关于GoogleAI的发展方向掌门人JeffDean来揭秘

关于 AI,一面天使,一面恶魔。

AI 应用会向着哪一极发展,不在于 AI 本身,而在于创造 AI,应用 AI 的人。自 AI 诞生以来,关于 AI 的发展、利弊等方面的讨论屡见不鲜。从 DeepFake 的 AI 换脸风波,到 DeepNude 的一键脱衣,AI 在带来生活便利性的同时,也招致了 AI 伦理的质疑。

通常情况下,人类学专家在几周内就可以完成。而我们可以获得和人类学专家同等,甚至是更好的效果。在 Google,我们就一直在使用不同的内部芯片,如 TPU 这种(雷锋网(公众号:雷锋网)按,Google 的自定义机器学习芯片)。

AI 的路,究竟该如何行进下去?

我们这一代球员,都曾在高光时被给予厚望,也在低谷时被饱受质疑,我也同样有过这样的经历!庆幸的是,在我这个年纪已经有了家人的陪伴,已经有了自我调节的能力,甚至我过去曾经历过的在国家队比赛时遇到那些质疑和压力,也已经帮助我可以更快的去消化这些负面情绪,更快地走出阴影!

答:我认为,建立一个更有效、规模更大的计算系统,尤其是为机器学习量身定制的系统依然是很有潜力的。并且,在过去五六年里所做的基础研究也有很大的应用空间,我们将与 Google 产品部的同事进行合作,将这些东西投入实际应用。

同时,我们也将继续推动那些体现在原则中的研究方向,我们在偏见、公平、隐私和机器学习等方面做了很多工作。

答:我认为,我们将这些原则付诸实践的方式将能够让 Google 员工更好地理解这些原则。不过,这需要一个过程。通过这个过程,产品可以在设计整个系统之前,以某种方式使用机器学习来获得早期的意见,比如,你应该如何收集数据,以确保它没有偏见或诸如此类的事情。

但我希望自己可以变得更加强大,也希望我的经历经验能够给予这些正在留洋或者想要留洋的年轻队员一些帮助!

问:如今,具有强大功能的芯片对 AI 的发展越来越重要,但 Facebook 的 AI 负责人最近却表示这种依靠芯片发展 AI 的策略将会陷入瓶颈。在本周,Google 的一位顶级研究人员也附议了这个想法,你怎么看呢?

关于这个问题,致力于“AI first”发展的 Google 或许有着不一样的发言权。而近日,Google 首席架构师、AI 团队负责人 Jeff Dean 在媒体采访中就对 Google AI 带来的相关问题进行了回应,雷锋网对其进行了不改变原意的编译。

不过,我们也在考虑一些即将到来的问题,考虑今天能做什么,不能做什么。另外,我们还想构建一个泛化到新任务的系统,如果能用更少的数据、更少的计算来做事情,这将很有趣。

就像一百年前国人提出的“师夷长技以制夷”,只有不害怕竞争,才有可能赢得尊重。

答:Mustafa 对人工智能相关政策的问题有着广泛的见解,同时,他也参与了 Google AI 原则的审查过程,我认为他应该会聚焦于 AI 伦理和和 AI 政策的相关工作上。关于他的工作内容,我想应该由他个人说明会好一些。

还有,设备上的机器学习模型也是我们关注的。如果我们能够把设备上的机器学习模型做得更好,我们就可以将更多有趣的功能加入到 Google 硬件部门所制造的手机和其他设备中。

问:您做了一个关于制造新型计算机来驱动机器学习的研究报告,能否透露一下 Google 正在测试什么新想法呢?

答:我们很乐意以符合我们原则的方式与军方或其他政府机构合作。比如说,如果利用云计算能够提升海岸警卫队人员的安全性,那我们将很乐意这么做,同时,这也确实是云计算部门的业务范围。

中国球迷已经对中国足球期待了太久太久,无论归化还是足协的政策,最终的目的就是为了晋级世界杯。但是讲实力,中国足球距离世界杯还是有一定的距离。但是真正能依靠的只有我们自己,中国足球的普及,专业足球教练的普及还是太少太少。如果想真正的去提高,单单只靠场上的11人远远不够。

人的脆弱与坚强往往都会超乎自己的想象,有时我们脆弱地因为一句话泪流满面,有时我们也发现自己咬着牙走了很长的路。我希望分享自己一年来的心路历程,与更多的中国年轻球员共勉。我也希望有更多的年轻球员能走出国门,在有限的职业生涯里能出去看看,在更大的竞争和压力环境下磨练自己。

问:在本周,您曾就“机器学习如何帮助社会应对气候变化”这一主题发表了演讲。那么,您认为(机器学习的)机会在哪儿呢?您又是如何看待机器学习项目本身带来的大量能耗呢?

笔者认为,中国男足的国脚们足球基本功普遍偏低是一方面,最重要的是缺乏足够的自信心。球员们害怕拿球,害怕出现失误,不敢从容地做出一些平时能够做出来的动作,在场上带给我们的感觉永远是怕拿球,,一拿到球就赶紧把球踢出去,永远去想着长传和吊高球。在俱乐部的确外援的技战术水平够高,很多情况自己都会去处理。但是来到国家队后,特别是在艾克森缺席的情况下,国内前锋缺少突破和创造力,一对一时更是不敢去突破,这也是在与韩国队的比赛中仅仅只有2脚射门的原因。

无论比赛结果怎样,比赛还是要继续,国足也还没有失去晋级世界杯的机会。而国家队真正“意义”上的主教练也没有定下来,后期更多的归化外援也会进入到国足的名单,进攻线势必会得到提高。我们还是更期待的,还是本土球员能有好的发挥。返回搜狐,查看更多

2019年对我来说,注定是职业生涯无法忘记的一年。这是我留洋踢球的第一年,经历了许多球场内外第一次。从赛季初的替补登场开始,到收获西甲联赛首个进球,和球队一起打进欧联杯,被当地的球迷簇拥,再到分别在欧联和国王杯的进球,这都是一次次美妙而难忘的幸福时刻!

2019对我来说是难忘的一年。我来到了一个足球更加发达的国家,能有机会在短暂的职业生涯里在更高的舞台上展示和锻炼自己。我不在乎别人给我留洋生涯贴上“成功”或“失败”的标签,宠辱不惊才是最好的状态。感谢所有关心我的球迷朋友们一直以来的支持和鼓励。放下过往,重新出发。2020,希望我们都能遇见更好的自己。返回搜狐,查看更多

答:在芯片上利用机器学习进行电路的布置和布线。当你设计了一堆新的电路后,你需要把它融进芯片中,以一种有效的方式对面积、使用功率以及其他参数进行优化。

另外,关于医疗保健的机器学习也将会是我们所聚焦的领域。

雷锋网原创文章,。详情见转载须知。

我主要关注的是碳排放和机器学习。在我看来,机器学习项目的碳排放在总排放量中所占的比例还是相对较小的。在 Google 数据中心,我们全年所有计算需求的能源都是 100% 可再生的。

和我一起在巴塞罗那的张奥凯同样面临着这样的问题,有一次我们甚至聊到了凌晨一点。外界的期待和质疑对这些年轻球员造成了很大的困扰,我很理解像奥凯,玉宁这样的年轻球员在留洋的生活里,独自去承受这份压力的艰辛和不易。

答:事实上,机器学习在气候问题上能有许多方面的应用。最近,有一篇关于利用机器学习应对气候变化的论文发表,有 100 多页长,我的同事 John Platt 是作者之一。论文里提到,机器学习可以帮助提高交通运输的效率。另外,由于传统模型的计算量非常大,限制了空间分辨率,而机器学习能使气候模型更加精确。

今天是西方的圣诞节,这是西方人每年最重要的节日。和中国的春节一样,这是家人团聚的日子,也是大家对过去这一整年进行回顾的时候。

北京时间12月15日,国足迎来东亚杯的第二场比赛,而面对的对手也是中国比较熟悉的球队“韩国队”.,全场比赛下来,中国队只有2脚射门,无一射正,最终0比1负于韩国队。虽然场面上不好看,但是国足这两场比赛的确够拼,但是实力确实是差距太大。其实最令我们担心的不是不够拼,最可怕的拼尽了全力依然差距很大。

我一直说出国踢球不仅仅是球场上要有好的适应能力,记得有一次无意间我在媒体上看到一篇关于张玉宁的报道,在不来梅的那段时间他的状态和心理上的变化,外界的压力和期待把他压的喘不过气,我一下子感同身受,触动很深。

国足的下轮东亚杯对手将是中国香港,对于中国足球和球迷来说,这已经是最后的底线了,无论是压力还是状态,国足必须要拿下中国香港堆,为中国足球保留东亚杯的“最后一丝颜面”。

问:除了气候变化,您和您的团队明年还将扩展哪些研究领域呢?

到了这个赛季,我们充满希望,充满憧憬,但我们在联赛中的成绩让所有人都无法满意,而一年里换了4个主教练,也是我职业生涯里从来没有遇到过的局面。这些亲身经历的跌宕起伏,对于我来说却是无比宝贵的财富。

问:虽然 Google 发布的原则剔除了武器方面的合作,但仍然与政府有国防方面的业务往来。想请问在 Maven 项目之后,Google 是否启动了任何新的军事项目?

留洋不仅仅是球场上的部分,陌生的语言,文化的冲突,所有那些我们曾经以为轻而易举的事情会因为环境的改变,而变得举步维艰。我觉得自己还算是比较幸运,巴塞罗那无论从气候,饮食,或是当地人的开放程度,都很完美。还有更多的球员们,他们所在的城市也许没有那么多正宗的中餐来满足我们的中国胃,气候也不像这里永远是阳光和沙滩。

在国外生活的孤独感,会随着这些环境因素被放大。有人选择坚持,有人选择放弃。每个球员的留洋故事由于自己的性格,家庭环境等都是不可被复制,不可被模仿的。但我相信如果我们选择勇敢迈出这一步并为之坚持,每一个故事都会是精彩的。每一个人都能从中得到属于自己的那些宝贵经验!

球迷还是非常期待李铁执教国足集训队,李铁带领武汉卓尔在中超联赛的成绩还是非常不错的,而且球队在跑动距离排在中超的前几名,也是今年中超最大的“黑马”。所有球迷都期待李铁本能为国足带来新的力量。而国足东亚杯第一个所要面对的便是“老对手”日本队,虽然国足也没有召集全部的主力球员,但是日本队也是派上了二三线队员出战。但是本场比赛国足并没有打出有压制力的进攻,最终以1比2的比分输给了日本队。

另外, Kent 团队目前正在致力于完善人工智能原则,为那些想要在 Google 产品中应用人脸识别等 AI 功能的团队提供更多的指导。

问:近期,在国际人工智能顶级学术会议 NeurIPS 上,关于人工智能应用程序的伦理问题颇受关注。在 18 个月前,Google 曾因与五角大楼合作的人工智能项目“Maven”遭到抗议而宣布了一套人工智能伦理原则,在那之后,人工智能在 Google 的工作中发生了什么变化?

答:下一年可能会多致力于“多模式学习”:具有不同类型的模式的任务,例如视频和文本、视频和音频。作为一个社区,我们在这一方面做的还不够多,未来将会在这一方面多发力。