加入收藏 | 设为首页 | 会员中心 | 我要投稿 河北网 (https://www.hebeiwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 移动互联 > 正文

谷歌AI开源神器三岁了:它被用在许多你想不到的处所

发布时间:2018-11-22 18:32:17 所属栏目:移动互联 来源:PingWest
导读:2016年3月,李世石对AlphaGo人机大战让全天下都知道了人工智能的威力。这场大战半年前,谷歌就已经把它的人工智能底层手段开放给了全天下。 2015年11月9日,谷歌正式对外开源了呆板进修框架TensorFlow,到2018年11月正好3年。TensorFlow这三年一向保持着更
副问题[/!--empirenews.page--]

2016年3月,“李世石对AlphaGo”人机大战让全天下都知道了人工智能的威力。这场大战半年前,谷歌就已经把它的人工智能底层手段开放给了全天下。

2015年11月9日,谷歌正式对外开源了呆板进修框架TensorFlow,到2018年11月正好3年。TensorFlow这三年一向保持着更新,2019年即将布2.0版本。应用方面也祛除下,谷歌用TensorFlow优化了旗下很多产物。

谷歌AI开源神器三岁了:它被用在许多你想不到的处所

借助TensorFlow,谷歌让产物更智能

在Gmail里写邮件,体系会智能提议下一个单词或完备的句子。在Google Photos里赏识时假如看到一张偏暗的照片,,体系会自动提醒你调解曝光,让照片更亮一点。在谷歌翻译里写入一个句子,体系可以对整个句子举办翻译而非逐字翻译,大幅进步翻译准确度和流通度。跟谷歌的人工智能助理Google Assistant对话,再也不消一次次说出叫醒词“Hey, Google”,一次叫醒就能一连多轮对话......

谷歌内部高出80%的软件项目都回收了基于TensorFlow的呆板进修,最新案例是可以本身打电话的AI体系——Duplex。

Gmail智能增补 Gmail智能增补

谷歌在2018年的Google I/O大会上宣布的Duplex,具备说话领略、交互、时刻节制、说话天生方面的手段,可以帮你打电话给发廊、餐厅等斲丧场合,扣问信息或预定。在和伙计攀谈中,它还能仿照人类的语调,在措辞间搁浅、拉长,乃至行使“嗯“、”呃“一类语气助词。

将TensorFlow用于本身产物智能化,这是再也通例不外的操纵了。在一些有足够标注数据的垂直行业,TensorFlow可以施展出更大的潜能。

上能发明“第二个太阳系”,下能猜测余震位置

2017年12月,谷歌和得克萨斯大学奥斯丁分校相助,用TensorFlow说明开普勒望远镜获取的数据,乐成发明白两颗新的地生手星:开普勒-90i和开普勒-80g,个中开普勒-90i地址的星系开普勒90,更是太阳系之外首个已知的八行星星系。

众所周知,天文是一个数据量很是复杂的规模。前不久退役的开普勒天文望远镜,一向在用凌星测光法网络数据。

凌星测光法的道理是,当行星从恒星前线颠末,会隐瞒住一部门光泽,开普勒望远镜就能探测到恒星光泽削弱,表此刻光变曲线中有一个“U”型下沉。

凌星测光法 凌星测光法

道理很简朴,但开普勒望远镜网络的数据其实太多,若一一举办人工搜查,其实太耗时耗力。并且有的行星很小、很黯淡,对应的恒星却很是豁亮、庞大,调查起来很是坚苦,就像在聚光灯下探求一只萤火虫一样难。

谷歌的AI科学家想到,这个题目和Google Photos给照片分类异常相同,于是在TensorFlow的基本上搭建了一个呆板进修模子,对15000个已经被标注过的地生手星数据举办神经收集实习,判定开普勒望远镜吸取到的信号是否来自某颗地生手星。颠末实习后,该模子的判定精确率到达了96%。

乐成运作后,这个模子被用在了拭魅战中,很快从670颗恒星周围找到了两颗地生手星,别离是开普勒90星系中的开普勒-90i和开普勒80星系中的-80g。

得益于开普勒-90i的发明,开普勒90星系成为太阳系之外首个已知的八行星星系。

天文学界的共鸣是,一个和太阳系近似的星系中,也许有和地球相同的行星,生命存在的也许性较高。遗憾的是,开普勒-90i离太阳太近了,一年只有14.4天,地表温度约427摄氏度,险些不行能有碳基生命存在。

观念图:上为开普勒-90星系,下为太阳系。 观念图:上为开普勒-90星系,下为太阳系。

TensorFlow不只可以处理赏罚天上的工作,还能办理地面的贫困,好比地动。地动造成粉碎不行停止,但假如可以实时营救,能最洪流平镌汰丧失。

每次主震之后,劫难并没有完全已往,还也许有余震维持数月,继承糟蹋着被主震摇动的构筑物。地动学家一向致力于通过数据猜测余震产生的时刻、局限和所在,以布置实时的营救。

可是,地动学规模的数据很是伟大,每次地动变乱都有许多变量,如差异地区地表的组成元素、地动模块之间的交互、地动波转达能量的方法,纯真靠人工在数据中找到接洽、继而猜测余震本钱很高。基于已往的履历定律和模子,地动学家们已经可以较好猜测余震产生的时刻和局限,但猜测位置则相对坚苦。

为此,谷歌和哈佛大学的研究职员操作TensorFlow开拓了一个深度进修模子,而且用包括高出13万次主腹地动的数据集去实习。这个深度进修模子引入了一种早年常用于冶金术的冯·米赛斯屈服准则,以更好地找到伟大地动数据间的相干性,从而对余震位置举办猜测。

这个模子今朝还只能应用于静态应力(更好猜测),对付动态应力尚有意无力。但正如哈佛研究团队里的领队Phoebe DeVries所说:“完全精确猜测出余震位置尚有很长的路要走,但我想呆板进修在这方面有很大的潜力。”

行医济世,AI For Good

医学一向是TensorFlow应用的重点规模,今朝在检测糖尿病视网膜病变、检测转移性乳腺癌、心血管疾病评估、癌症检测和说明病历中小有成就。

以检测糖尿病视网膜病变为例。环球范畴内有4.15亿糖尿病患者面对视网膜病变的风险,如果发明实时可被治愈的,但如果未能实时诊断,则也许导致不行逆转的失明。

专科大夫检测糖尿病视网膜病变最常用的要领之一,是用眼球后部的扫描片举办说明,调查是否有病变的征兆(譬喻微动脉瘤、出血、硬性排泄等),并判定其严峻水平。但天下上很多糖尿病高发的地域,并没有足够的专业医疗人士去检测该疾病。这个题目在南亚地域尤为严峻。

(编辑:河北网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读