0
| 本文作者： 劉子榆 | 2017-01-04 16:55 |
雷鋒網(wǎng)按：“我們正處在最好的時(shí)代，我們正處在最壞的時(shí)代?！?/span>《雙城記》的開(kāi)篇同樣適用于今天。
這個(gè)時(shí)代變化多端，復(fù)雜多樣，我們正在經(jīng)歷氣候變遷，也曾忍受新疾病出現(xiàn)。而在智能系統(tǒng)的幫助下，人類會(huì)逐漸解開(kāi)全新技術(shù)的面紗，推動(dòng)社會(huì)向更完善的方向發(fā)展。在這一過(guò)程中，我們需要一個(gè)能夠從零開(kāi)始對(duì)現(xiàn)階段不同問(wèn)題的理解逐漸加深的通用性系統(tǒng)，以此識(shí)別出那些有可能被遺漏的科學(xué)突破。這正是 DeepMind 一直以來(lái)所關(guān)注的焦點(diǎn)。
對(duì)于谷歌 DeepMind ，雷鋒網(wǎng)也一直關(guān)注著它的研究和進(jìn)展。在 2017 年開(kāi)篇之際，DeepMind 官方發(fā)表文章回顧了 2016 年該公司的大事記。雷鋒網(wǎng)根據(jù)原文的順序?qū)γ總€(gè)項(xiàng)目進(jìn)行了編譯和適當(dāng)補(bǔ)充。
在過(guò)去的一年里，DeepMind 已經(jīng)在不少領(lǐng)域取得了令人興奮的進(jìn)展。
相信很多人都是因?yàn)?nbsp;AlphaGo （阿爾法狗）才知道 DeepMind 的。2016 年， AlphaGo 在古老的圍棋比賽中以 4:1 的高分擊敗了世界大師級(jí)冠軍李世石，從此一炮而紅，并且二度登上《Nature》雜志封面。許多專家認(rèn)為，人類至少提前十年實(shí)現(xiàn)了這一壯舉。對(duì)于 DeepMind 以及世界圍棋界而言，最激動(dòng)人心的是 AlphaGo 在博弈過(guò)程中所表現(xiàn)出來(lái)的創(chuàng)造力，甚至有時(shí)候它的招數(shù)對(duì)古老的圍棋智慧都造成了挑戰(zhàn)。要知道，一直以來(lái)圍棋都被認(rèn)為是最需要人類深思熟慮的游戲之一， AlphaGO 的勝利彰顯了人工智能的巨大可能性。此外，DeepMind 表示 2017 年也將帶來(lái)更多機(jī)器參與人類游戲的研究。
關(guān)于 AlphaGo 的報(bào)道詳情見(jiàn)《登頂世界第一! 相比其他AI，AlphaGo究竟有何不同？| IJCAI2016特邀演講》。
在生成模型領(lǐng)域，DeepMind 也取得了意義非凡的進(jìn)展。研發(fā)團(tuán)隊(duì)在發(fā)表了圖像生成 PixelCNN 論文之后，又發(fā)布了最新原始音頻波形深度生成模型音頻 WaveNet 的研究論文。WaveNets 是一種卷積神經(jīng)網(wǎng)絡(luò)，能夠模擬任意一種人類聲音，生成的語(yǔ)音聽(tīng)起來(lái)比現(xiàn)存的最優(yōu)文本（語(yǔ)音系統(tǒng)）更為自然，將模擬生成的語(yǔ)音與人類聲音之間的差異降低了 50 % 以上。這種深度生成模型能夠模仿人類的聲音，生成的原始音頻質(zhì)量?jī)?yōu)于目前 Google 采用的兩種最優(yōu)文本——語(yǔ)音模型 Parameric TTS 與 Concatenative TTS 。由于 WaveNet 不是將錄下的語(yǔ)音樣本拼接起來(lái)，而是創(chuàng)造出的新的音頻波形，所以它很有可能會(huì)實(shí)現(xiàn)世界上最動(dòng)聽(tīng)的語(yǔ)音合成。
目前，DeepMind 正計(jì)劃將這一成果融入谷歌產(chǎn)品中，借此提升數(shù)百萬(wàn)用戶的產(chǎn)品體驗(yàn)。
更多 WaveNet 的報(bào)道見(jiàn)《DeepMind發(fā)布最新原始音頻波形深度生成模型WaveNet，將為T(mén)TS帶來(lái)無(wú)數(shù)可能》。
2016 年，DeepMind 在存儲(chǔ)（memory）領(lǐng)域也取得了不小的進(jìn)步，尤其是在解決如何將神經(jīng)網(wǎng)絡(luò)的智能決策和復(fù)雜結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)、推理能力結(jié)合起來(lái)的難題。實(shí)驗(yàn)室團(tuán)隊(duì)提出了可微分神經(jīng)計(jì)算機(jī)的神經(jīng)網(wǎng)絡(luò)模型（Differentiable Neural Computer，簡(jiǎn)稱 DNC）。這種新型模型將神經(jīng)網(wǎng)絡(luò)與可讀寫(xiě)的外部存儲(chǔ)器結(jié)合，既能像神經(jīng)網(wǎng)絡(luò)那樣通過(guò)試錯(cuò)和樣本訓(xùn)練進(jìn)行深度學(xué)習(xí)，又能像傳統(tǒng)計(jì)算機(jī)一樣處理數(shù)據(jù)。
目前，這些模型已經(jīng)學(xué)會(huì)回答有關(guān)數(shù)據(jù)結(jié)構(gòu)（從家譜到地鐵交通地圖）的問(wèn)題。DeepMind 表示，這讓人類距離使用人工智能在復(fù)雜數(shù)據(jù)組中進(jìn)行科學(xué)發(fā)現(xiàn)又近了一步。
更多“可微分神經(jīng)計(jì)算機(jī) ”的報(bào)道請(qǐng)見(jiàn)《Deepmind 開(kāi)發(fā)可微分神經(jīng)計(jì)算機(jī)： 我們離會(huì)推理的機(jī)器人還有多遠(yuǎn)》 和 《谷歌 DeepMind 的可微分神經(jīng)計(jì)算機(jī) DNC 怎么樣？看 Facebook AI 研究員田淵棟、賈揚(yáng)清怎么說(shuō)》。
今年 12 月， DeepMind 宣布向大眾及其他開(kāi)發(fā)者開(kāi)放其用于眾多實(shí)驗(yàn)的迷宮類游戲平臺(tái)，把訓(xùn)練環(huán)境的整個(gè)源代碼發(fā)布至開(kāi)源社區(qū) GitHub，并將其名稱由 Labyrinth 更改為 DeepMind Lab。屆時(shí)，所有開(kāi)發(fā)者都能下載源代碼并對(duì)其進(jìn)行個(gè)性化設(shè)置，以此訓(xùn)練和測(cè)試原有的 AI 系統(tǒng)。此外，11 月，該公司還宣布了與動(dòng)視暴雪 ( Activision Blizzard ) 合作的消息，兩者將聯(lián)手把視頻游戲《星際爭(zhēng)霸 II 》轉(zhuǎn)換為一個(gè)測(cè)試平臺(tái)，以便所有 AI 研究人員都有機(jī)會(huì)制作出這款復(fù)雜游戲的人工智能系統(tǒng)。
更多 DeepMind Lab 報(bào)道請(qǐng)見(jiàn)《繼 OpenAI 之后，DeepMind 開(kāi)源深度學(xué)習(xí)訓(xùn)練平臺(tái) DeepMind Lab》。
2016 年， DeepMind 與英國(guó)國(guó)家醫(yī)療服務(wù)體系 NHS 旗下的基金會(huì) Royal Free London 簽訂了為期五年的合同，目標(biāo)處理 172 萬(wàn)患者的醫(yī)療記錄。同時(shí)， DeepMind 還獲得了來(lái)自倫敦醫(yī)院的兩個(gè)數(shù)據(jù)庫(kù)，一個(gè)是讓 AI 軟件確定退行性眼病早期征兆的一百萬(wàn)張視網(wǎng)膜掃描報(bào)告，一個(gè)是訓(xùn)練 AI 軟件來(lái)識(shí)別健康組織和癌變組織的頭頸部癌癥圖像。
DeepMind 希望探索出運(yùn)用先進(jìn)技術(shù)來(lái)改善數(shù)百萬(wàn)患者醫(yī)療條件的方案，并且通過(guò)其開(kāi)發(fā)的移動(dòng)應(yīng)用和基礎(chǔ)設(shè)施改進(jìn)臨床護(hù)理。
詳情報(bào)道見(jiàn)《DeepMind 與 NHS 打造未來(lái)醫(yī)療五年計(jì)劃，前景雖好隱憂不斷》 以及 《DeepMind與帝國(guó)理工學(xué)院醫(yī)院合作，獲得100萬(wàn)患者數(shù)據(jù)》。
此外，DeepMind 還參與建立了非盈利 AI 合作組織（Partnership on AI）， 與 Facebook、亞馬遜、IBM、微軟等科技巨頭一起，在諸如算法的透明性和安全性等領(lǐng)域探索出最好的實(shí)踐方式，從而找到用 AI 實(shí)現(xiàn)社會(huì)利益最大化的方法。
DeepMind 在推動(dòng)智能系統(tǒng)運(yùn)用于現(xiàn)實(shí)世界的同時(shí)，也關(guān)注如何提升自身的學(xué)習(xí)效率。2016 年，Google 宣布 DeepMind 研發(fā)的學(xué)習(xí)軟件已經(jīng)成功讓谷歌數(shù)據(jù)中心的能耗減少了大約五分之二。據(jù)悉，這種軟件通過(guò)學(xué)習(xí)數(shù)據(jù)中心的操作日志進(jìn)行壓縮，進(jìn)行大規(guī)模的模擬操作，最終實(shí)現(xiàn)了過(guò)程的優(yōu)化。
此外，DeepMind 前不久還發(fā)布了論文《非監(jiān)督輔助任務(wù)中的強(qiáng)化學(xué)習(xí)》（”REINFORCEMENT LEARNING WITH UNSUPERVISED AUXILIARY TASKS”），介紹了一種極大提高代理學(xué)習(xí)速度和最終成效的方法。研究人員通過(guò)讓代理在訓(xùn)練中執(zhí)行兩個(gè)附加任務(wù)，對(duì)標(biāo)準(zhǔn)的深度強(qiáng)化學(xué)習(xí)方法進(jìn)行增強(qiáng)。
更多 DeepMind 的報(bào)道請(qǐng)見(jiàn)《DeepMind 黑科技！顛覆傳統(tǒng)強(qiáng)化學(xué)習(xí)方法，代理學(xué)習(xí)速度提高十倍（附視頻）》 以及《牛津大學(xué)聯(lián)合 DeepMind 發(fā)布 LipNet ：用深度學(xué)習(xí)讀懂你的唇語(yǔ)》。
DeepMind 是一家位于英國(guó)的人工智能公司，成立于 2010 年，它曾經(jīng)讓 Facebook、Google 等科技巨頭都為之著迷，最后 Google 在 2014 年 1 月以 2.63 億美元成功將 DeepMind 收入囊中。
2016 年 3月，AlphaGo 以 4:1 的傲人成績(jī)擊敗了世界圍棋冠軍李世石，自此，其背后的研發(fā)者 DeepMind 也開(kāi)始進(jìn)入到大眾的視野中。
在 2017 年，DeepMind 希望可以進(jìn)一步在算法突破、社會(huì)影響與最佳道德實(shí)踐三個(gè)方面獲得進(jìn)展，繼續(xù)為整個(gè)科學(xué)領(lǐng)域乃至世界作出持續(xù)，有價(jià)值的貢獻(xiàn)。雷鋒網(wǎng)也同樣期待 DeepMind 的下一個(gè)成果。
Via DeepMind
*文中圖片及封面均來(lái)源于 DeepMind。
【兼職召集令！】
如果你對(duì)未來(lái)充滿憧憬，喜歡探索改變世界的科技進(jìn)展，look no further！
我們需要這樣的你：
精通英語(yǔ)，對(duì)技術(shù)與產(chǎn)品感興趣，關(guān)注人工智能學(xué)術(shù)動(dòng)態(tài)的蘿莉&萌妹子&技術(shù)宅；
文字不求妙筆生花，但希望通俗易懂；
在這里，你會(huì)收獲：
一群來(lái)自天南地北、志同道合的小伙伴；
前沿學(xué)術(shù)科技動(dòng)態(tài)，每天為自己充充電；
更高的生活品質(zhì)，翻翻文章就能掙到零花錢(qián)；
有意向的小伙伴們把個(gè)人介紹/簡(jiǎn)歷發(fā)至 guoyixin@leiphone.com，如有作品，歡迎一并附上。
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。
