|
新智元報道 來源：Medium，AI Frontiers 編譯：三石 提及谷歌大腦、seq2seq、AutoML，許多人已是耳熟能詳。在成功的背后，定是有許多研究人員的默默付出。而Quoc Le就是其中一位，堪稱谷歌真正的“隱藏人物”、幕后英雄！ 他，是真正的幕后英雄！ 瘦弱的身材，安靜的性格，戴著一副厚厚的眼鏡，你絕對猜不到如此其貌不揚的Quoc Le，正式引領(lǐng)人工智能革命的領(lǐng)軍人物之一。 2011年，Le和他的博士生導(dǎo)師Andrew Ng、谷歌同時Jeff Dean和谷歌研究員Greg Corrado，共同創(chuàng)建了谷歌大腦（Google Brain）。目標(biāo)是在谷歌龐大的數(shù)據(jù)背景下探索深度學(xué)習(xí)。在此之前，Le在斯坦福大學(xué)開展了一些關(guān)于無監(jiān)督深度學(xué)習(xí)的開創(chuàng)性工作。 2012年，Le在ICML上發(fā)表了一篇文章，引起了人們對深度學(xué)習(xí)的濃厚興趣：他開發(fā)了一種深度神經(jīng)網(wǎng)絡(luò)模型，可以根據(jù)Youtube上的1000萬張數(shù)字圖像以及ImageNet數(shù)據(jù)集中的3000多個對象來識別貓。這個巨型系統(tǒng)由16000臺機器和10億個突觸組成，是以往研究規(guī)模的100倍。同年，Le又發(fā)表了關(guān)于AlexNet的論文，對整個深度學(xué)習(xí)領(lǐng)域產(chǎn)生了牽引力。 雖然后來證明無監(jiān)督學(xué)習(xí)方法對于商業(yè)用途是不切實際的（至少在那段時間），但Le在2015年《Wired》采訪中表示，“如果我們能挖掘一種算法來解決這個問題就太好不過了，因為實際的情況是，我們無標(biāo)記的數(shù)據(jù)遠(yuǎn)遠(yuǎn)多于有標(biāo)記的數(shù)據(jù)�！� 從“序列”到“序列學(xué)習(xí)” Le在2013年畢業(yè)后正式加入谷歌，成為一名研究科學(xué)家，很快就在機器翻譯領(lǐng)域取得了驚人的突破（機器翻譯是機器學(xué)習(xí)領(lǐng)域最活躍的研究領(lǐng)域之一）。 為了實現(xiàn)這一結(jié)果，他必須超越已有深度學(xué)習(xí)的方法，這些方法適用于圖像和語音，可以使用固定大小的輸入進行分析。 而對于自然語言，句子的長度各不相同，詞語的順序也很重要。 2014年，Le與谷歌研究人員Ilya Sutskever和Oriol Vinyals一起提出了序列到序列(seq2seq)學(xué)習(xí)。它是一個通用的encoder-decoder框架，訓(xùn)練模型將序列從一個域轉(zhuǎn)換到另一個域（例如不同語言之間的句子）。 seq2seq學(xué)習(xí)在工程設(shè)計選擇方面的需求較少，并允許Google翻譯系統(tǒng)高效準(zhǔn)確地處理非常大的數(shù)據(jù)集。 它主要用于機器翻譯系統(tǒng)，并被證明適用于更廣泛的任務(wù)，包括文本摘要，會話AI和問答。 
Le進一步發(fā)明了doc2vec，這是一種非監(jiān)督算法，它從句子、段落和文檔等不同長度的文本片段中學(xué)習(xí)固定長度的特征表示。Doc2vec是word2vec的擴展，word2vec于2013年由谷歌成員Tomas Mikolov發(fā)布。其思想是每個單詞都可以用一個向量表示，這個向量可以從集合文本中自動學(xué)習(xí)。Le添加了段落向量，因此模型可以生成文檔的表示形式，從而不考慮文檔的長度。 Le的研究最終得到了回報。在2016年，谷歌宣布了神經(jīng)機器翻譯系統(tǒng)，它利用AI進行學(xué)習(xí)，能夠得到更好更自然的翻譯。 2015年，Le在榮登MIT Technology Review的“35歲以下創(chuàng)新者”排行榜，因為他的目標(biāo)是“讓軟件變得更智能，幫助人們提高生活品質(zhì)”。 AutoML：神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)自我提升 訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)需要大量的標(biāo)記數(shù)據(jù)和反復(fù)的實驗:選擇一個架構(gòu)，構(gòu)建隱含層，并根據(jù)輸出調(diào)整權(quán)重。對于機器學(xué)習(xí)專業(yè)知識有限的人來說，訓(xùn)練過程時既費時又費力的。 2016年，Le和另一位谷歌同事Barret Zoph提出了神經(jīng)結(jié)構(gòu)搜索。他們使用一個循環(huán)網(wǎng)絡(luò)來生成神經(jīng)網(wǎng)絡(luò)的模型描述，并通過強化學(xué)習(xí)來訓(xùn)練這個RNN，以最大限度地提高在驗證集上生成的體系結(jié)構(gòu)的預(yù)期精度。 這種新方法可以幫助研究人員設(shè)計一種新的網(wǎng)絡(luò)體系結(jié)構(gòu)，在CIFA-10數(shù)據(jù)集的測試集精度方面與人類發(fā)明的最佳體系結(jié)構(gòu)相匹配。一年后，Le和Zoph將他們的研究提升到了一個新的高度，他們提出了NASNet-A，一個可移植的大型圖像數(shù)據(jù)集架構(gòu)。
Le的研究為AutoML奠定了基礎(chǔ)，AutoML是一套谷歌產(chǎn)品，專為缺乏機器學(xué)習(xí)經(jīng)驗和資源的開發(fā)人員設(shè)計的。 然而，在早期階段，AutoML是用于解決現(xiàn)實問題的：數(shù)據(jù)科學(xué)家使用AutoML建立了一個基于面條圖像識別餐廳的模型，準(zhǔn)確度幾乎達(dá)到95％; 日本開發(fā)人員使用AutoML構(gòu)建了一個可以使用其品牌名稱對圖像進行分類的模型。 在過去的六年里，Le一直處于深度學(xué)習(xí)發(fā)展的前沿。這位36歲的谷歌研究科學(xué)家現(xiàn)在準(zhǔn)備將深度學(xué)習(xí)提升到一個新的高度。 |
