皇冠官网【官网】|关于GoogleAI的发展方向,掌门人JeffDean来揭秘

作者:皇冠官网  时间:2020-11-10  浏览量:81448

皇冠官网【官网】-关于 AI,一面天使,一面恶魔。AI 应用于不会向着哪一近于发展,不在于 AI 本身,而在于建构 AI,应用于 AI 的人。自 AI 问世以来,关于 AI 的发展、利弊等方面的辩论屡见不鲜。

从 DeepFake 的 AI 换回脸风波,到 DeepNude 的一键偷窥,AI 在带给生活便利性的同时,也招来了 AI 伦理的批评。AI 的路,到底该如何前进下去?关于这个问题,致力于“AI first”发展的 Google 也许具有不一样的发言权。而近日,Google 首席架构师、AI 团队负责人 Jeff Dean 在媒体专访中就对 Google AI 带给的涉及问题展开了对此,对涉及内容展开了不转变本意的编译器。录:【 图片来源:WIRED 所有者:WIRED 】问:您做到了一个关于生产新型计算机来驱动机器学习的研究报告,能否透漏一下 Google 正在测试什么新的点子呢?问:在芯片上利用机器学习展开电路的布置和布线。

当你设计了一堆新的电路后,你必须把它融进芯片中,以一种有效地的方式对面积、用于功率以及其他参数展开优化。一般来说情况下,人类学专家在几周内就可以已完成。

而我们可以取得和人类学专家同等,甚至是更佳的效果。在 Google,我们就仍然在用于有所不同的内部芯片,如 TPU 这种((公众号:)按,Google 的自定义机器学习芯片)。问:如今,具备强劲功能的芯片对 AI 的发展更加最重要,但 Facebook 的 AI 负责人最近却回应这种依赖芯片发展 AI 的策略将不会陷于瓶颈。在本周,Google 的一位顶级研究人员也附议了这个点子,你怎么看呢?问:我指出,创建一个更加有效地、规模更大的计算出来系统,特别是在是为机器学习量身自定义的系统仍然是很有潜力的。

并且,在过去五六年里所做到的基础研究也有相当大的应用于空间,我们将与 Google 产品部的同事展开合作,将这些东西投放实际应用于。不过,我们也在考虑到一些将要来临的问题,考虑到今天能做到什么,无法做到什么。另外,我们还想要建构一个一般化到新任务的系统,如果能用较少的数据、较少的计算出来来做到事情,这将很有意思。

问:近期,在国际人工智能顶级学术会议 NeurIPS 上,关于人工智能应用程序的伦理问题备受注目。在 18 个月前,Google 曾因与五角大楼合作的人工智能项目“Maven”遭抗议而宣告了一套人工智能伦理原则,在那之后,人工智能在 Google 的工作中再次发生了什么变化?问:我指出,我们将这些原则付诸实践的方式将需要让 Google 员工更佳地解读这些原则。不过,这必须一个过程。

皇冠官网

通过这个过程,产品可以在设计整个系统之前,以某种方式用于机器学习来取得早期的意见,比如,你应当如何搜集数据,以保证它没种族主义或诸如此类的事情。同时,我们也将之后推展那些反映在原则中的研究方向,我们在种族主义、公平、隐私和机器学习等方面做到了很多工作。问:虽然 Google 公布的原则去除了武器方面的合作,但依然与政府有国防方面的业务往来。

想要直说在 Maven 项目之后,Google 否启动了任何新的军事项目?问:我们很乐意以合乎我们原则的方式与军方或其他政府机构合作。比如说,如果利用云计算需要提高海岸警卫队人员的安全性,那我们将很乐意这么做到,同时,这也显然是云计算部门的业务范围。问:近期,DeepMind 的牵头创始人 Mustafa Suleyman 宣告重新加入 Google,他提及将与您以及 Google 首席法务官 Kent Walker 一起合作,直说你们将不会一起做到些什么呢?问:Mustafa 对人工智能涉及政策的问题具有普遍的看法,同时,他也参予了 Google AI 原则的审查过程,我指出他应当不会探讨于 AI 伦理和和 AI 政策的涉及工作上。关于他的工作内容,我想要应当由他个人说明会好一些。

另外,Kent 团队目前正在致力于完备人工智能原则,为那些想在 Google 产品中应用于人脸识别等 AI 功能的团队获取更好的指导。问:在本周,您曾就“机器学习如何协助社会应付气候变化”这一主题公开发表了演说。那么,您指出(机器学习的)机会在哪儿呢?您又是如何看来机器学习项目本身带给的大量能耗呢?问:事实上,机器学习在气候问题上能有许多方面的应用于。最近,有一篇关于利用机器学习应付气候变化的论文公开发表,有 100 多页宽,我的同事 John Platt 是作者之一。

论文里提及,机器学习可以协助提升交通运输的效率。另外,由于传统模型的计算出来量十分大,容许了空间分辨率,而机器学习能使气候模型更为准确。我主要注目的是碳排放和机器学习。

在我看来,机器学习项目的碳排放在总排放量中所占到的比例还是比较较小的。在 Google 数据中心,我们全年所有计算出来市场需求的能源都是 100% 可再生的。问:除了气候变化,您和您的团队明年还将拓展哪些研究领域呢?问:下一年可能会多致力于“多模式自学”:具备有所不同类型的模式的任务,例如视频和文本、视频和音频。

作为一个社区,我们在这一方面做到的还过于多,未来将不会在这一方面多发力。另外,关于医疗保健的机器学习也将不会是我们所探讨的领域。还有,设备上的机器学习模型也是我们注目的。如果我们需要把设备上的机器学习模型做到得更佳,我们就可以将更加多有意思的功能重新加入到 Google 硬件部门所生产的手机和其他设备中。

原创文章,予以许可禁令刊登。下文闻刊登须知。。

本文来源:皇冠官网-learnarabicbd.com

皇冠官网