1
本文作者: 張莉 | 2018-05-26 21:53 |
雷鋒網(wǎng)按:在剛剛過去的 2018 Google I/O 開發(fā)者大會上,CEO Sundar Pichai 向大家演示了 Google Assistant 的新技能,這個 AI 助手可以幫主人給餐廳打電話定座位,發(fā)音酷似真人,可以像人一樣閑聊,還會追問。自從三年前 Google 提出 AI first 的口號以來,其在 AI 領(lǐng)域的布局狂飆突進(jìn),收購了三十多家 AI 創(chuàng)業(yè)公司,同時,不僅在學(xué)術(shù)層面上對人工智能進(jìn)行研究,也將研究成果投入實(shí)際應(yīng)用。
據(jù)維基百科介紹,機(jī)器學(xué)習(xí)平臺 TensorFlow 最初由 Google Brain 團(tuán)隊(duì)開發(fā),用于 Google 的研究和生產(chǎn),2015年11月9日,Google 宣布開源 TensorFlow,所有人都可以通過計算機(jī)和網(wǎng)絡(luò)使用該平臺。 Google 旗下的 50 多個產(chǎn)品,如語音識別、Gmail、Google 相冊和搜索,都運(yùn)用了 TensorFlow 深度學(xué)習(xí)系統(tǒng)。
雷鋒網(wǎng)對基于 TensorFlow 開發(fā)的各種應(yīng)用實(shí)例進(jìn)行了盤點(diǎn),以饗讀者:
Google 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯
2016年9月 Google 發(fā)布了翻譯技術(shù)的突破性研究:神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)(GNMT:Google Neural Machine Translation)。同年11月,這項(xiàng)技術(shù)正式被應(yīng)用到 Google 翻譯中,并支持包括英語和法語、德語、西班牙語、葡萄牙語、中文、日語、韓語、土耳其語八組語言的互譯。不同語言間翻譯的誤差問題一直是機(jī)器翻譯需要攻克的難點(diǎn)。TensorFlow 和 Tensor Processing Units (TPUs)為 Google 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯模型特別打造硬件加速器,通過不再將句子中的詞和短語獨(dú)立翻譯,而是對完整句子整體處理,將翻譯誤差降低了 55% ~ 85%。
GNMT 翻譯原理
該系統(tǒng)借助最先進(jìn)的機(jī)器學(xué)習(xí)技術(shù),通過對整個句子進(jìn)行整體翻譯而非逐字翻譯,大幅提高了 Google 翻譯的精確度與流暢度。同時,Google 在其中還建立了端對端學(xué)習(xí)系統(tǒng),這讓整個翻譯系統(tǒng)可以自行在翻譯中進(jìn)行學(xué)習(xí)和訓(xùn)練,并使翻譯水平獲得進(jìn)一步提升。
GNMT 大幅提高機(jī)器翻譯水平
Google Cloud 視頻智能 API 使用強(qiáng)大的深度學(xué)習(xí)模型,基于 TensorFlow 等架構(gòu)進(jìn)行開發(fā)。這款 API 是首款能夠讓開發(fā)者輕松搜索和發(fā)現(xiàn)視頻內(nèi)容的 API,開發(fā)者可通過在視頻內(nèi)容中提供有關(guān)實(shí)體(例如狗、花、人等名詞,以及跑、游泳、飛行等動詞)信息完成搜索。當(dāng)這些實(shí)體出現(xiàn)時,這款 API 甚至可以提供語境理解。例如,搜索“老虎”將會找出存儲在 Google Cloud 視頻集中所有包含老虎的精準(zhǔn)鏡頭。
除了這款視頻智能 API,Google Cloud 機(jī)器學(xué)習(xí)已增加了一整套越來越多的 API:視覺(Vision)、視頻智能(Video Intelligence)、口語(Speech)、自然語言(Natural Language)、翻譯(Translation)和求職(Jobs)。這些 API 可讓客戶搭建能夠看、聽、理解非結(jié)構(gòu)化數(shù)據(jù)的下一代應(yīng)用程序,極大地擴(kuò)大了機(jī)器學(xué)習(xí)在下一代產(chǎn)品推薦、醫(yī)療圖像分析、欺詐監(jiān)控等眾多領(lǐng)域的使用范圍。
Google 的數(shù)據(jù)中心的運(yùn)行和降溫需要消耗大量能源。為減少讓設(shè)備降溫所消耗的能源,Deepmind 通過監(jiān)測收集數(shù)據(jù)中心溫度、功率、轉(zhuǎn)速等數(shù)據(jù),并用此數(shù)據(jù)訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)。此外,Deepmind 還訓(xùn)練了兩個額外的深層神經(jīng)網(wǎng)絡(luò),以預(yù)測未來數(shù)小時數(shù)據(jù)中心的溫度和壓力。機(jī)器學(xué)習(xí)系統(tǒng)使用于冷卻的能源減少了 40%,相當(dāng)于 15% 總能源消耗。
日本的一位菜農(nóng)使用 TensorFlow 為他收獲的大量黃瓜建立了一個自動分揀儲存系統(tǒng)。自動拍攝圖片后,首先圖片會被上傳到一個小型的 TensorFlow 神經(jīng)網(wǎng)絡(luò)系統(tǒng)上被分析,以識別圖片內(nèi)容是否是一根黃瓜。隨后圖片會被上傳到一個更大的神經(jīng)網(wǎng)絡(luò)系統(tǒng)來進(jìn)行更進(jìn)一步的分析,從而將黃瓜按顏色、大小的不同,自動分揀成多達(dá)九個不同的品質(zhì)級別,大大提高了分揀效率和準(zhǔn)確度。
奶牛的健康對于產(chǎn)奶量有著非常大的影響。如果科技能讓奶牛更加健康,就可以提高牛奶的產(chǎn)量,并幫助奶農(nóng)進(jìn)一步發(fā)展自己的產(chǎn)業(yè)。Connecterra 公司利用 TensorFlow 來理解并詮釋奶牛的各種行為,為奶農(nóng)提供畜群的健康狀況等信息。奶農(nóng)只需通過一個叫 Ida 的 手機(jī) App,便可輕松查看奶牛一天的生活軌跡和健康信息。
高中生 Shaza Mehdi 和 Nile Ravenell 開發(fā)了一個名為 PlantMD 的 APP,該應(yīng)用程序是在 TensorFlow 上運(yùn)行機(jī)器學(xué)習(xí)的模型,同時從 plantvillage.com 以及一些大學(xué)的數(shù)據(jù)庫中收集數(shù)據(jù),用于訓(xùn)練該模型去識別生病的植物。Shaza 還開發(fā)了一個 APP,使用類似的方法可以診斷皮膚病。
Topher White(Rainforest Connection 的創(chuàng)始人)發(fā)明了 “The Guardian” 設(shè)備來阻止亞馬遜地區(qū)非法砍伐森林的行為。該設(shè)備由舊手機(jī)升級改造而成,同時借助 TensorFlow 運(yùn)行。它被安裝在樹上,遍布整個森林,通過識別電鋸和伐木工程車的聲音,向管轄該地區(qū)的管理員發(fā)出警報。而如果沒有這些裝置,就必須依靠人力來監(jiān)督管理這一片區(qū)域,很難覆蓋大面積地區(qū)。
Topher 在亞馬遜地區(qū)的高聳樹木群中安裝監(jiān)控設(shè)備
像很多大型海洋哺乳動物一樣,海牛面臨著瀕危的境地。為更好地保護(hù)它們以及它們的棲息地,野生動物保護(hù)者需要對它們的數(shù)量與位置進(jìn)行追蹤研究。研究員利用 TensorFlow 的最新圖像識別技術(shù),讓電腦“學(xué)會”了識別巨型航拍圖中的海牛。機(jī)器識別的速度遠(yuǎn)遠(yuǎn)超過了人工,精度也是肉眼的 1.4 倍。
提示:中間靠下位置的銀灰色小點(diǎn)就是一只海牛
維多利亞大學(xué)博士生 Victor Anton 致力于追蹤新西蘭瀕臨滅絕的鳥類,以改善對它們的保護(hù)工作。他收集了 5 萬個小時的音頻并將其轉(zhuǎn)換成譜圖,通過 TensorFlow 更加快速高效地分析這些音頻,識別譜圖中的鳥鳴聲。他希望此研究能夠?yàn)樾挛魈m未來的動物保護(hù)工作提供有價值的信息。
Victor Anton 在 Google I/O 大會上展示這款應(yīng)用
糖尿病視網(wǎng)膜病變是目前越來越被人們重視的致盲病因,目前全球范圍內(nèi)有 4.15 億糖尿病患者面臨視網(wǎng)膜病變的風(fēng)險。若發(fā)現(xiàn)及時,該病可被治愈,但若未能及時診斷,則可能導(dǎo)致不可逆轉(zhuǎn)的失明。
通過與印度和美國的醫(yī)生密切合作,Google 創(chuàng)建了一個包含 12.8 萬張眼底掃描圖片的數(shù)據(jù)集,用于訓(xùn)練一個檢測糖尿病性視網(wǎng)膜病變的深度神經(jīng)網(wǎng)絡(luò)。經(jīng)訓(xùn)練后的模型可自動篩選疑似病變的眼底掃描圖,其準(zhǔn)確度甚至超過了專業(yè)醫(yī)師的平均水平。高精度的糖尿病性視網(wǎng)膜病變自動化篩選法具有很大潛力,可以幫助醫(yī)生提高診斷效率,使患者盡早得到治療。同時,Google 仍在加強(qiáng)與視網(wǎng)膜研究領(lǐng)域的??漆t(yī)生合作,以便確立更具參考價值的量化衡量標(biāo)準(zhǔn),并且仍在探索如何將此研究成果與 DeepMind 的 OCT 研究進(jìn)行結(jié)合,以便進(jìn)一步協(xié)助醫(yī)生們對糖尿病視網(wǎng)膜病變和其他眼部疾病進(jìn)行診斷。
此圖為一張眼部視力已經(jīng)受到視網(wǎng)膜病變威脅的眼底圖像,
機(jī)器學(xué)習(xí)的分析能夠?qū)⒋藞D中不僅限于眼部健康的信息提供給醫(yī)生
在75名男性和1名女性中,有 1 / 150 的女性在一生中會被診斷為口腔癌,而自上世紀(jì) 70 年代以來,口腔癌癥的發(fā)病率已經(jīng)上升了 92%。每年,僅在英國,頭頸癌就會影響 11000 多名患者。放射治療等治療的進(jìn)展提高了生存率,但由于人體具有大量精細(xì)結(jié)構(gòu),臨床醫(yī)生必須極其小心地計劃治療,以確保沒有任何重要的神經(jīng)或器官受到損傷。在進(jìn)行放射治療之前,臨床醫(yī)生必須制作一張?jiān)敿?xì)的身體部位地圖。這個過程被稱為“細(xì)分”,包括利用解剖學(xué)原理對人體不同部位進(jìn)行繪制,并將信息傳遞給放射治療機(jī)器,這樣就可以在保證健康組織完好無損的情況下,鎖定癌細(xì)胞。
在 Deepmind 與英國倫敦大學(xué)學(xué)院醫(yī)學(xué)院的研究人員合作開展的一個項(xiàng)目中,機(jī)器學(xué)習(xí)參與到了治療方案的設(shè)計過程中,協(xié)助醫(yī)護(hù)人員細(xì)分癌變組織和健康組織。在機(jī)器學(xué)習(xí)的幫助下,細(xì)分過程由 4 小時左右縮短到 1 小時左右。提高了放射治療的效率,同時解放了臨床醫(yī)生的時間,使他們能有更多時間投入到病人的護(hù)理、教育和研究工作當(dāng)中。
頭頸癌患者的 CT 掃描圖
對大多數(shù)行業(yè)來說,質(zhì)量把控是一個挑戰(zhàn),但在食品生產(chǎn)領(lǐng)域,這是最大的挑戰(zhàn)之一。檢查和根據(jù)成分好壞進(jìn)行分類是食品公司的首要職責(zé)。但是所有的手工檢查都費(fèi)時費(fèi)力,并且管理和人力成本高昂。
日本的食品公司 Kewpie 公司使用 TensorFlow 開發(fā)出一個工具,該工具可以從嬰兒食品中所使用的切塊土豆檢測出有缺陷的部分,公司的主管Takeshi Ogino 介紹道:“人工智能以近乎完美的精準(zhǔn)度挑選出有缺陷的食材,這對我們員工來說簡直振奮人心"。
對土豆切片進(jìn)行檢測分類
Google AI 團(tuán)隊(duì)的一名機(jī)器學(xué)習(xí)研究人員與德克薩斯大學(xué)奧斯汀分校天體物理學(xué)家進(jìn)行合作,將機(jī)器學(xué)習(xí)技術(shù)運(yùn)用到了太空探索中,讓機(jī)器學(xué)會了識別繞著遙遠(yuǎn)恒星公轉(zhuǎn)的行星。研究人員利用超過 1.5 萬個經(jīng)過標(biāo)記的開普勒太空望遠(yuǎn)鏡信號的數(shù)據(jù)集,訓(xùn)練基于 TensorFlow 建立的機(jī)器學(xué)習(xí)模型,來區(qū)分行星和其他天體。它識別行星信號和非行星信號的準(zhǔn)確率高達(dá) 96%,并發(fā)現(xiàn)了兩顆新行星:Kepler-80 g 和 Kepler-90 i。目前,研究人員只是用此模型探索了 20 萬顆恒星中的 670 顆。
研究人員使用這個模型在670顆恒星數(shù)據(jù)中尋找新行星,發(fā)現(xiàn)了2顆此前研究遺漏的行星
天文:TensorFlow 識別隕石坑
賓夕法尼亞州州立大學(xué)的博士研究生 Ari Silburt 和他的團(tuán)隊(duì)為了解開太陽系起源的秘密,需要把太陽系中的隕石坑做成地圖,這樣才能幫助他們找到太陽系中已存在的物質(zhì)形成的位置和形成時間。而在過去,這一過程需要用人的雙手來完成,既消耗時間又會受到主觀影響,后來,他們利用 TensorFlow 用現(xiàn)存的月球照片訓(xùn)練了機(jī)器學(xué)習(xí)模型,使整個過程完全自動化,并且已經(jīng)使其辨認(rèn)出了超過 6 千個新的隕石坑。
左側(cè)這張?jiān)虑虻恼掌?,很難分辨出隕石坑分布在哪里;
而右側(cè)這張圖片,通過 TensorFlow, 我們可以清晰地看到隕石坑的分布
從以上案例可以看到人工智能是如何通過一些可能還未被大家察覺的方式影響我們的生活,以及世界各地的人們是如何利用人工智能構(gòu)筑他們自己的科技,TensorFlow 在全球范圍內(nèi)驅(qū)動著科技的發(fā)展,期待能夠看到更多更精彩的應(yīng)用,期待科技帶給我們更多美好與驚喜,雷鋒網(wǎng)也將持續(xù)關(guān)注 AI 世界的一切,為大家?guī)碜钊妗⒆钌疃?、最前沿的科技報道?/p>
現(xiàn)在關(guān)注“雷鋒網(wǎng)”微信公眾號(leiphone-sz),回復(fù)關(guān)鍵詞【2018】,隨機(jī)抽送價值 3999 元的參會門票 3 張
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。