Google研究發表╱電腦裝「神經」 學會辨識貓

〔編譯張沛元／綜合報導〕發明自駕車與擴增實境（AR）眼鏡的Google X實驗室，在利用電腦模擬人腦的技術研發上有重大進展！透過連結1萬6000個電腦處理器並使其上網自學，Google的機器神經網絡（neural network）在看過大量YouTube影像後，自行創造出貓的概念。此一研究成果將有助於提升影像搜尋、語音辨識、機器語言翻譯品質。

連結1萬6000個處理器 任其上網自學

Google研究人員本週將在蘇格蘭愛丁堡的一場會議上，發表這項研究成果。Google科學家與程式設計師屆時將會強調，儘管網路上隨處可見與貓有關的影片，但電腦模擬人腦自學的能力仍令他們深感訝異，因為這套機器腦的表現超乎原本預期，面對2萬種不同物件，辨識率要比過去其他類似計畫高出1倍。

請繼續往下閱讀...

為了讓機器能夠辨識與找到貓，由美國史丹福大學電腦科學家安德魯˙吳（Andrew Y. Ng，譯音）與Google科學家狄恩領導的研究團隊，利用多達1萬6000個電腦處理器，創造出多達10億個連結的機器神經網絡，然後讓這個神經網絡觀看隨機擷取自1000萬段YouTube影片的影像縮略圖。

結果，研究人員驚訝地發現，這個以軟體為基礎的人造機器神經網絡，顯然充分印證了生物學家的理論，即個別神經元可經過大腦內的訓練，獲得辨識特定物體的能力。

現行較商業化的機器視覺科技，是藉由標示特徵的方式，由人類來「監督」機器的學習過程；但在Google這項研究中，人類並未以標註特徵的方式來幫助機器辨識物體。安德魯˙吳說，研究人員將一大堆資料丟給機器演算，讓軟體自行從中學習。狄恩也說，他們在訓練過程中從沒告訴機器神經網絡「這是貓」，是神經網絡自行創造出貓這個概念。

儘管規模遠遜於生物大腦，但Google這項研究仍提供全新證據，表明海量資料有助於大幅改善現有的機器學習演算法。拜運算成本降低之賜，電腦在機器視覺、語音辨識與語言翻譯等領域獲致重大進展；機器學習對改善翻譯規則與語義理解特別有用。