谷歌的一個(gè)研究團(tuán)隊(duì)最近展示了一個(gè)可以有效識別山地獨(dú)輪車視頻的人工智能系統(tǒng)。

正如另一位谷歌研究人員所說的：“應(yīng)該沒人知道山地獨(dú)輪車是什么玩意兒？”但這一系統(tǒng)卻知道。該系統(tǒng)運(yùn)用了遞歸神經(jīng)網(wǎng)絡(luò)（RNN）技術(shù)，在不久的將來，我們的人工智能機(jī)器將具備某種人工短時(shí)記憶。這一系統(tǒng)能識別出山地獨(dú)輪車是因?yàn)樗堋坝洃洝?。在這一系統(tǒng)檢查視頻的每一幀時(shí)，它可以回看之前看過的每一幀。

遞歸神經(jīng)網(wǎng)絡(luò)技術(shù)不僅能識別復(fù)雜的移動(dòng)圖像，還能自動(dòng)為網(wǎng)絡(luò)圖片和視頻生成詳細(xì)說明，改善翻譯系統(tǒng)等。Facebook、百度和谷歌都在推進(jìn)這一技術(shù)，現(xiàn)在又有一家名為 Nnaisense 的初創(chuàng)公司加入進(jìn)來。

根據(jù)該公司網(wǎng)站上的介紹，Nnaisense 由現(xiàn)代遞歸神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展中的關(guān)鍵人物之一 Jürgen Schmidhuber，以及同他在瑞士人工智能實(shí)驗(yàn)室 IDSIA 共事的四位研究人員聯(lián)合創(chuàng)辦。Schmidhuber 幫助創(chuàng)造了名為長短期記憶的遞歸神經(jīng)網(wǎng)絡(luò)技術(shù)，并影響了谷歌、微軟、IBM 等公司的人工智能研究。

目前，我們對Nnaisense的發(fā)展目標(biāo)所知不多。這家公司依然很新，它在今年春注冊了 nnaissense.com 域名，并在 6 月申請了 nnaisense 的商標(biāo)。根據(jù)公司網(wǎng)站上的說明，Nnaisense 的愿景是“為超人感知和智能自動(dòng)化打造大規(guī)模神經(jīng)網(wǎng)絡(luò)解決方案，最終的目標(biāo)是推廣基于通用神經(jīng)網(wǎng)絡(luò)的人工智能”。

換句話說，它試圖做谷歌、Facebook 和百度正試圖做的事情。Schmidhuber 進(jìn)入這一領(lǐng)域非常引人注目。各個(gè)頂級互聯(lián)網(wǎng)公司正在網(wǎng)羅“深度學(xué)習(xí)”領(lǐng)域的頂尖人才，遞歸神經(jīng)網(wǎng)絡(luò)技術(shù)也屬于深度學(xué)習(xí)的范疇，因此哪怕現(xiàn)在還沒有產(chǎn)品，Nnaisense 也可能被收購。

近年來，谷歌和 Facebook 分別爭取到了一位行業(yè)知名專家：Geoff Hinton 和 Yann LeCun。IBM 也在本月和蒙特利爾大學(xué)教授 Yoshua Bengio 簽署合同。其他公司如 Twitter，則爭取到了在這三巨頭下學(xué)習(xí)過的研究人員。

Schmidhuber 和他的同事們代表了另一個(gè)人才池。事實(shí)上，他們也許正在尋求這些巨頭公司中的一席之地，這樣不僅能獲得推動(dòng)進(jìn)一步研究的資金，還能獲得驅(qū)動(dòng)深度學(xué)習(xí)服務(wù)的海量數(shù)據(jù)。深度學(xué)習(xí)初創(chuàng)公司 Skymind 聯(lián)合創(chuàng)始人 Adam Gibson 表示：“現(xiàn)在的趨勢是，研究人員紛紛加入產(chǎn)業(yè)界。這些人想將自己的研究用到實(shí)處?！?/p>

擁有記憶的機(jī)器

深度學(xué)習(xí)是一個(gè)統(tǒng)稱，用來形容用非常復(fù)雜的機(jī)器神經(jīng)網(wǎng)絡(luò)，它可以模擬人腦的神經(jīng)元網(wǎng)絡(luò)?；旧?，如果你向這些系統(tǒng)提供海量數(shù)據(jù)，它們就能“學(xué)習(xí)”執(zhí)行特定的任務(wù)。比如，如果你提供大量貓照片，它們就能學(xué)會(huì)識別貓。

通過運(yùn)用“卷積神經(jīng)網(wǎng)絡(luò)”，F(xiàn)acebook 現(xiàn)在能識別出照片中的人臉。谷歌則用卷積神經(jīng)網(wǎng)絡(luò)來識別用戶對安卓手機(jī)發(fā)出的語音命令。百度則用其驅(qū)動(dòng)一種視覺搜索引擎。

卷積神經(jīng)網(wǎng)絡(luò)非常有效，可用于大量任務(wù)，從精準(zhǔn)廣告到語言翻譯。但遞歸神經(jīng)網(wǎng)絡(luò)具備更進(jìn)一步的潛力。卷積神經(jīng)網(wǎng)絡(luò)只接受單一種類的輸入（如圖片），只輸出單一種類的結(jié)果（圖片所屬類型），遞歸神經(jīng)網(wǎng)絡(luò)則能接受多種輸入并輸出多種結(jié)果。

斯坦福大學(xué)深度學(xué)習(xí)研究員 Andrej Karpathy 表示道：“遞歸神經(jīng)網(wǎng)絡(luò)可以操作序列。它們可以觀察，然后基于觀察修改內(nèi)部操作。”

也可以這么描述，遞歸神經(jīng)網(wǎng)絡(luò)表現(xiàn)出了類似于短時(shí)記憶的特性。Facebook 的 LeCun 稱這是一個(gè)“高速暫存記憶區(qū)”。在神經(jīng)網(wǎng)絡(luò)審視某件事時(shí)，它還記著另一件事。它可以用一個(gè)輸入來影響其對另一個(gè)輸入的分析。

Skymind 聯(lián)合創(chuàng)始人 Chris Nicholson 說道：“它們記得剛看過的東西，比如一句話中的上一個(gè)單詞，并能用這份記憶來預(yù)測接下來的單詞是什么。和其他神經(jīng)網(wǎng)絡(luò)不同，它們內(nèi)部的反饋循環(huán)可以讓過去的經(jīng)驗(yàn)直接影響當(dāng)前的活動(dòng)，有點(diǎn)像我們依靠記憶來對世界作出反應(yīng)一樣?！?/p>

正因?yàn)槿绱?，遞歸神經(jīng)網(wǎng)絡(luò)才能一并檢查山地獨(dú)輪車視頻中的許多幀，才能分析組成照片的許多像素點(diǎn)并生成描述性說明。

收購后雇傭的機(jī)會(huì)

現(xiàn)在，這一技術(shù)背后的學(xué)術(shù)研究員之一 Schmidhuber 正走出學(xué)術(shù)界。“Juergen 從事遞歸神經(jīng)網(wǎng)絡(luò)已有多年，但直到現(xiàn)在都還沒有加入過公司”，Karpathy 說道。

目前還不清楚 Nnaisense 會(huì)主攻哪個(gè)方向。對此，人工智能初創(chuàng)公司 Dextro 的首席執(zhí)行官 David Luan 持保留意見：“從商業(yè)角度來看，我們還需要耐心等待，看他們是選擇推出針對特定問題的定制產(chǎn)品，還是要開發(fā)可以被大公司收購并整合的技術(shù)。”

被收購可能的確是 Nnaisense 的目標(biāo)之一。谷歌收購了由 Geoff Hinton 創(chuàng)辦的人工智能初創(chuàng)公司 DNNresearch，以及由數(shù)位英國研究人員創(chuàng)辦的人工智能初創(chuàng)公司 Deepmind。Twitter 也收購了兩家成立不久的深度學(xué)習(xí)初創(chuàng)公司。在被問及 Nnaisense 時(shí)，Gibson 說道：“這讓我想起了 Hinton 創(chuàng)辦的 DNNresearch。”

via wired

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。