近年来人工智能的一些重大突破的核心。然而,尽管 DRL 有了很大的进步,但由于缺乏工具和库,DRL 方法在主流解决方案中仍然难以应用。

杨鲤萍 ·  2019-09-20 09:38:18
一步一步带你完成深度学习与对象检测之人脸识别

要进行人脸识别,就要搜集用户的人脸图片,我们从网站上搜集了几个明星的照片来进行本期文章的分享。此部分文章是人脸识别的第一部分,人脸数据的搜集与提取,后期我们分享人脸识别系统的神经网络训练与人脸识别。

人工智能研究所 ·  2019-09-18 07:20:34
看懂这十步,8岁的小朋友都能理解深度学习

如果对当今人工智能的主流技术——深度学习没有了解,可能真的会有人觉得,当前的科学家们在创造无所不能、无所不知的电影AI形象。那么,如何用最浅显的方式,给大众解释什么是深度学习呢?快来看看吧!

佚名 ·  2019-09-17 16:56:39
PyTorch版《动手学深度学习》开源了,最美DL书遇上超赞DL框架

李沐等人的开源中文书《动手学深度学习》现在有 PyTorch 版实现了。不论是原书中的示例代码,还是实战项目,原来的 MXNet 都可以无缝转化到 PyTorch 代码。

ShusenTang ·  2019-09-17 10:23:45
2019年10大机器学习Q&A,面试应知!

本文整理了一些最常见的机器学习面试问题及其相应的回答。机器学习有志者以及经验丰富的ML专业人员可以在面试前以此巩固其基础知识。

读芯术 ·  2019-09-09 11:07:00
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载