2016年：互联网行业的“深度学习年” | {$randkws}热点解读 并且正向其他企业和组织研究
导读：《连线》杂志站点撰文强调，深度进修正重塑谷歌、Facebook、微软和亚马逊这样的技术巨头，并且正向其他企业和组织研究，2016年可谓是胡歌日韩电影互联网的“深度进修年”。
以下为原文信息：
在澳大利亚西海岸，阿曼达·霍奇森（Amanda Hodgson）正向印度洋上空发射无人机，让它们从空中取景水面景象。这是在珀斯附近的海湾侦测儒艮（就是海牛）位置的一种方法，目的是防止这些濒危的海洋哺乳动物灭绝。麻烦的是，霍奇森的团队没有时间来检查所有的这些航摄影片。图像太多了，大约有4.5万张图像，针对没有经过训练的人员来说，要找出儒艮并不轻松，所以她把岗位交给一个深层神经联网来做。
神经联网是陪伴最重要快报一种机器进修模型，Facebook用它来确认图像里的面孔。它还可以确认你用语音对智能移动电话提出的难题，并且为谷歌检索引擎提供合作。这些数学模型经由确认众多的数字资料来进修这些东西。如今，位于珀斯默多克大学的海洋生物学家霍奇森正运用这种技术在数万张图像中寻找儒艮，她使用的开源使用TensorFlow，也是谷歌企业内部机器进修办事正使用的基础工具。
正如霍奇森所说，侦测这些儒艮需要特定类型的精确度，首要是由于这种动物是在水面下进食的。“它们有时候看起来就像白色的水涡，或是水面上的眩光，”她说。而神经联网如今已然可以确认出这个海湾各处大约80%的儒艮了。
该项目仍处于早期阶段，但它显示了深度进修在过去一年里的广泛作用。在2016年，朋友圈遗憾文案，业内人士这样看这种古老的技术焕发了新的威力，它合作一台谷歌机器击败全球最顶级的围棋棋手之一，而仅仅是在那几个月之前，这还是一个看似不或许达成的任务。可是这只是最突出的例子之一。2016年快要落幕，深度进修不再是当初的花哨摆设了。它正重塑谷歌、Facebook、微软和亚马逊等技术巨头，并且还在迅速研究到全球其他地方，这在很大程度上归功于这些巨头启动的源代码使用和提供的云计算办事。
新的翻译
在过去几年中，神经联网经由谷歌图像等使用大大改进了图像确认特性，还经由Google Now和微软小娜等数字助理将语音确认效果提升到了新的高度。而本年，它又带来了机器翻译的大飞跃。机器翻译指的最新新游发售解读是自动将语言从一种语言翻译成另一种语言。本年9月，谷歌启动了一个名为谷歌神经机器翻译（GNMT）的新办事，它完全经由神经联网来管理。该企业声称，GNMT把某些语言之间翻译的误差率下降了一大半（55%到85%）。
谷歌给它们输入众多现有翻译例句，以此来训练这些神经联网。若干例句带有瑕疵，含有旧版谷歌翻译得出的品质较差的翻译。但其中也包含人类专家的翻译，也就是说训练资料的品质是参差不齐的。克服缺陷的能力是深度进修最引人瞩目的地方之一：只要提供的资料足够多，即使资料存在一些缺陷，它训练后达到的水平也可以远远超越那些缺陷。
谷歌办事的工程主管麦克·舒斯特（Mike Schuster）爽快地承认GNMT远非完美。但它依然是一个革新。由于该办事是完全基于深度进修的，所以谷歌可以更轻松地持续改进这个办事。具体来说，谷歌可以把GNMT身为一个整体来改进，而不是逐一对每种语言的机器翻译办事开展改进。
微软也在朝着这个方向进展。这个月，微软升级了“微软翻译”app的版次，可以让说九种各异语言的团队成员开展即时对话。这个新操控系统差不多完全是在神经联网上管理的，微软副总裁沈向洋（Harry Shum）是该企业AI探究小组的负责人，他说这一点相当重大，由于这意味着微软机器翻译的能力或许会以更快的速度提升。
新的聊天
在2016年，深度进修也在聊天机器人（chatbot）中找到了用武之地，最引人注目的也许就是本年秋天亮相的Google Allo了。Allo可以确认你收到的文本和图像，并提供如何回复的提议。它使用的是谷歌之前的“智能回复”技术。这种技术的效果相当好，在很大程度上是由于它尊重了当前机器进修技术的局限性。它提议的回复既简洁又恰当，并且可以提供好几个提议，毕竟如今的AI并不总是一次就能把事情做好。
在Allo内部，神经联网也会合作回答你向谷歌检索引擎提出的难题。他们合作检索助理知晓你提出的是什么请求，并合作制定答案。谷歌的商品经理大卫·奥尔（David Orr）说，假如没有深度进修，程序就无法找到答案。“我们需要使用神经联网，或者说，它是我们找到的唯一能做这件事的方法。”他说。“我们必须使用我们手里最先进的技术。”
而神经联网做不到的事情，就是开展真正的对话。不管技术CEO们在演讲中是怎么说的，要开发出这种聊天机器人还有很长的路要走，。但是，谷歌、Facebook和其他地方的探究人员正探索深度进修技术，期盼合作达成这个高远的目标——我们在语音确认、图像确认和机器翻译领域目睹的提升，期盼也能在其他领域做到。而对话就是下一个前沿阵地。
新资料中心
本年夏天，在用一个AI战胜了顶尖围棋选手之后，谷歌DeepMind评测室领导人杰米斯·哈萨比斯（Demis Hassabis）强调他们还开发了一个AI来治理谷歌计算机资料中心的全球联网。经由使用一种被称为“深度强化进修”的技术（之前的AI进修下围棋，进修玩电子游戏都是使用的这种技术），这个AI可以在资料中心数以千计的办事器中，控制冷却风扇的开关时间，以及开窗的时间，以及使用空调的时间，毕竟使用空调成本更高一些。总的来说，这个AI可以治理资料中心里的120多项特性。
据彭博社报导，这个AI效果很好，帮谷歌节省了数以亿计的费用。换句话说，2014年谷歌斥资6.5亿美元收购了DeepMind，如今就已然完全回本了。当下DeepMind正打算在这些设施中部署更多的的传感器，以便收集更多资料来训练AI，让它百尺竿头，更进一步。
新的云计算
互联网巨头不只在自己的办事中运用这个技术，还向其他企业开展使用。2015年底，谷歌亮相将TensorFlow开源。仅仅一年时间，这个使用就进入寻常企业，成以便阿曼达·霍奇森这些探究人员的帮手。与此另外，谷歌、微软、亚马逊也着手经由云计算办事提供自己的深度进修技术，让任何个人或组织都可以运用它们来兴办自己的程序。把AI身为一种办事来提供，有或许变成这三大巨头的最大商机。
在过去12个月中，这种技术的火爆也导致圈内人才变得炙手可热。谷歌不久前亮相斯坦福大学教授李飞飞加入其云团队，负责云机器进修。亚马逊则挖到了卡内基梅隆大学的教授亚历克斯·斯摩纳（Alex Smolna）。技术巨头正尽或许迅速地招揽顶尖人才，让其他企业望尘莫及。可是好讯息是，这些人才期盼至少把若干探究成果拿出来与其他人共享，他们正为此而奋斗。
随着AI的进展，计算机科学家的人物正发生转变。自然，全球依然需要能够编写使用的人。但它也越来越需要可以训练神经联网的人，这是一种相当各异的技能，核心在于从资料中得出一个结局，而不是自己兴办一些东西。像谷歌和Facebook这样的企业不只雇用了新型人才，并且也在培训企业的现有职员，以便让他们更好地适应新的前方。而这个前方就是：每个人日常中的技术，都将被AI定义。（编译/云开）
以下为原文信息：
在澳大利亚西海岸，阿曼达·霍奇森（Amanda Hodgson）正向印度洋上空发射无人机，让它们从空中取景水面景象。这是在珀斯附近的海湾侦测儒艮（就是海牛）位置的一种方法，目的是防止这些濒危的海洋哺乳动物灭绝。麻烦的是，霍奇森的团队没有时间来检查所有的这些航摄影片。图像太多了，大约有4.5万张图像，针对没有经过训练的人员来说，要找出儒艮并不轻松，所以她把岗位交给一个深层神经联网来做。
神经联网是陪伴最重要快报一种机器进修模型，Facebook用它来确认图像里的面孔。它还可以确认你用语音对智能移动电话提出的难题，并且为谷歌检索引擎提供合作。这些数学模型经由确认众多的数字资料来进修这些东西。如今，位于珀斯默多克大学的海洋生物学家霍奇森正运用这种技术在数万张图像中寻找儒艮，她使用的开源使用TensorFlow，也是谷歌企业内部机器进修办事正使用的基础工具。
正如霍奇森所说，侦测这些儒艮需要特定类型的精确度，首要是由于这种动物是在水面下进食的。“它们有时候看起来就像白色的水涡，或是水面上的眩光，”她说。而神经联网如今已然可以确认出这个海湾各处大约80%的儒艮了。
该项目仍处于早期阶段，但它显示了深度进修在过去一年里的广泛作用。在2016年，朋友圈遗憾文案，业内人士这样看这种古老的技术焕发了新的威力，它合作一台谷歌机器击败全球最顶级的围棋棋手之一，而仅仅是在那几个月之前，这还是一个看似不或许达成的任务。可是这只是最突出的例子之一。2016年快要落幕，深度进修不再是当初的花哨摆设了。它正重塑谷歌、Facebook、微软和亚马逊等技术巨头，并且还在迅速研究到全球其他地方，这在很大程度上归功于这些巨头启动的源代码使用和提供的云计算办事。
新的翻译
在过去几年中，神经联网经由谷歌图像等使用大大改进了图像确认特性，还经由Google Now和微软小娜等数字助理将语音确认效果提升到了新的高度。而本年，它又带来了机器翻译的大飞跃。机器翻译指的最新新游发售解读是自动将语言从一种语言翻译成另一种语言。本年9月，谷歌启动了一个名为谷歌神经机器翻译（GNMT）的新办事，它完全经由神经联网来管理。该企业声称，GNMT把某些语言之间翻译的误差率下降了一大半（55%到85%）。
谷歌给它们输入众多现有翻译例句，以此来训练这些神经联网。若干例句带有瑕疵，含有旧版谷歌翻译得出的品质较差的翻译。但其中也包含人类专家的翻译，也就是说训练资料的品质是参差不齐的。克服缺陷的能力是深度进修最引人瞩目的地方之一：只要提供的资料足够多，即使资料存在一些缺陷，它训练后达到的水平也可以远远超越那些缺陷。
谷歌办事的工程主管麦克·舒斯特（Mike Schuster）爽快地承认GNMT远非完美。但它依然是一个革新。由于该办事是完全基于深度进修的，所以谷歌可以更轻松地持续改进这个办事。具体来说，谷歌可以把GNMT身为一个整体来改进，而不是逐一对每种语言的机器翻译办事开展改进。
微软也在朝着这个方向进展。这个月，微软升级了“微软翻译”app的版次，可以让说九种各异语言的团队成员开展即时对话。这个新操控系统差不多完全是在神经联网上管理的，微软副总裁沈向洋（Harry Shum）是该企业AI探究小组的负责人，他说这一点相当重大，由于这意味着微软机器翻译的能力或许会以更快的速度提升。
新的聊天
在2016年，深度进修也在聊天机器人（chatbot）中找到了用武之地，最引人注目的也许就是本年秋天亮相的Google Allo了。Allo可以确认你收到的文本和图像，并提供如何回复的提议。它使用的是谷歌之前的“智能回复”技术。这种技术的效果相当好，在很大程度上是由于它尊重了当前机器进修技术的局限性。它提议的回复既简洁又恰当，并且可以提供好几个提议，毕竟如今的AI并不总是一次就能把事情做好。
在Allo内部，神经联网也会合作回答你向谷歌检索引擎提出的难题。他们合作检索助理知晓你提出的是什么请求，并合作制定答案。谷歌的商品经理大卫·奥尔（David Orr）说，假如没有深度进修，程序就无法找到答案。“我们需要使用神经联网，或者说，它是我们找到的唯一能做这件事的方法。”他说。“我们必须使用我们手里最先进的技术。”
而神经联网做不到的事情，就是开展真正的对话。不管技术CEO们在演讲中是怎么说的，要开发出这种聊天机器人还有很长的路要走，。但是，谷歌、Facebook和其他地方的探究人员正探索深度进修技术，期盼合作达成这个高远的目标——我们在语音确认、图像确认和机器翻译领域目睹的提升，期盼也能在其他领域做到。而对话就是下一个前沿阵地。
新资料中心
本年夏天，在用一个AI战胜了顶尖围棋选手之后，谷歌DeepMind评测室领导人杰米斯·哈萨比斯（Demis Hassabis）强调他们还开发了一个AI来治理谷歌计算机资料中心的全球联网。经由使用一种被称为“深度强化进修”的技术（之前的AI进修下围棋，进修玩电子游戏都是使用的这种技术），这个AI可以在资料中心数以千计的办事器中，控制冷却风扇的开关时间，以及开窗的时间，以及使用空调的时间，毕竟使用空调成本更高一些。总的来说，这个AI可以治理资料中心里的120多项特性。
据彭博社报导，这个AI效果很好，帮谷歌节省了数以亿计的费用。换句话说，2014年谷歌斥资6.5亿美元收购了DeepMind，如今就已然完全回本了。当下DeepMind正打算在这些设施中部署更多的的传感器，以便收集更多资料来训练AI，让它百尺竿头，更进一步。
新的云计算
互联网巨头不只在自己的办事中运用这个技术，还向其他企业开展使用。2015年底，谷歌亮相将TensorFlow开源。仅仅一年时间，这个使用就进入寻常企业，成以便阿曼达·霍奇森这些探究人员的帮手。与此另外，谷歌、微软、亚马逊也着手经由云计算办事提供自己的深度进修技术，让任何个人或组织都可以运用它们来兴办自己的程序。把AI身为一种办事来提供，有或许变成这三大巨头的最大商机。
在过去12个月中，这种技术的火爆也导致圈内人才变得炙手可热。谷歌不久前亮相斯坦福大学教授李飞飞加入其云团队，负责云机器进修。亚马逊则挖到了卡内基梅隆大学的教授亚历克斯·斯摩纳（Alex Smolna）。技术巨头正尽或许迅速地招揽顶尖人才，让其他企业望尘莫及。可是好讯息是，这些人才期盼至少把若干探究成果拿出来与其他人共享，他们正为此而奋斗。
随着AI的进展，计算机科学家的人物正发生转变。自然，全球依然需要能够编写使用的人。但它也越来越需要可以训练神经联网的人，这是一种相当各异的技能，核心在于从资料中得出一个结局，而不是自己兴办一些东西。像谷歌和Facebook这样的企业不只雇用了新型人才，并且也在培训企业的现有职员，以便让他们更好地适应新的前方。而这个前方就是：每个人日常中的技术，都将被AI定义。（编译/云开）
下一篇：《洛奇》爱琳夏季游园会 圆满落幕