智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
elbe 0.700十字萬向軸用于機器的驅(qū)動技術(shù)
萬向軸,用于機器和車輛的驅(qū)動技術(shù),快換聯(lián)軸器,鋼,不銹鋼,0.716.100品牌
Elbe
【中國智能制造網(wǎng) 企業(yè)動態(tài)】2018年5月8日，一年一度的谷歌 I/O大會在美國加州山景城開幕。2016 年谷歌從移動優(yōu)先到人工智能優(yōu)先(AI-first)，兩年來我們從谷歌 I/O 看到了谷歌如何踐行這一戰(zhàn)略。在今日剛剛結(jié)束的 Keynote 中，機器學(xué)習(xí)依舊是整個大會的主旋律：谷歌發(fā)布了 TPU 3.0、Google Duplex，以及基于 AI 核心的新一代安卓操作系統(tǒng) Android P，也介紹了自己在 News、Map、Lens 等眾多產(chǎn)品中對 AI 與機器學(xué)習(xí)模型的應(yīng)用。本文帶你一覽谷歌I/O 2018首日keynote的核心亮點。
在今天的 Keynote 中，谷歌 CEO 桑德爾·皮查伊等人介紹了谷歌一年來的多方面 AI 研究成果，例如深度學(xué)習(xí)醫(yī)療、TPU3.0、Google Duplex 等，也展示了 AI 如何地融入了谷歌每一條產(chǎn)品線，從安卓到 Google Lens 和 Waymo。在本文中，機器之心對 Keynote 的核心內(nèi)容進行了整理。
深度學(xué)習(xí)醫(yī)療
大會剛開始，昨天谷歌所有的 AI 研究合并出的 Google AI 發(fā)布了一篇博客，介紹谷歌在醫(yī)療領(lǐng)域的研究：
聯(lián)合斯坦福醫(yī)學(xué)院、加州大學(xué)舊金山分校 、芝加哥大學(xué)醫(yī)學(xué)中心，谷歌今天在 Nature Partner Journals： Digital Medicine 上發(fā)布了一篇論文《Scalable and Accurate Deep Learning with Electronic Health Records》。
在此研究中，谷歌使用深度學(xué)習(xí)模型根據(jù)去識別的電子病歷做出大量與病人相關(guān)的預(yù)測。重要的是，谷歌能夠使用原始數(shù)據(jù)，不需要人工提取、清潔、轉(zhuǎn)換病歷中的相關(guān)變量。
在預(yù)測之前，深度學(xué)習(xí)模型讀取早期到現(xiàn)在所有的數(shù)據(jù)點，然后學(xué)習(xí)對預(yù)測輸出有幫助的數(shù)據(jù)。由于數(shù)據(jù)點數(shù)量巨大，谷歌基于循環(huán)神經(jīng)網(wǎng)絡(luò)與前饋網(wǎng)絡(luò)開發(fā)出了一種新型的深度學(xué)習(xí)建模方法。
至于預(yù)測準(zhǔn)確率(標(biāo)準(zhǔn)：1.00 為得分)，如果病人就醫(yī)時間較長，論文提出的模型預(yù)測得分為 0.86，而傳統(tǒng)的 logistic 回歸模型得分為 0.76。這一預(yù)測準(zhǔn)確率已經(jīng)相當(dāng)驚人。
Looking to Listen：音頻－視覺語音分離模型
而后，皮查伊介紹了谷歌博客不久前介紹的新型音頻-視覺語音分離模型。
在論文《Looking to Listen at the Cocktail Party》中，谷歌提出了一種深度學(xué)習(xí)音頻-視覺模型，用于將單個語音信號與背景噪聲、其他人聲等混合聲音分離開來。這種方法用途廣泛，從視頻中的語音增強和識別、視頻會議，到改進助聽器，不一而足，尤其適用于有多個說話人的情景。
據(jù)介紹，這項技術(shù)的獨特之處是結(jié)合了輸入視頻的聽覺和視覺信號來分離語音。直觀地講，人的嘴的運動應(yīng)當(dāng)與該人說話時產(chǎn)生的聲音相關(guān)聯(lián)，這反過來又可以幫助識別音頻的哪些部分對應(yīng)于該人。視覺信號不僅在混合語音的情況下顯著提高了語音分離質(zhì)量(與僅僅使用音頻的語音分離相比)，它還將分離的干凈語音軌道與視頻中的可見說話者相關(guān)聯(lián)。
在谷歌提出的方法中，輸入是具有一個或多個說話人的視頻，其中我們需要的語音受到其他說話人和/或背景噪聲的干擾。輸出是將輸入音頻軌道分解成的干凈語音軌道，其中每個語音軌道來自視頻中檢測到的每一個人。
皮查伊還介紹了谷歌其他 NLP 應(yīng)用，例如通過谷歌的鍵盤輸入摩斯電碼讓語言障礙者重新獲得表達(dá)能力、GMail 中利用語言模型與語境信息預(yù)測輸入。
之后，皮查伊介紹了谷歌在計算機領(lǐng)域的一些研究成果與應(yīng)用，包括醫(yī)療影像方面的研究，移動設(shè)備中應(yīng)用的照片理解、摳圖、自動上色和文檔處理等。
TPU 3．0
去年，谷歌 I/0 公布了 TPU 2.0，且開放給了谷歌云客戶。今天，皮查伊正式宣布 TPU 3.0 版本。
皮查伊介紹，TPU 3.0 版本功能強大，采用液冷系統(tǒng)，計算性能是 TPU 2.0 的 8 倍，可解決更多問題，讓用戶開發(fā)更大、更好、更準(zhǔn)確的模型。更多有關(guān) TPU 3.0 的信息也許會在之后放出。
Google Assitant 與 Google Duplex
集成谷歌人機交互研究的 Google Assistant 在今日的 keynote 中必然會亮相。Google Assitant 負(fù)責(zé)工程的副總裁 Scott Huffman 介紹了 Google Assitant 過去一年的成果，谷歌產(chǎn)品管理總監(jiān) Lilian Rincon 介紹了帶有視覺體驗的 Google Assistant 產(chǎn)品，且有數(shù)款產(chǎn)品將在今年 7 月份發(fā)布。
而后谷歌 CEO 桑德爾·皮查伊在 Keynote 中展示了語言交互的重要性，并正式介紹了一種進行自然語言對話的新技術(shù) Google Duplex。這種技術(shù)旨在完成預(yù)約等特定任務(wù)，并使系統(tǒng)盡可能自然流暢地實現(xiàn)對話，使用戶能像與人對話那樣便捷。
這種自然的對話非常難以處理，因為用戶可能會使用更加不正式或較長的句子，且語速和語調(diào)也會相應(yīng)地增加。此外，在交互式對話中，同樣的自然語句可能會根據(jù)語境有不同的意思，因為人類之間的自然對話總是根據(jù)語境盡可能省略一些語言。
為了解決這些問題，Duplex 基于循環(huán)神經(jīng)網(wǎng)絡(luò)和 TensorFlow Extended(TFX)在匿名電話會話數(shù)據(jù)集上進行訓(xùn)練。這種循環(huán)網(wǎng)絡(luò)使用谷歌自動語音識別(ASR)技術(shù)的輸出作為輸入，包括語音的特征、會話歷史和其它會話參數(shù)。谷歌會為每一個任務(wù)獨立地訓(xùn)練一個理解模型，但所有任務(wù)都能利用共享的語料庫。此外，谷歌還會使用 TFX 中的超參數(shù)優(yōu)化方法優(yōu)化模型的性能。
(原標(biāo)題：谷歌I/O 2018的AI亮點全在這了)
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
