网站支付宝怎么做的,免费php网站模板,自己做剧本网站,微信公号嵌入网站开发作者#xff1a;camel概要#xff1a;Jeff Dean发表了这篇博文的下篇#xff0c;内容包括谷歌大脑在 AI 应用方面#xff08;诸如医疗、机器人、创新、公平和包容等#xff09;的工作。昨天谷歌大脑#xff08;Google Brain#xff09;负责人 Jeff Dean 在 Google Resea… 作者camel概要Jeff Dean发表了这篇博文的下篇内容包括谷歌大脑在 AI 应用方面诸如医疗、机器人、创新、公平和包容等的工作。昨天谷歌大脑Google Brain负责人 Jeff Dean 在 Google Research Blog 上发表了谷歌大脑团队 2017 年的回顾总结上篇详述了谷歌大脑过去一年中在自动机器学习、语言理解和生成、新的机器学习算法和应用、隐私与安全、理解机器学习系统、开放数据集、TensorFlow、TPU 等一系列方面的研究工作。今天Jeff Dean发表了这篇博文的下篇内容包括谷歌大脑在 AI 应用方面诸如医疗、机器人、创新、公平和包容等的工作。下面我们把这篇总结文的下篇全文翻译如下谷歌大脑团队的工作目标是通过科学研究和系统工程不断推进顶级 AI 系统的发展这也是整个谷歌的 AI 战略的一部分。在这篇博文的第一部分我介绍了我们 2017 年在基础研究方面的工作内容包括从设计新的机器学习算法和技术到理解它们以及与社区共享数据软件和硬件。医疗我们认为将机器学习技术应用于医疗保健领域具有巨大的潜力。他们在这个方面也做出许多工作包括协助病理学家来检测癌症、理解医疗对话以协助医生和病人互动以及利用机器学习解决基因组学中的各种问题此外还开放了一个基于深度学习的高精度变型呼叫系统的源代码https://github.com/google/deepvariant。淋巴结活检我们的算法正确识别出肿瘤而不是良性巨噬细胞据了解在印度的眼科医生有 12.7 万名但结果却是几乎有一半的上述疾病的患者都被诊断为晚期——疾病已经导致视力丧失。作为试点的一部分我们在 Aravind 眼科医院推出了这个系统用来帮助医院的工作人员更好地诊断糖尿病性眼部疾病。此外我们还与合作伙伴合作尝试了解影响糖尿病性眼部疾病护理方面的人为因素包括患者和医疗保健者的民族志研究以及眼科护理临床医师如何与 AI 支持系统进行交互的调查。第一名病人上Iniya Paramasivam一位训练有素的分级师正在查看系统的输出下机器人谷歌大脑在机器人学上的长期目标是设计学习算法使机器人能够在复杂的现实环境中进行运作并能够通过学习来快速获得新的技能和能力而不是像如今的机器人那样需要精心控制的条件或针对特定任务编写特定的程序。除了现实世界机器人经验和模拟机器人环境外我们还开发了机器人学习算法可以通过观察人类对所需行为的演示来学习。我们认为这种模仿学习方法是一种非常有前途的方式它能够非常快速地向机器人传递新的能力这个过程没有明确的规划甚至没有明确规定活动的目标。推荐阅读Yann Lecun CoLR演讲机器该如何像动物和人类一样有效学习Anca Dragan CoRL 演讲机器人与人类如何相互影响及更好协作基础科学谷歌大脑认为机器学习在帮助解决科学中的重要问题上具有长期的潜力。去年我们利用神经网络在量子化学中预测了的分子性质http://t.cn/R6epE6Q在天文数据中寻找到了新的系外行星http://t.cn/R6epE6Q从地震数据中预测了地震的余震https://arxiv.org/abs/1701.06972并利用深度学习指导了自动化的证明系统。信息通过神经网络预测有机分子的量子特性寻找新的系外行星当行星遮挡光线时观察的恒星亮度。创造力谷歌大脑也对如何将机器学习作为工具来帮助人们进行创造性创作非常感兴趣。今年我们创作了一个 AI 钢琴二重奏工具https://experiments.withgoogle.com/ai/ai-duet/view/帮助了 YouTube 音乐人 Andrew Huang 创作新的音乐并展示了如何教机器画画。SketchRNN 模型绘制的花园; 互动演示http://autodraw.com/我们还演示了如何控制运行在浏览器中的深度生成模型来创建新的音乐这个作品在 NIPS 2017 上获得了最佳Demo奖这也是大脑团队的 Magenta 项目成员连续第二年获得该奖项NIPS 2016 上与 Magenta 互动音乐即兴演奏的 demo 获得了该年度的最佳Demo奖。在下面的视频中您可以听到演示的一部分这是 MusicVAE 变奏自动编码器模型从一个旋律到另一个旋律的平滑过渡。 classvideo_iframe data-vidtype-1 data-ratio1.7647058823529411 data-w480 scrollingno data-srchttp://v.qq.com/iframe/player.html?vidq1331bcm08kwidth666height374.625auto0 styledisplay: none; width: 670px !important; height: 378.625px !important; width670 height378.625 data-vh374.625 data-vw666 srchttp://v.qq.com/iframe/player.html?vidq1331bcm08kwidth666height374.625auto0/PeopleAI ResearchPAIR倡议机器学习的进步为人们如何与计算机进行交互提供了全新的可能性。同时确保社会能够从我们构建的技术中获得广泛的好处是至关重要的。我们认为这些机遇和挑战是一件紧迫的事情因此通过与谷歌公司中的众多人员进行合作我们提出了一份 People AI ResearchPAIR倡议。PAIR 的目标是研究和设计人与 AI 系统进行交互最有效的方法。为此我们举办了一场公共研讨会将来自计算机科学、设计甚至艺术等学科领域中的学术研究者和实践者聚集在一起共同讨论。PAIR 的工作范围非常广泛其中一些如通过解释性工作帮助研究人员了解 ML 系统并用 deeplearn.js 扩展开发人员社区。我们在以人为中心的 ML 工程方法方面的另外一个例子就是 Facetshttps://pair-code.github.io/facets/的推出这是一种可视化和可理解的训练数据集工具。Facets帮助你深入理解你的训练数据集机器学习中的公平和包容随着 ML 在技术上的作用越来越大包容性和公平性的考虑也变得越来越重要。Brain 团队和 PAIR 在这些领域取得了一些进展。我们已经发表了在 ML 系统中如何通过因果推理来避免歧视https://arxiv.org/pdf/1706.02744.pdf、地理多样性在开放数据集中的重要性https://arxiv.org/abs/1711.08536并写了一个博文分析了一个公开数据集以了解多样性和文化差异http://t.cn/RCRru3o。我们也一直与 AI 合作伙伴进行密切的合作PAIR 是一个跨行业的倡议它旨在帮助我们确保让公平和包容成为所有 ML 从业者的共同目标。正如在左边的这些涂鸦图案中所观察到的那样文化差异可以在训练数据时甚至在对象中是“通用”的椅子。 右侧的图表显示了我们如何发现标准开源数据集如ImageNet中的地理位置偏差。 未被发现或未被纠正这种偏见可能强烈影响模型行为。我们与谷歌创意实验室的同事合作制作了下面这个视频作为这个领域的一些非技术性介绍。 classvideo_iframe data-vidtype-1 data-ratio1.7647058823529411 data-w480 scrollingno data-srchttp://v.qq.com/iframe/player.html?vidt1331wnzlvvwidth666height374.625auto0 styledisplay: none; width: 670px !important; height: 378.625px !important; width670 height378.625 data-vh374.625 data-vw666 srchttp://v.qq.com/iframe/player.html?vidt1331wnzlvvwidth666height374.625auto0/我们的文化谷歌大脑的研究文化的一个方面是让研究人员和工程师们去解决他们自己认为最重要的基础研究问题。在 2017 年 9 月份我们发布了开展研究的一般方法。教育和知道年轻的研究人员是我们研究的一部分。我们去年共接待了 100 多名实习生在 2017 年中有约 25% 的发表文章有实习合作者参与。在 2016 年谷歌大脑开启了 Google Brain Residency 计划该计划旨在指导哪些想学习机器学习研究的人。在首年2016 年 6 月-2017 年 6 月共有 27 位培训人员加入我们团队在半年的时间里共发表了 23 篇论文http://t.cn/RM48D31。这些培训人员现在大部分都作为专职研究人员和研究工程师留在我们团队中。2017 年 7 月我们迎来了第二批 35 位培训人员他们将会待到 2018 年 7 月不过现在已经做出了许多令人兴奋的研究工作并已经发表了很多一系列的论文http://t.cn/RQGmmki。我们现在已经扩大了该计划的范围将谷歌许多其他研究组包括在内并将计划重新命名为 Google AI Residency program。本年度计划的申请截止日期刚刚过去请在 g.co/airesidency/apply 查看有关明年计划的信息未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。由互联网进化论作者计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
