原创 谷歌大型数据中心的神经网络模拟技术启动

谷歌(Google)已经开始启用一种分布于该公司大型数据中心内的大规模神经网络(neural network)软件模拟技术，来研究标记数据和自主学习 (self-taught learning)之间的差异；谷歌的大型数据中心搭载了16,000颗处理器核心。来自斯坦福大学(Standford University)和谷歌公司的研究人员针对具有超过10亿个连接的模型进行了训练，经过一星期后，该网络已经能从网络视频影片辨识出其中的一只猫。

谷歌向来以其搜索引擎而闻名，该公司表示，自主学习神经网络的优势是在于他们不需要使用标记数据。例如，为一幅猫的影像添加标签，便是所谓的标记数据，但这种做法会消耗大量能源，而且让教学网络变得更加昂贵。

谷歌表示，未来该研究还可望拓展到图像识别以外的范围，包括语音识别和自然语言建模等应用研究。

经过训练以后，网络中的一个神经元对猫有着极强烈的反应。/ 资料来源：g谷歌

“我们的假设是神经网络将学会去辨识这些影片中的共同目标。事实上，我们已经发现，一个人工神经元对猫的图片有着极强烈的反应。最特别一点，在于研究人员从未告诉该网络什么是猫，甚至从未替任何一幅猫的图案打上标记。而这个神经网络竟然从未标记过的YouTube影片中发现并注视着一只猫，谷歌研究员Jeff Dean说。

此外，谷歌也通过使用这种规模较大的神经网络，谷歌也通过将大量网络上的可用未标记影像和少数标记数据混合，并进行标准影像分类测试后，获得了70%的精确度改善结果。

谷歌的研究人员希望未来能进一步扩大网络规模，以确认性能是否会随着网络规模扩展而提升。Dean在他的博客中表示，目前的网络已经能支持十亿个连接，但仍远不及可支持约100兆个连接的人脑。

谷歌的研究人员已经在今年6月26日至7月1日于苏格兰爱丁堡举办的国际机器学习大会(International Conference on Machine Learning, ICML 2012)中，提出这份有关神经网络学习的论文。

本文授权翻译自EE TIMES，谢绝转载

原文链接：http://www.eet-china.com/ART_8800670153_675277_NT_3a7e9df7.HTM