「深度」Facebook对深度学习的追求：让机器理解我们

2015-08-12 12:12

雷锋网的读者应该对人工智能并不陌生，但要了解它的历史，我们得先回到1995年。
彼时，一名年轻的法国人Yann Lecun花了10多年时间做一件事：模仿大脑的某些功能来打造人工智能机器。这件事在许多计算机科学家看来是一个坏主意，但Lecun的研究已经表明，这种做法可以造出智能而且真正有用的产品。
在贝尔实验室工作期间，他开发出了一些模拟神经元的软件，通过读取不同的例子来辨识手写文本。而贝尔实验室的母公司——AT＆T，也用利用这门技术，开发出了第一台可以读取支票和书写笔迹的机器。对于Lecun和人工神经网络的信徒们来说，这似乎是一个新时代的开始，标志着机器可以学习以前仅属于人类的技能。
只是对于Lecun而言，这项成果取得成功之时也是这个项目走向尽头的时候。为了开拓不同的市场，AT&T宣布分拆成三家不同的公司。他们打算让Lecun做一些其他的研究，于是他离职去了纽约大学任教职。与此同时，其他地方的研究人员也发现，他们无法把Lecun的突破应用于计算问题，随后人们对于将大脑模拟的方法应用于AI研究的热情也逐渐开始减退。
虽然对于现在已经55岁的Lecun而言，他从来没有停止探索人工智能的步伐。在被无情拒绝了20年有余后，Lecun等人终于在人脸和语音识别等领域取得了惊人的成就。如今在科技领域人尽皆知的深度学习，已经成为Google等科技公司新的战场，他们急不可耐地想将其应用于商业服务。Facebook在2013年聘用了Lecun，让其管理由50多人组成的人工智能研究团队——FAIR。对于Facebook而言，Lecun的团队是其第一笔基础研究投资，可能让公司从社交网络的定位中走出来，并且很可能会让我们对机器能做的事情有重新的认识。
雷锋网多次报道，Facebook等公司在近几年急不可耐地投身于这一领域，主要是因为在计算机识图等领域，深度学习技术比之前的AI技术要先进得多。在以前，研究人员需要编写大量的程序来赋予机器能力，例如侦测出图片中的线条和直角。但深度学习软件则能自己理解和利用数据，不需要借助这种程序。基于这一理论开发出的一些程序，精确度已经可以和人类相媲美。
现在Lecun在研究更加有力的东西，他打算赋予软件完成基础对话的语言能力和常识。在进行搜索时，我们可以直接告诉机器我们想要的是什么

余下全部

共有评论0条

<返回

<返回首页