0
| 本文作者： camel | 2018-01-13 19:50 |
雷鋒網(wǎng) AI 科技評(píng)論按：昨天谷歌大腦（Google Brain）負(fù)責(zé)人 Jeff Dean 在 Google Research Blog 上發(fā)表了谷歌大腦團(tuán)隊(duì) 2017 年的回顧總結(jié)上篇，詳述了谷歌大腦過(guò)去一年中在自動(dòng)機(jī)器學(xué)習(xí)、語(yǔ)言理解和生成、新的機(jī)器學(xué)習(xí)算法和應(yīng)用、隱私與安全、理解機(jī)器學(xué)習(xí)系統(tǒng)、開(kāi)放數(shù)據(jù)集、TensorFlow、TPU 等一系列方面的研究工作。
雷鋒網(wǎng) AI 科技評(píng)論昨天推送了回顧總結(jié)上篇的內(nèi)容。
今天Jeff Dean發(fā)表了這篇博文的下篇，內(nèi)容包括谷歌大腦在 AI 應(yīng)用方面（諸如醫(yī)療、機(jī)器人、創(chuàng)新、公平和包容等）的工作。下面雷鋒網(wǎng)把這篇總結(jié)文的下篇全文翻譯如下：
谷歌大腦團(tuán)隊(duì)的工作目標(biāo)是通過(guò)科學(xué)研究和系統(tǒng)工程不斷推進(jìn)頂級(jí) AI 系統(tǒng)的發(fā)展，這也是整個(gè)谷歌的 AI 戰(zhàn)略的一部分。在這篇博文的第一部分，我介紹了我們 2017 年在基礎(chǔ)研究方面的工作，內(nèi)容包括從設(shè)計(jì)新的機(jī)器學(xué)習(xí)算法和技術(shù)到理解它們，以及與社區(qū)共享數(shù)據(jù)，軟件和硬件。
在這篇文章中，我們將深入介紹我們?cè)?strong>醫(yī)療、機(jī)器人、創(chuàng)新、公平和包容等垂直領(lǐng)域所做的研究工作，最后會(huì)簡(jiǎn)單介紹一下我們這個(gè)團(tuán)隊(duì)。
我們認(rèn)為將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于醫(yī)療保健領(lǐng)域具有巨大的潛力。他們?cè)谶@個(gè)方面也做出許多工作，包括協(xié)助病理學(xué)家來(lái)檢測(cè)癌癥、理解醫(yī)療對(duì)話以協(xié)助醫(yī)生和病人互動(dòng)，以及利用機(jī)器學(xué)習(xí)解決基因組學(xué)中的各種問(wèn)題，此外還開(kāi)放了一個(gè)基于深度學(xué)習(xí)的高精度變型呼叫系統(tǒng)的源代碼。
推薦閱讀：醫(yī)學(xué)領(lǐng)域的AI除了看醫(yī)療影像還能做什么？谷歌帶來(lái)一個(gè)新答案：幫醫(yī)生寫醫(yī)療檔案
（淋巴結(jié)活檢，我們的算法正確識(shí)別出腫瘤而不是良性巨噬細(xì)胞）
2016 年 12 月，我們?cè)诿绹?guó)醫(yī)學(xué)協(xié)會(huì)雜志（JAMA）上發(fā)表了一篇研究糖尿病性視網(wǎng)膜病變（DR）和黃斑水腫早期發(fā)現(xiàn)的研究論文。
相關(guān)論文：https://jamanetwork.com/journals/jama/article-abstract/2588763
在 2017 年，我們將這項(xiàng)研究由研究項(xiàng)目轉(zhuǎn)移到了實(shí)際的臨床試驗(yàn)。我們與 Verily（Alphabet 公司旗下的一家生命科學(xué)公司）合作，通過(guò)監(jiān)管過(guò)程來(lái)引導(dǎo)這項(xiàng)工作，并將這項(xiàng)技術(shù)整合到尼康的 Optos 眼科相機(jī)產(chǎn)品線中。
另外，我們目前正在印度部署這個(gè)系統(tǒng)。據(jù)了解，在印度的眼科醫(yī)生有 12.7 萬(wàn)名，但結(jié)果卻是幾乎有一半的上述疾病的患者都被診斷為晚期——疾病已經(jīng)導(dǎo)致視力喪失。作為試點(diǎn)的一部分，我們?cè)?Aravind 眼科醫(yī)院推出了這個(gè)系統(tǒng)，用來(lái)幫助醫(yī)院的工作人員更好地診斷糖尿病性眼部疾病。此外，我們還與合作伙伴合作，嘗試了解影響糖尿病性眼部疾病護(hù)理方面的人為因素（包括患者和醫(yī)療保健者的民族志研究）以及眼科護(hù)理臨床醫(yī)師如何與 AI 支持系統(tǒng)進(jìn)行交互的調(diào)查。
第一名病人（上）；Iniya Paramasivam，一位訓(xùn)練有素的分級(jí)師，正在查看系統(tǒng)的輸出（下）
谷歌大腦還與包括斯坦福大學(xué)、加州大學(xué)舊金山分校和芝加哥大學(xué)在內(nèi)的一些先進(jìn)的醫(yī)療機(jī)構(gòu)和中心的研究人員合作，來(lái)證明使用機(jī)器學(xué)習(xí)預(yù)測(cè)未識(shí)別醫(yī)療記錄的醫(yī)療結(jié)果的有效性（即根據(jù)患者的當(dāng)前狀況，我們相信可以通過(guò)從數(shù)百萬(wàn)其他患者的案例中學(xué)習(xí)并預(yù)測(cè)該患者的未來(lái)狀況，從而幫助醫(yī)療保健人員做出更好的決策）。我們對(duì)這個(gè)方法感到很興奮，同時(shí)也期待在 2018 年能有更多的內(nèi)容來(lái)講。
谷歌大腦在機(jī)器人學(xué)上的長(zhǎng)期目標(biāo)是設(shè)計(jì)學(xué)習(xí)算法，使機(jī)器人能夠在復(fù)雜的現(xiàn)實(shí)環(huán)境中進(jìn)行運(yùn)作，并能夠通過(guò)學(xué)習(xí)來(lái)快速獲得新的技能和能力，而不是像如今的機(jī)器人那樣需要精心控制的條件或針對(duì)特定任務(wù)編寫特定的程序。
我們研究的一個(gè)重點(diǎn)就是開(kāi)發(fā)實(shí)體機(jī)器人，使它們能夠利用自己以及其他機(jī)器人的經(jīng)驗(yàn)來(lái)建立新的技能和能力，也即匯集共同的經(jīng)驗(yàn)，以便集體學(xué)習(xí)。我們還在探索如何將基于計(jì)算機(jī)的機(jī)器人任務(wù)模擬與實(shí)體機(jī)器人經(jīng)驗(yàn)結(jié)合起來(lái)，從而加快學(xué)習(xí)新的任務(wù)。雖然在模擬器中的物理規(guī)律與現(xiàn)實(shí)世界并不完全匹配，但是我們發(fā)現(xiàn)，對(duì)于機(jī)器人來(lái)說(shuō)，模擬經(jīng)驗(yàn)加上少量的現(xiàn)實(shí)世界的經(jīng)驗(yàn)會(huì)給出比大量現(xiàn)實(shí)世界經(jīng)驗(yàn)更好的結(jié)果。
除了現(xiàn)實(shí)世界機(jī)器人經(jīng)驗(yàn)和模擬機(jī)器人環(huán)境外，我們還開(kāi)發(fā)了機(jī)器人學(xué)習(xí)算法，可以通過(guò)觀察人類對(duì)所需行為的演示來(lái)學(xué)習(xí)。我們認(rèn)為這種模仿學(xué)習(xí)方法是一種非常有前途的方式，它能夠非?？焖俚叵驒C(jī)器人傳遞新的能力，這個(gè)過(guò)程沒(méi)有明確的規(guī)劃，甚至沒(méi)有明確規(guī)定活動(dòng)的目標(biāo)。
推薦閱讀：看一遍人類動(dòng)作就能模仿，能理解語(yǔ)義的谷歌機(jī)器人登上無(wú)監(jiān)督學(xué)習(xí)的新高度
例如下面這個(gè)視頻中機(jī)器人通過(guò)從不同的角度觀察人類執(zhí)行任務(wù)，然后試圖模仿人類行為，在僅僅 15 分鐘的時(shí)間里就學(xué)到了如何向杯子里倒東西。如何你和你三歲的孩子在一起，就會(huì)覺(jué)得這項(xiàng)工作多么令人鼓舞，因?yàn)樗粸⒊隽艘稽c(diǎn)點(diǎn)，而你的孩子可能會(huì)弄得一團(tuán)糟。
我們還在 11 月份聯(lián)合組織和主辦了首次全新的機(jī)器人學(xué)習(xí)大會(huì)（CoRL），這次會(huì)議也將大量機(jī)器學(xué)習(xí)和機(jī)器人交叉領(lǐng)域的研究人員聚集在了一起。活動(dòng)總結(jié)中包含更多信息，這里就不再詳述，讓我們共同期待明年在蘇黎世舉行的下一屆會(huì)議吧。
推薦閱讀：
谷歌大腦認(rèn)為機(jī)器學(xué)習(xí)在幫助解決科學(xué)中的重要問(wèn)題上具有長(zhǎng)期的潛力。去年我們利用神經(jīng)網(wǎng)絡(luò)在量子化學(xué)中預(yù)測(cè)了的分子性質(zhì)，在天文數(shù)據(jù)中尋找到了新的系外行星，從地震數(shù)據(jù)中預(yù)測(cè)了地震的余震，并利用深度學(xué)習(xí)指導(dǎo)了自動(dòng)化的證明系統(tǒng)。
相關(guān)論文（量子化學(xué)）：
Machine learning prediction errors better than DFT accuracy
Neural Message Passing for Quantum Chemistry
相關(guān)文章（系外行星）：谷歌人工智能助科學(xué)家發(fā)現(xiàn)“迷你太陽(yáng)系”
相關(guān)論文（地震余震）：Deep Network Guided Proof Search
信息通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)有機(jī)分子的量子特性
尋找新的系外行星：當(dāng)行星遮擋光線時(shí)，觀察的恒星亮度。
谷歌大腦也對(duì)如何將機(jī)器學(xué)習(xí)作為工具來(lái)幫助人們進(jìn)行創(chuàng)造性創(chuàng)作非常感興趣。
今年，我們創(chuàng)作了一個(gè) AI 鋼琴二重奏工具，幫助了 YouTube 音樂(lè)人 Andrew Huang 創(chuàng)作新的音樂(lè)，并展示了如何教機(jī)器畫畫。
試試彈鋼琴：A. I. DUET
欣賞：Andrew Huang的音樂(lè)（需翻墻）
相關(guān)文章：谷歌大腦教機(jī)器畫簡(jiǎn)筆畫，神經(jīng)網(wǎng)絡(luò)的大作都長(zhǎng)啥樣？
畫畫：
SketchRNN模型繪制的花園; 互動(dòng)演示
我們還演示了如何控制運(yùn)行在瀏覽器中的深度生成模型來(lái)創(chuàng)建新的音樂(lè)，這個(gè)作品在 NIPS 2017 上獲得了最佳Demo獎(jiǎng)，這也是大腦團(tuán)隊(duì)的 Magenta 項(xiàng)目成員連續(xù)第二年獲得該獎(jiǎng)項(xiàng)（NIPS 2016 上與 Magenta 互動(dòng)音樂(lè)即興演奏的 demo 獲得了該年度的最佳Demo獎(jiǎng)）。
在下面的視頻中，您可以聽(tīng)到演示的一部分，這是 MusicVAE 變奏自動(dòng)編碼器模型從一個(gè)旋律到另一個(gè)旋律的平滑過(guò)渡。
機(jī)器學(xué)習(xí)的進(jìn)步為人們?nèi)绾闻c計(jì)算機(jī)進(jìn)行交互提供了全新的可能性。同時(shí)，確保社會(huì)能夠從我們構(gòu)建的技術(shù)中獲得廣泛的好處，是至關(guān)重要的。我們認(rèn)為這些機(jī)遇和挑戰(zhàn)是一件緊迫的事情，因此通過(guò)與谷歌公司中的眾多人員進(jìn)行合作，我們提出了一份 People + AI Research（PAIR）倡議。
推薦閱讀：誓要讓 AI 造福于人，谷歌 “PAIR”項(xiàng)目究竟有多靠譜？
PAIR 的目標(biāo)是研究和設(shè)計(jì)人與 AI 系統(tǒng)進(jìn)行交互最有效的方法。為此，我們舉辦了一場(chǎng)公共研討會(huì)，將來(lái)自計(jì)算機(jī)科學(xué)、設(shè)計(jì)甚至藝術(shù)等學(xué)科領(lǐng)域中的學(xué)術(shù)研究者和實(shí)踐者聚集在一起共同討論。PAIR 的工作范圍非常廣泛，其中一些如通過(guò)解釋性工作幫助研究人員了解 ML 系統(tǒng)，并用 deeplearn.js 擴(kuò)展開(kāi)發(fā)人員社區(qū)。我們?cè)谝匀藶橹行牡?ML 工程方法方面的另外一個(gè)例子就是 Facets 的推出，這是一種可視化和可理解的訓(xùn)練數(shù)據(jù)集工具。
推薦閱讀：谷歌也發(fā)布了Web前端機(jī)器學(xué)習(xí)庫(kù)，就叫deeplearn.js
Facets幫助你深入理解你的訓(xùn)練數(shù)據(jù)集
隨著 ML 在技術(shù)上的作用越來(lái)越大，包容性和公平性的考慮也變得越來(lái)越重要。Brain 團(tuán)隊(duì)和 PAIR 在這些領(lǐng)域取得了一些進(jìn)展。我們已經(jīng)發(fā)表了在 ML 系統(tǒng)中如何通過(guò)因果推理來(lái)避免歧視、地理多樣性在開(kāi)放數(shù)據(jù)集中的重要性，并寫了一個(gè)博文分析了一個(gè)公開(kāi)數(shù)據(jù)集以了解多樣性和文化差異。我們也一直與 AI 合作伙伴進(jìn)行密切的合作，PAIR 是一個(gè)跨行業(yè)的倡議，它旨在幫助我們確保讓公平和包容成為所有 ML 從業(yè)者的共同目標(biāo)。
正如在左邊的這些涂鴉圖案中所觀察到的那樣，文化差異可以在訓(xùn)練數(shù)據(jù)時(shí)（甚至在對(duì)象中）是“通用”的椅子。 右側(cè)的圖表顯示了我們?nèi)绾伟l(fā)現(xiàn)標(biāo)準(zhǔn)開(kāi)源數(shù)據(jù)集（如ImageNet）中的地理位置偏差。 未被發(fā)現(xiàn)或未被糾正，這種偏見(jiàn)可能強(qiáng)烈影響模型行為。
我們與谷歌創(chuàng)意實(shí)驗(yàn)室的同事合作制作了下面這個(gè)視頻，作為這個(gè)領(lǐng)域的一些非技術(shù)性介紹。
谷歌大腦的研究文化的一個(gè)方面是，讓研究人員和工程師們?nèi)ソ鉀Q他們自己認(rèn)為最重要的基礎(chǔ)研究問(wèn)題。
在 2017 年 9 月份，我們發(fā)布了開(kāi)展研究的一般方法。教育和知道年輕的研究人員是我們研究的一部分。我們?nèi)ツ旯步哟?100 多名實(shí)習(xí)生，在 2017 年中有約 25% 的發(fā)表文章有實(shí)習(xí)合作者參與。
推薦閱讀：Jeff Dean撰文：谷歌大腦是如何完成科研使命的？（2017.09）
在 2016 年，谷歌大腦開(kāi)啟了 Google Brain Residency 計(jì)劃，該計(jì)劃旨在指導(dǎo)哪些想學(xué)習(xí)機(jī)器學(xué)習(xí)研究的人。在首年（2016 年 6 月-2017 年 6 月）共有 27 位培訓(xùn)人員加入我們團(tuán)隊(duì)，在半年的時(shí)間里共發(fā)表了 23 篇論文。這些培訓(xùn)人員現(xiàn)在大部分都作為專職研究人員和研究工程師留在我們團(tuán)隊(duì)中。
2017 年 7 月，我們迎來(lái)了第二批 35 位培訓(xùn)人員，他們將會(huì)待到 2018 年 7 月，不過(guò)現(xiàn)在已經(jīng)做出了許多令人興奮的研究工作，并已經(jīng)發(fā)表了很多一系列的論文。
我們現(xiàn)在已經(jīng)擴(kuò)大了該計(jì)劃的范圍，將谷歌許多其他研究組包括在內(nèi)，并將計(jì)劃重新命名為 Google AI Residency program。（本年度計(jì)劃的申請(qǐng)截止日期剛剛過(guò)去；請(qǐng)?jiān)?g.co/airesidency/apply 查看有關(guān)明年計(jì)劃的信息）
我們?cè)?2017 年的工作遠(yuǎn)不止這篇博文（上、下）中所強(qiáng)調(diào)的這些。我們過(guò)去一年在各種頂級(jí)的研究機(jī)構(gòu)發(fā)表了 140 篇論文，其中在 ICLR、ICML、NIPS 等會(huì)議發(fā)表了 60 多篇論文。想了解我們這方面的工作，可以仔細(xì)閱讀我們的研究論文。
你也可以在這個(gè)視頻中看到我們團(tuán)隊(duì)的成員：
或者讀一讀我們第二次在「Ask Me Anything（AMA）」活動(dòng)中的回答（2016 年也有一期）
Jeff Dean兩年AMA全盤點(diǎn)：26個(gè)關(guān)于谷歌大腦和機(jī)器學(xué)習(xí)未來(lái)的問(wèn)題
谷歌團(tuán)隊(duì)正在擴(kuò)增，團(tuán)隊(duì)成員遍布北美和歐洲。如果你覺(jué)得我們做的工作聽(tīng)起來(lái)很有意思，而且想加入我們，你可以通過(guò)底部的鏈接（g.co/brain）看看我們有哪些空缺職位，并申請(qǐng)實(shí)習(xí)、AI 入駐計(jì)劃，訪問(wèn)學(xué)者或全職研究或工程開(kāi)發(fā)崗位。
你也可以通過(guò) Google Research blog，或者 Twitter@GoogleResearch 來(lái)跟蹤我們?cè)?2018 年的工作，你也可以關(guān)注我的個(gè)人 Twitter 賬號(hào) @JeffDean。
via GoogleBlog.com，雷鋒網(wǎng) AI 科技評(píng)論編譯。文章中所提的研究成果的具體細(xì)節(jié)歡迎閱讀我們的往期報(bào)道文章。
相關(guān)文章：
醫(yī)學(xué)領(lǐng)域的AI除了看醫(yī)療影像還能做什么？谷歌帶來(lái)一個(gè)新答案：幫醫(yī)生寫醫(yī)療檔案
看一遍人類動(dòng)作就能模仿，能理解語(yǔ)義的谷歌機(jī)器人登上無(wú)監(jiān)督學(xué)習(xí)的新高度
Jeff Dean兩年AMA全盤點(diǎn)：26個(gè)關(guān)于谷歌大腦和機(jī)器學(xué)習(xí)未來(lái)的問(wèn)題（上）
Jeff Dean兩年AMA全盤點(diǎn)：26個(gè)關(guān)于谷歌大腦和機(jī)器學(xué)習(xí)未來(lái)的問(wèn)題（下）
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
