网易科技讯11月30日消息，据连线杂志报道，如果你问谷歌搜索应用：“世界上飞得最快的是什么鸟？”它会为你提供这样的答案：“游隼。据YouTube视频显示，这种鸟的最高飞行时速为389公里。”这是个正确答案，但它并非来自谷歌内部的主数据库。当你提出问题时，谷歌搜索引擎会重新定向到YouTube视频，里面描述了地球上飞得最快的五种鸟类，然后它会从中提取你在寻找的信息。此外，谷歌给出的答案没有提及其他四种鸟类。
如果你问“光明节会持续多少天？”或“图腾（Totem）有多长？”等问题，谷歌搜索应用也会给出类似答案。搜索引擎知道，《图腾》是太阳马戏团的杂技表演，它会持续2个半小时，包括30分钟的中场休息。谷歌搜索引擎是在深度神经网络帮助下回答这些问题的。深度神经网络是人工智能（AI）的一种形式，它不仅正快速重塑谷歌的搜索引擎，也在改造着整个谷歌，还有Facebook、微软等其他互联网巨头。
深度神经网络属于模式识别系统，可通过分析大量数据学习如何执行特定任务。在上述情况下，它们已经学会了从网站上相关网页上提取长句或段落，并从中提取重点，为你提供正在寻找的信息。这些“句子压缩算法”可以用来处理对人类来说相当简单，但对机器来说非常困难的任务。
谷歌的神经网络被称为Pygmalion，这种技术展示了深度学习正推进自然语言理解的艺术，大大提高对自然人类语言理解并作出回应的能力。谷歌搜索团队经理、负责句子压缩工作的大卫·奥尔（David Orr）说：“你需要使用神经网络，至少这是我们发现的、唯一能帮助理解自然语言的方式。我们必须使用所有最先进的技术。”
负责训练谷歌神经网络的人，是许多拥有博士学位的语言学家组成的团队。实际上，谷歌的机器学习如何从文本的长字符串中提取相关答案，是一遍遍观察人类类似行为学会的。这些艰苦的努力显示出深度学习的力量，同时也暴露出其局限性。为了训练类似的AI系统，你需要人类智慧筛选海量数据。而这类数据的获得通常并不容易，也并不便宜，而且其需求不会很快消失。
为了训练谷歌的人工大脑，奥尔及其同事还充分利用以前的新闻报道。通过了解标题，机器学会将其作为长文的摘要处理。但是现在，谷歌依然需要其语言博士团队。他们不仅需要向谷歌机器演示如何压缩句子，还要标出句子中的各个成分，以便帮助神经网络理解人类语言的工作原理。通过全球100多位语言学家的努力，Pygmalion团队获得了奥尔所谓的“黄金数据”，而新闻报道被称为“白银数据”。白银数据依然有用，因为其数量非常庞大。但是黄金数据才是最重要的。
这种需要人类辅助的AI被称为“监督学习”，如今它只涉及神经网络如何运作。有时候，许多公司可以众包这项工作。举例来说，互联网上的人已经在猫类照片中标记处数以百万计的猫，以便于令其更容易训练神经网络，帮助神经网络更轻松地识别出猫。但在其他情况下，研究人员别无选择，只能自己标记数据。
深度学习初创企业Skymind创始人克里斯·尼克尔森（Chris Nicholson）说，从长期来看，这种手工标记数据的规模不会太大。但是将来会急剧增加，它们令人感觉非常枯燥，这些工作不该是拥有博士学位的人去做。此外，除非谷歌招募各类语言专家时，这些系统才会真正发挥作用，其局限性十分明显。奥尔表示，现在他们的团队可以覆盖20到30中语言。但像谷歌这样的公司，最终可以开发出更自动化的AI形式，即所谓的“非监督学习”。
届时，机器将可从无标记的数据中学习，来自互联网或其他源头的信息将更加庞大。目前，正在进行这个领域研究的公司包括谷歌、Facebook以及OpenAI，后者是伊隆·马斯克（Elon Musk）创建的机器学习初创企业。但是距离实现这个目标还很遥远，AI需要Pygmalion的帮助。（小小）
本文来源：网易科技报道
责任编辑：
钦晓武_NK2781
