位于加州山景城的谷歌總部

據(jù)外媒報道，谷歌研發(fā)了一種“能學(xué)習(xí)所有任務(wù)的多功能模型”，在AI領(lǐng)域取得巨大進(jìn)步。

近日，谷歌低調(diào)發(fā)布了一份學(xué)術(shù)論文，在論文中描繪了機器學(xué)習(xí)的藍(lán)圖。谷歌研發(fā)新的機器學(xué)習(xí)系統(tǒng)，它被稱為“能學(xué)習(xí)所有任務(wù)的多功能模型”，這一模型為以后的研究提供了一個模板，即如何創(chuàng)造一個能夠很好地處理多個任務(wù)的機器學(xué)習(xí)模型。

正如谷歌研究人員所稱的那樣，“多功能模型”接受了各種各樣的任務(wù)訓(xùn)練，包括翻譯、語言解析、語音識別、圖像識別和目標(biāo)檢測。雖然它的結(jié)果并沒有顯示出對現(xiàn)有方法的根本性改進(jìn)，但至少表明，在不同的任務(wù)上訓(xùn)練機器學(xué)習(xí)系統(tǒng)有助于提高它的整體性能。

相比只是在單一運算機器上進(jìn)行了訓(xùn)練，“多功能模型”在機器翻譯、語音和語法分析方面的準(zhǔn)確性都得到了提高。

谷歌的論文可以為未來機器學(xué)習(xí)系統(tǒng)的開發(fā)提供一個案例，這些系統(tǒng)可以更廣泛地被應(yīng)用，而且也可能它比目前市場上大部分的狹義解決方案都要準(zhǔn)確。更重要的是，這些技術(shù)（或它們衍生的）可以幫助減少訓(xùn)練可行的機器學(xué)習(xí)算法所需的訓(xùn)練數(shù)據(jù)量。

該團(tuán)隊的研究結(jié)果表明，當(dāng)“多功能模型”接受了它所能完成的所有任務(wù)時，它的準(zhǔn)確性就會隨著訓(xùn)練數(shù)據(jù)的減少而提高。這很重要，因為在某些領(lǐng)域很難積累足夠多的訓(xùn)練數(shù)據(jù)。

然而，谷歌并沒有宣稱擁有一種可以同時學(xué)習(xí)所有任務(wù)的算法。正如它的名字所暗示的那樣，“多功能模型”是為應(yīng)對不同挑戰(zhàn)而量身定制的系統(tǒng)，以及幫助直接輸入這些專家算法的系統(tǒng)。這項研究的確表明，谷歌采取的方法可能對未來開發(fā)不同領(lǐng)域的同類型系統(tǒng)有所幫助。

同樣值得注意的是，“多功能模型”還有大量的測試要做。谷歌的搜索結(jié)果還沒有被證實，而且很難知道這項研究如何推廣到其他領(lǐng)域。谷歌的大腦團(tuán)隊已經(jīng)承諾開放“多功能模型”的源代碼，讓更多的人去嘗試，但沒有給出具體的開放。

對于“多功能模型”，谷歌也有一些明顯的改進(jìn)思路。谷歌團(tuán)隊指出，他們沒有花很多時間優(yōu)化系統(tǒng)的一些固定參數(shù)（在機器學(xué)習(xí)中被稱為“超參數(shù)”），而未來調(diào)參優(yōu)化將有助于提高準(zhǔn)確性。