吴恩达:Google大脑背后的“X教授”

2013年06月13日 02:05   中国经济周刊 微博   

  《中国经济周刊》记者 王辰越|北京报道

  警探:人类有梦想,甚至狗都有梦想,但你没有,你只是机器,一个冒充生命的赝品。一个机器人能写交响乐吗?一个机器人能把一张帆布变成一幅美丽的杰作吗?

  机器人桑尼反问:你能吗?

  如果你看过电影《机器公敌》,一定记得这个对白,并对电影中那个拥有自我思考能力、拥有人类情感的机器人桑尼记忆犹新。

  让机器拥有学习能力,甚至能够像人类一样去思考、工作,这就是人工智能,这个概念自从1956年被提出之后一直都是科幻小说最火爆的主题之一。如今,人工智能已不是幻想。

  作为人工智能实现方法之一,人工神经网络目前已在全世界范围内悄然诞生,而由谷歌XLab团队斥巨资打造的谷歌大脑(Google Brain)无疑是首屈一指的。谷歌大脑的缔造者名叫吴恩达(Andrew Ng),他是一位华裔,现任斯坦福人工智能实验室主任,真正的“X教授”。

  重拾人工智能梦想

  如果是对7年前的吴恩达提人工智能,他一定会用各种理由说服你放弃这个疯狂的想法。

  吴恩达对人工智能技术的否定,源于当时的一种主流观点:人类智慧是由无数个负责简单功能的区域协同工作形成的,而这个过程如果用计算机的方式来完成就必须建立成千上万个独立的计算机模块,每个模块模仿一种功能,比如说话、味觉。

  按照这个理论推演开去,实现人工智能所需的工作量是巨大的。因此,人工智能技术在发展了40多年之后还是处于初级阶段。

  当时的神经学家们始终认为,人工智能属于大脑研究的范畴,他们不大愿意和其他领域的科学家进行合作。这样的结果就是,工程师们在对神经科学毫不了解的情况下,开始开发不完全模仿人类大脑运行的智能系统,最终的产品就是类似“Roomba”这样的吸尘机器,这种吸尘机器人在工作的时候可以自动绕过障碍物,并沿着墙角路线转弯,在如今的家电大卖场均有销售。Roomba只有按照程序躲避障碍的能力,并不能像人一样学习。在吴恩达看来,这是“伪人工智能”。

  发明能像人类一样学习、思考的机器,是吴恩达从小到大的梦想,但是当他进入大学开始真正接触到人工智能技术的时候,却深受上述观念的毒害而放弃了研究。

  直到有一天,吴恩达偶然接触到了一种崭新的理论,这种理论认为,“人类的智慧源于单一的算法”,人类的大脑在发育的初期,每一部分的职责分工并不是明确的,可以通过后期的调试执行特定的任务。提出这个假说的杰夫·霍金斯(Jeff Hawkins)是全球最大掌上电脑制造商Palm的创始人,也是一名有着神经科学研究背景的人工智能领域的企业家。

  这个理论改变了吴恩达的人生轨迹,他重新拾起了儿时的梦想。“我有生以来,第一次感到自己有可能在人工智能的研究领域取得一点儿进展。”

  谷歌大脑的缔造者

  2010年,时任斯坦福大学教授的吴恩达加入谷歌开发团队XLab——这个团队已经先后为谷歌开发了无人驾驶汽车和谷歌眼镜两个知名项目。身为人工智能领域的权威,吴恩达的使命就是“以史无前例的规模,通过谷歌庞大的数据中心来打造人工智能系统。”

  随后,吴恩达与谷歌顶级工程师开始合作建立全球最大的“神经网络”,这个神经网络能够以与人类大脑学习新事物相同的方式来学习现实生活。谷歌将这个项目命名为“谷歌大脑”。

  吴恩达表示:“在我加入谷歌的时候,学术界最大的神经网络大约有100万个参量,而当时在谷歌,我们能够建造比这个规模大1000倍的神经网络。”

  身处大数据时代,谷歌每年在超级计算机数据中心领域的投资达十亿美元,像吴恩达这样的大学教授,也只有在像谷歌这样的公司里才能完成这种研究。

  谷歌大脑能够将所看到的图像或图片分解成10亿多个不同的参量,然后通过自主学习,学会如何将这些零碎的参量组合到一起。比如看到很多种花,再告诉机器这些是花,久而久之,机器就会将这类有颜色、有花瓣、有花蕊的物体自动和花这个单词联系到一起,从而从千万张图片中识别出花。这个过程好像教婴儿认卡片一样,神经网络学界将这个过程叫做“深度学习”。

  去年6月,吴恩达所开发的人工神经网络通过观看一周YouTube视频,自主学会了识别哪些是关于猫的视频。这个案例为人工智能领域翻开了崭新的一页。吴恩达表示,未来将会在谷歌无人驾驶汽车上使用该项技术,来识别车前面的动物或者小孩,从而及时躲避。

  为了利用谷歌的神经网络模型改善谷歌的语音识别软件,去年夏天,吴恩达为谷歌请来了杰弗里·辛顿(Geoffrey Hinton)——来自多伦多大学的“神经网络领域的教父”。杰弗里在谷歌花了数月时间对谷歌算法进行改进。当安卓Jelly Bean 4.2G版本软件去年底发布时,这些算法已经将其语音识别的出错率降低了25%。

  今年3月,谷歌收购了杰弗里的公司DNN research,DNN是深度神经网络的英文缩写。

  加入谷歌的杰弗里希望构建比其去年开发的10亿参量的神经网络更大的神经网络,杰弗里透露:如果能够建立比10亿参量神经网络大1000倍的神经网络,将会有机会教机器理解一些事物,甚至情感。

  人工智能才刚刚开始

  和人脑的灵活性及准确性相比,吴恩达的深度学习算法还相差十万八千里,但是吴恩达说,那一天会到来的。

  吴恩达如此自信是有原因的,如今越来越多的科学家和科技公司开始意识到深度学习对于计算机科学发展的重大意义,他不是一个人在战斗。

  在美国,随着奥巴马政府宣布将支持筹建一项跨学科的科研项目“基于神经科学技术创新的人脑研究”,许多类似的项目正如雨后春笋般涌现。

  在谷歌发力神经网络的同时,IBM、微软、苹果、百度这些公司也竞相开始了对神经网络技术的探索。

  今年3月,吴恩达来到中国,第一站就是百度。在今年初,百度悄悄成立了深度学习研究院;随后,百度硅谷人工智能实验室也成立了,这个实验室离Google相距只有不到10公里。随后,一系列来自Facebook等硅谷巨头的技术专家开始陆续被百度招至麾下。有接近百度高层的人士向《中国经济周刊》透露,此次会晤后,吴恩达将会帮助百度硅谷的实验室招人。

  对于神经网络的未来,吴恩达坦言,尽管他在谷歌大脑搭建的神经网络在整个学术界都是首屈一指的,但距离模拟真实人脑还相差很远。到底人脑的运转方式是什么样的,科学家们到现在也不得而知,只能慢慢摸索。“提醒大家,不要把深度学习想得太邪乎了,让机器像人脑一样思考,依然只是个美好的梦想,我们任重而道远。”

分享到:
意见反馈 值班电话:010-62675595保存  |  打印  |  关闭
猜你喜欢

看过本文的人还看过