0
雷鋒網(wǎng) AI科技評論按：如果說起谷歌，想必你一定不會忽略Google Brain（谷歌大腦團隊）。谷歌大腦在2011年初由吳恩達、Jeff Dean牽頭組成，并在后來相繼有了 Greg Corrado、Quoc Le、Geoffrey Hinton等重量級大牛的加持，逐漸成長為谷歌真正的“大腦”。毫無疑問，谷歌大腦是谷歌至關(guān)重要的科研核心部門，也是全球工程師夢寐以求的烏托邦。
在回顧去年的研究歷程時，Jeff Dean曾撰文動情地表示：
“谷歌大腦團隊的宏愿一如既往：團隊致力于通過多領(lǐng)域的純研究及應(yīng)用性研究，創(chuàng)造更多的智能軟件及智能系統(tǒng)，以此提升人們的生活水平。雖然這一藍圖是我們仰望星空的長期愿景，但我們也需要腳踏實地?！?/p>
而近日，Jeff Dean又撰文發(fā)表了谷歌大腦團隊的科研方針，原文如下，雷鋒網(wǎng) AI科技評論編譯整理：
大約一年前，我們團隊第一次向大眾分享了自己的使命:“讓機器擁有智慧，改善人們的生活?！碑?dāng)時，我們向大家介紹了我們的工作——將機器學(xué)習(xí)與谷歌的產(chǎn)品結(jié)合起來，賦予那些每天都有數(shù)億人使用的產(chǎn)品新的力量，例如谷歌翻譯、谷歌地圖等產(chǎn)品。
今天，我想向大家分享更多經(jīng)驗，我們在基礎(chǔ)理論的進步、對機器學(xué)習(xí)的理解和產(chǎn)品服務(wù)的研究中，是如何接近我們的目標的。
五年前，谷歌的同事Alfred Spector、Peter Norvig和Slav Petrov發(fā)表了一篇博客和論文，闡述了在谷歌我們的研究方法——我們的方法總是能在好奇心和應(yīng)用性驅(qū)動的研究之間達到動態(tài)平衡。
在機器學(xué)習(xí)中我們團隊聚焦的最大挑戰(zhàn)是需要對新的想法進行廣泛的探索，因此研究人員會設(shè)置自己的工作議程，大多數(shù)人關(guān)注的方向是機器學(xué)習(xí)最前沿的領(lǐng)域。在探索過程中，過去幾年間我們在NIPS, ICML和ICLR等大會上發(fā)表了數(shù)百篇論文，并且論文的接受率遠遠高于平均水平。
想要實現(xiàn)我們的使命，至關(guān)重要的一環(huán)是在機器學(xué)習(xí)中做出新的理論研究。為了實現(xiàn)這一目標，我們建立了一個進行長期的、開放性研究的前沿團隊，來推動科學(xué)的發(fā)展。在對視覺和聽覺感知、自然語言理解、生成藝術(shù)和音樂、系統(tǒng)架構(gòu)和算法等領(lǐng)域進行研究的過程中，我們也與外部機構(gòu)的研究人員有所合作。2017年我們發(fā)表的論文中，有1/3的論文擁有一個或多個跨機構(gòu)的作者。此外，我們還邀請來自學(xué)術(shù)機構(gòu)的研究人員來促進我們的研究，加強我們與科學(xué)界的聯(lián)系。
我們也認為向大家清楚地解釋現(xiàn)代機器學(xué)習(xí)中的概念很重要。Distill.pub是一個在線技術(shù)雜志，其中包括一個由我們團隊成員Chris Olah和Shan Carter發(fā)起的論壇，目的是為了讓大家清楚地理解一些機器學(xué)習(xí)概念。
TensorFlow Playground是由我們團隊的可視化專家創(chuàng)建的一個可視化實驗平臺，可以讓人們了解到神經(jīng)網(wǎng)絡(luò)是如何解決簡單問題的。由PAIR開發(fā)的deeplearn.js是一個基于硬件加速的開源JavaScript庫，用于機器學(xué)習(xí)，能在瀏覽器中運行，不需要額外的裝置和后端。
除了與學(xué)術(shù)界和工業(yè)界的精英們合作，我們的團隊與谷歌其他團隊一樣，堅信培養(yǎng)下一代科學(xué)家會很有意義。我們團隊每年接收50多名實習(xí)生，他們的目標是在頂級機器學(xué)習(xí)出版物上發(fā)表自己的工作成果。到2017年為止，我們團隊發(fā)表的論文中，大約有25%的作者是實習(xí)生，而且他們通常是第一作者。
此外，2016年我們迎來了谷歌大腦培訓(xùn)項目（Google Brain Residency Program）的第一批實習(xí)生，這是個為期一年的項目，針對那些想要研究機器學(xué)習(xí)的人而開設(shè)。在其成立的第一年，項目的27名參加者在我們團隊成員的指導(dǎo)下進行了研究，并發(fā)表了超過40多篇論文被頂級研究會議接受的論文。今年7月，我們迎來了第二批實習(xí)生：36名成員在我們小組的支持下開始了為期一年的學(xué)習(xí)，他們已經(jīng)參與到各種各樣的項目中了。
在與其它谷歌研究部門緊密協(xié)作的過程中，谷歌大腦得以進行機器學(xué)習(xí)的基礎(chǔ)性研究，也能夠為產(chǎn)品導(dǎo)向的研究做出獨到的貢獻。本著讓機器學(xué)習(xí)產(chǎn)生全球性的影響來說，這兩方面的研究都至關(guān)重要。
雷鋒網(wǎng) AI科技評論
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
