“機(jī)器學(xué)習(xí)”的概念自上世紀(jì)50年代出來以來就備受科技界的關(guān)注，而近年來“深度學(xué)習(xí)”逐漸成為機(jī)器學(xué)習(xí)研究中的一個新的領(lǐng)域，其動機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，模仿人腦的機(jī)制來識別圖像、聲音和文本等數(shù)據(jù)。

美國科技媒體《連線》雜志網(wǎng)絡(luò)版日前發(fā)文對“機(jī)器深度學(xué)習(xí)”技術(shù)的最新進(jìn)展進(jìn)行了總結(jié)。以下是文章的主要內(nèi)容。

在Quoc Le的眼中，世界都是由一系列的數(shù)字組成的。“一張數(shù)碼照片實(shí)際上都是數(shù)字，”他說道，“如果將人們所說的話拆分成單獨(dú)的音素，那么它們同樣可以被編譯成數(shù)字。”如果按照Quoc Le的說法，就可以將這些數(shù)字輸入到機(jī)器之中，機(jī)器能夠讀懂照片和人們所說的話，比如Facebook能夠識別出你的臉，谷歌則能夠聽懂你所說的話。

不過Quoc Le想要走得更遠(yuǎn)，他希望能夠研究出一種能將整個句子、整個段落以及各種類型的自然語言轉(zhuǎn)譯成數(shù)字或其它載體的技術(shù)，借助這項(xiàng)技術(shù)，計算機(jī)科學(xué)家就可以讓機(jī)器也能夠獲得人們看到和聽到的信息。同時，Quoc Le還在探索如何讓機(jī)器理解人們的觀點(diǎn)和情緒的方法。

盡管此類技術(shù)目前尚處于起步階段，未來還有很長的路要走，但相對于同行而言，Quoc Le要擁有更多供其調(diào)配的資源。Quoc Le是“谷歌大腦”（Google Brain）項(xiàng)目的一員，該項(xiàng)目主要從事“機(jī)器深度學(xué)習(xí)”領(lǐng)域的研究，這是人工智能的一種形式，主要用機(jī)器來模擬人腦進(jìn)行數(shù)據(jù)處理。

現(xiàn)年32歲的Quoc Le一直在谷歌從事語音識別方面的工作，比如Android系統(tǒng)的語音識別功能以及為網(wǎng)絡(luò)圖片自動添加標(biāo)簽等，這兩項(xiàng)工作都需要“深度學(xué)習(xí)”技術(shù)的支持。

除了谷歌之外，F(xiàn)acebook和微軟等互聯(lián)網(wǎng)巨頭也都在使用“深度學(xué)習(xí)”方面的技術(shù)，同時百度公司最近也曾在公開場合談及利用這項(xiàng)技術(shù)來為客戶提供更為精確的廣告推送服務(wù)。不過Quoc Le希望將該技術(shù)推向更為廣闊的領(lǐng)域，包括對自然語言理解、機(jī)器人以及網(wǎng)絡(luò)搜索等。

Quoc Le最近開發(fā)出了一項(xiàng)“深度學(xué)習(xí)”技術(shù)，能夠鑒別出網(wǎng)絡(luò)上不同的詞匯之間是如何關(guān)聯(lián)的，谷歌則在自己的“知識圖譜”中融入這項(xiàng)技術(shù)，從而幫助其對搜索結(jié)果進(jìn)行知識系統(tǒng)化，讓每一個關(guān)鍵詞都能獲得完整的知識體系。

曾經(jīng)的困擾

Quoc Le上世紀(jì)90年代首次接觸到人工智能，但是確實(shí)讓他感到煩惱不已，因?yàn)楫?dāng)時的機(jī)器學(xué)習(xí)系統(tǒng)非常依賴工程師的手工輸入，盡管機(jī)器在一定程度上也具備理解能力，但是卻需要比較繁瑣的操作才能完成。比如當(dāng)時的機(jī)器在照片沒有添加標(biāo)簽的情況下就無法對其進(jìn)行識別。

“我們對大量無標(biāo)簽的數(shù)據(jù)進(jìn)行了學(xué)習(xí)研究，”Quoc Le說道，他曾與“谷歌大腦”項(xiàng)目的創(chuàng)始人之一吳恩達(dá)（Andrew Ng）在斯坦福大學(xué)共同研究人工智能，“如果未來我們能夠找到一種可行的算法來讓機(jī)器對無標(biāo)簽的數(shù)據(jù)進(jìn)行識別，那將有可能會改變整個計算行業(yè)，畢竟現(xiàn)在網(wǎng)絡(luò)的大部分?jǐn)?shù)據(jù)（如Facebook、Twitter和谷歌）都是沒有標(biāo)簽的。”

這也正是“深度學(xué)習(xí)”技術(shù)未來想要實(shí)現(xiàn)的目標(biāo)。利用數(shù)萬臺電腦通過軟件模擬人腦中的神經(jīng)元網(wǎng)絡(luò)，從而讓機(jī)器獲得與人類相似的學(xué)習(xí)能力，比如在某些情況下機(jī)器能夠在無需對數(shù)據(jù)添加標(biāo)簽的情況下實(shí)現(xiàn)自動學(xué)習(xí)。

谷歌的貓臉識別其實(shí)就是“深度學(xué)習(xí)”技術(shù)的典型案例，只不過在經(jīng)過了長達(dá)三年的研發(fā)之后，這個項(xiàng)目仍然沒能獲得大的進(jìn)展。與此同時，大部分商業(yè)深度學(xué)習(xí)系統(tǒng)目前仍然比較依賴人工監(jiān)控。“盡管貓臉識別技術(shù)的實(shí)用性很低，”吳恩達(dá)說道，“但是我認(rèn)為這項(xiàng)技術(shù)代表是深度學(xué)習(xí)未來發(fā)展的一個方向。”

語言的挑戰(zhàn)

“深度學(xué)習(xí)”技術(shù)需要面臨的另一個挑戰(zhàn)是對自然語言的識別。人類的語言中包含大量的微妙信息，迄今為止科學(xué)界還未能找到識別這些微妙信息的方法。比如一個相同的詞匯，在不同的語境或語氣下都會有不同的意思，目前大部分人工智能系統(tǒng)都無法區(qū)分這些信息。“機(jī)器非常善于處理數(shù)據(jù)，但是卻無法應(yīng)付語言符號，”Quoc Le介紹說，“因?yàn)檎Z言是一種具備高度象征意義的東西。”

對語言進(jìn)行識別的關(guān)鍵是找到將符號轉(zhuǎn)譯成數(shù)字的方式。“目前我們還沒有找到將語言概念轉(zhuǎn)變成機(jī)器能夠處理的數(shù)學(xué)結(jié)構(gòu)的方法，”Quoc Le說道，“不過在與Word2Vec工具的幫助下，我們在這方面也取得了一定進(jìn)展。希望未來我們的機(jī)器能夠自動識別發(fā)布在網(wǎng)絡(luò)上的海量信息。”

“人們未來是不可能隨時隨地監(jiān)督機(jī)器的學(xué)習(xí)的，”與Quoc Le一起在斯坦福大學(xué)攻讀博士學(xué)位的理查德索切（Richard Socher）說道，“我們希望未來能夠?qū)⒈O(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)結(jié)合起來，這樣機(jī)器就能實(shí)現(xiàn)許多目前難以想象的事情。”

Quoc Le最近聯(lián)合谷歌的幾位同事發(fā)表了一篇關(guān)于在深度神經(jīng)網(wǎng)絡(luò)研究中使用機(jī)器翻譯的文章，其中談到了對“回歸神經(jīng)網(wǎng)絡(luò)”的利用，據(jù)了解這可能是目前語言識別領(lǐng)域最為先進(jìn)的技術(shù)。

更強(qiáng)大的“谷歌大腦”

Quoc Le在文章中表示，他們所發(fā)現(xiàn)的新方法要優(yōu)于其它機(jī)器翻譯算法，不過這也僅僅是“深度學(xué)習(xí)”的一個應(yīng)用而已，未來“深度學(xué)習(xí)”技術(shù)還將會用于網(wǎng)絡(luò)上的問題答疑、自動說明以及情感分析等等。

為了充分利用這些先進(jìn)的算法，谷歌將不得擴(kuò)充自己的“機(jī)器神經(jīng)網(wǎng)絡(luò)”規(guī)模，而不是局限在圖像和語音的識別領(lǐng)域。“深度學(xué)習(xí)”概念的奠基人、目前供職于谷歌的杰夫·韓?。℅eoff Hinton）曾在介紹“谷歌大腦”項(xiàng)目時表示：“就像是鴿子的大腦一樣，雖然它擁有良好的視力，但是任何人都不會與一只鴿子進(jìn)行對話。”

實(shí)際上，即便是腦容量相當(dāng)小的鴿子，其大腦的計算能力也能夠輕松超越目前世界上最為先進(jìn)的“機(jī)器神經(jīng)網(wǎng)絡(luò)”（包括“谷歌大腦”），而在韓丁加盟谷歌之后，更是宣稱未來要幫助谷歌打造全球最大的“機(jī)器神經(jīng)網(wǎng)絡(luò)”來對“深度學(xué)習(xí)”進(jìn)行更加全面的研究。