當(dāng)然，吳恩達的深度學(xué)習(xí)算法目前還比不上人腦的精確性和靈活性，但他說，那一天會到來的。
從谷歌、中國到奧巴馬政府，誰在研究深度學(xué)習(xí)?
吳恩達不是一個人在戰(zhàn)斗，深度學(xué)習(xí)已經(jīng)是計算機科學(xué)發(fā)展的大勢所趨。2011年，吳在谷歌內(nèi)部領(lǐng)導(dǎo)建立了Google Brain項目，最近幾個月，谷歌在深度學(xué)習(xí)領(lǐng)域的投入明顯加大，收購了加拿大多倫多大學(xué)教授杰弗里·辛頓(Geoffrey Hinton，人稱“神經(jīng)網(wǎng)絡(luò)研究教父”)創(chuàng)建的人工智能機構(gòu)。中國搜索巨頭百度也建立了深度學(xué)習(xí)實驗室，誓要在深度學(xué)習(xí)領(lǐng)域投入大量資源。吳恩達稱，其他科技巨頭公司如微軟和高通也都開始招聘于聘請更多研究“基于神經(jīng)科學(xué)的計算機算法”的科學(xué)家。
與此同時，日本的工程師開始構(gòu)建控制機器人的人工神經(jīng)網(wǎng)絡(luò)，南非神經(jīng)科學(xué)家亨利·馬克曼(Henry Markman)正與來自歐盟和以色列的科學(xué)家們合作，希望能利用數(shù)千次實驗得到的數(shù)據(jù)在一臺超級計算機中模擬出人腦。
研究的困難仍在于我們無法完全掌握人類大腦的工作原理，但科學(xué)家目前在這方面進展飛速。中國的科學(xué)家正在研究一個新的大腦圖譜，他們將之命名為“腦網(wǎng)絡(luò)穹頂”(Brainnetdome)項目。在美國，隨著奧巴馬政府宣布將支持籌建一項跨學(xué)科的科研項目“基于神經(jīng)科學(xué)技術(shù)創(chuàng)新的人腦研究”(Brain Research Through Advancing Innovative Neurotechnologies Initiative，簡寫為BRAIN項目，該項目也在美國社會引發(fā)了許多爭議)，許多類似的項目正雨后春筍般得涌現(xiàn)，“大神經(jīng)網(wǎng)絡(luò)時代”(Era of Big Neuroscience)已經(jīng)到來。
BRAIN項目籌備委員會上周末召開了第一次會議，本周還將展開更多的項目籌備工作。BRAIN項目的目標之一，是為繪制大腦復(fù)雜回路圖開出所需的新技術(shù)，種種跡象表明，BRAIN的工作重心就是人工智能。美國政府對BRAIN項目撥款的1億美元中，一半來自美國國防部高級研究項目局(Defense Advanced Research Projects Agency，簡稱Darpa)，超過了美國國立衛(wèi)生研究院(National Institutes of Health , NIH)的撥款數(shù)，美國國防部研究部門稱，希望 BRAIN項目能夠“催生新的信息處理架構(gòu)或者計算方法”。
如果我們能夠搞清楚人類大腦成千上萬的神經(jīng)元如何互相連結(jié)以及中樞神經(jīng)系統(tǒng)存儲和處理信息的原理，那么像吳恩達這樣的工程師對于“人工大腦”的設(shè)想就能夠更加清晰，對于人腦的研究成果和數(shù)據(jù)將能購幫助深度學(xué)習(xí)算法的研究，也能加速諸如計算機“視覺”、語言分析，以及蘋果和谷歌等公司為智能手機提供的語音識別等技術(shù)的發(fā)展。
“所以我們要學(xué)習(xí)生物生存使用的技巧，問題的關(guān)鍵在于生物將秘密隱藏得太深了。”加州大學(xué)伯克利分校計算神經(jīng)科學(xué)家布魯諾·奧爾斯豪森(Bruno Olshausen)感慨道，“我們還沒有掌握這些秘密所需要的工具。”
未來：得人工智能者得天下
隨著移動設(shè)備的崛起，“破解人類神經(jīng)密碼”愈發(fā)迫在眉睫。由于設(shè)備越來越小，我們需要它們運算更快、更準確。然而，隨著電子設(shè)備的基礎(chǔ)元件晶體管的尺寸不斷縮小，將它們變得更精確更高效的難度也越來越大。比如，想要加快設(shè)備的運算速度，需要給設(shè)備提供更多電能，但更多電能會讓設(shè)備的運算系統(tǒng)更“嘈雜”，也就是說，它得運算精確度會下降。
奧爾斯豪森介紹，目前工程師們智能通過避開問題核心的方式來應(yīng)對上述問題，力求在設(shè)備大小、運算速度、能耗之間取得平衡，而人工智能技術(shù)對此則能提供更好的解決方案。“生物科學(xué)能讓我們直面問題的根本所在，生物內(nèi)部的轉(zhuǎn)換機制也是天生‘嘈雜’的，但其找到了一個辦法來適應(yīng)和忍受這些干擾噪聲甚至對之加以利用。如果我們可以搞明白生物內(nèi)部應(yīng)對這些雜音的方法，我們就能開創(chuàng)一套截然不同的計算模型”。
科學(xué)家的目標并不是將計算設(shè)備變得更小，他們的目標是讓計算機能夠做到的事情更多。不管背后的算法多么復(fù)雜，目前的計算機無法幫助人類去雜貨店購買物品，或者幫助人類挑選適合的衣服、錢包，處理這樣的事情，計算機需要添加更高級的圖像智能識別技術(shù)以及像人類一樣的注意力和記憶力，如果能夠?qū)崿F(xiàn)這一點，那么計算機能夠處理的事情的想象空間將變得無窮大。
“全世界都意識到，如果你可以解決這些問題，人工智能領(lǐng)域存在的無限商機就會被打開。” 奧爾斯豪森預(yù)測。
而驅(qū)使谷歌、IBM、微軟、蘋果、百度這些公司競相開發(fā)高級機器學(xué)習(xí)技術(shù)的原因，正是其背后蘊藏的巨大商業(yè)潛力。紐約大學(xué)教授、深度學(xué)習(xí)領(lǐng)域的專家燕樂存(Yann LeCun)教授預(yù)測，兩年內(nèi)，將出現(xiàn)大量的機器學(xué)習(xí)領(lǐng)域的初創(chuàng)公司，其中很多可能會被大公司收購。
雖然最優(yōu)秀的工程師一般不會同時是人類大腦研究的專家，但如今對于計算機科學(xué)領(lǐng)域的工程師來說，掌握一些神經(jīng)科學(xué)的知識可能成為巨大的優(yōu)勢。“我們需要與神經(jīng)科學(xué)領(lǐng)域的科學(xué)家更加緊密的合作，”百度的于凱(音譯)表示，于凱正在考慮招聘一名神經(jīng)科學(xué)領(lǐng)域的科學(xué)家，“我們已經(jīng)在與他們合作，但是我們做得還不夠。”
吳恩達的夢想正在照進現(xiàn)實。“我有了希望，不只是希望，我們可能能夠?qū)崿F(xiàn)真正的人工智能，”他說，“我們當(dāng)然還沒有找到正確的算法——這可能需要長達幾十年的時間，要實現(xiàn)它很不容易，但我看到了希望。”
【想看更多互聯(lián)網(wǎng)新聞和深度報道請關(guān)注樂購網(wǎng)官方微信。（微信號：樂購網(wǎng)）】
推薦閱讀
北京時間5月10日晚間消息，微軟周五在官方博客中表示，在近期結(jié)束的第三財季中，Yammer營收同比增長259%，而新增用戶數(shù)達到312家。 微軟以12億美元收購Yammer的交易曾令許多人感到震驚。但僅僅3個季度之后，微軟公布>>>詳細閱讀
本文標題：Google Brain之父：計算機終將能夠模擬人腦
地址：http://www.sdlzkt.com/a/guandian/yejie/20130511/268981.html
網(wǎng)友點評
精彩導(dǎo)讀
科技快報
品牌展示