侵权投诉
订阅
纠错
加入自媒体

神经网络:人机对话新篇

2013-02-20 08:56
PokerJoker
关注

  谷歌的软件首先会尝试了解语音中的每个独立部分——即组成单词的不同元音和辅音。这是神经网络的一个层。随后再使用这些信息展开复杂的猜测,每深入一层,其猜测的结果都会更加接近用户的真实语义。

  神经网络算法还可以用于分析图片。“你希望在像素中寻找一些结构片段,例如,图片中的一个边缘。你或许拥有一个特征探测器层,可以探测小边缘这样的事物。当探测完成之后,还会有另外一个特征探测器层,可以探测边缘的组合,例如一些边角。一旦完成,还会再来一层,如此反复持续下去。”辛顿说。

  技术进步

  神经网络早在1980年代就号称可以实现类似的功能,但要做到辛顿所描述的这种分析模式却很困难。

  但2006年却出现了两大重要变化。首先,辛顿和他的团队找到了一种更好的方式来规划深层神经网络——这种网络可以具备多个不同的联系层。其次,低价GPU面市使得学术机构拥有了更加廉价而快速的方式来处理数十亿次计算。“这带来了巨大变化,因为我们的计算速度一夜之间提升了30倍。”辛顿说。

  如今,神经网络算法正在逐步渗透到语音识别和图形软件中,但辛顿认为,这种技术可以用于任何需要进行预测的领域。去年11月,多伦多大学的一个团队利用神经网络预测出药物分子在现实世界中可能的作用方式。

  迪恩表示,谷歌现在正在多款产品中使用神经网络算法——有些只是尝试,有些不是——但进展都不及果冻豆的语音识别软件。“图片搜索领域显然也有利用价值。”他说,“你肯定希望使用图片中的某些像素来确定这究竟是什么物体。”谷歌街景也可以利用神经网络算法来区分其拍摄的不同物体之间有何差异——例如,一栋房子和一个牌照。

  有人或许觉得这项技术与普通人无关,但请注意以下的案例:包括迪恩在内的谷歌研究人员去年开发了一套神经网络,可以通过自学认出YouTube视频中的猫。

<上一页  1  2  
声明: 本文由入驻维科号的作者撰写,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。

发表评论

0条评论,0人参与

请输入评论内容...

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

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号