让机器像新生儿的大脑一样学习和思考。在Google秘密的研发部门（代号为“ Google X”）中，这种难以置信的情况正在变成现实。最近，Google科学家Jeff＆amp; Middot;迪恩（Jeff Dean）透露，“ Google X”实验室通过连接16,000个计算机处理器创建了一个用于机器学习的神经网络系统。事实证明，该系统已学会了自己识别猫。去年夏天，Google X使用了这个由超过16,000个处理器和10亿个内部节点组成的虚拟大脑来分析从Youtube随机获取的1000万个未标记的视频剪辑。运营10天后，“大脑”终于认出了猫是什么，并从接下来输入的20,000张图片中准确找到了猫的照片。与传统的机器视觉技术不同，它们根据人工指导学习以识别某些特征。但是，在Google的研究中，工程师不需要事先将特定概念输入到机器中，并且系统可以“自学成才”。无需任何外部帮助。 ＆lt; ldquo;在训练时，我们从未告诉过它是＆amp;“猫＆amp;”，该系统只是自己创造了猫的概念。 “杰夫”迪恩（Dean）告诉记者，“大脑”猫从未在YouTube静态图片中标记过的样子。这是“自学”。他向记者解释了Google机器学习的概念：使用大量计算机来模拟“神经元”。在人脑中形成“神经网络”。只要该算法提供大量数据，“大量神经元”之间的关系就不需要大量研究人员来帮助计算机标记事物之间的差异。和“神经元”它将改变，让数据为自己说话，从而使构成“神经网络”的机器可以改变。具有自动学习和识别数据，在新输入中找到与学习概念相对应的部分的能力，并达到识别效果。例如，在看完数百万张图片后，Google的虚拟大脑会自行构建理想的猫图片，并使用不同级别的存储单元成功提取猫的基本特征。一些科学家认为，这似乎可以在控制论水平上模拟人脑视觉皮层的运作。但是，这种机器学习技术不仅限于图像。目前，谷歌正在使用虚拟人脑来提高语音识别的准确性。根据Jeff＆amp; Middot;的说法院长，GoogleX团队曾经与Google语音识别团队合作，并在5天内对800台机器进行了培训。就单个单词错误检测率而言，该系统已达到Google的语音识别准确率。增长了25％，相当于20年的语音识别研究。但是目前，这项研究和开发只是一个为期一年半的实验项目，与商业用途的距离可能并不遥远。杰夫＆amp; middot;迪恩说，机器学习技术尚未达到完美，有时会出现劣质的转录文本，有趣的翻译结果或错误识别的图像，但是我相信，将来，机器学习会变得越来越准确。聪明的。他预测，将来，这种机器学习技术将用于帮助实现高质量的语音识别，实用的计算机视觉，拦截垃圾邮件，甚至将其应用于Google的自动驾驶汽车。外国媒体报道，加拿大蒙特利尔大学的机器学习教授Yoshua Bengio在观看Google的演讲后表示，Google的虚拟人脑技术使人类更接近人工智能的最终目标。实际上，该系统的操作模式与哺乳动物甚至人脑的操作模式有些相似。 Google的虚拟人脑有点类似于哺乳动物大脑的一部分，即视觉皮层，它可以通过视觉发现物体。 ‘约书亚·本吉奥（Yoshua Bengio）说。这是否意味着有机器取代人脑的迹象？杰夫＆amp; middot;给出的答案院长是：``没有人能预测未来10到20年内机器学习的发展方向。 “他提到Google的机器学习目前仅限于简单的认知任务。至于帮助人们进行计划，协调工作关系等，恐怕还需要其他功能。从计算技术的角度来看，神经网络非常昂贵。杰夫＆amp; middot; Dean没有给出具体数字，但是据介绍，机器学习领域中使用的大多数网络通常仅使用1到1千万个连接。但是古格