ZD至顶网软件频道消息:谷歌云负责人黛安·格林(Diane Greene)今天宣布,谷歌将进一步挺进机器学习和人工智能领域。格林的部门现已将数个在分布于谷歌云里的机器学习团队整合到了一起。负责新团队的是两名女将:原斯坦福人工智能主管Fei-Fei Li和原Snap研究主管Jia Li。而Jia Li是Snapchat功能的创意人之一,Snapchat用户可以将Emoji表情附在现实世界的Snap图片上。
谷歌在宣布上述消息的同时还公布了一系列其他消息,包括谷歌云服务路线图及有关扩大机器学习的使用,机器学习是训练大规模人工智能网络自学及自我提高的关键技术之一。谷歌旨在展示谷歌云服务不仅仅是在一台机器上租用时间,谷歌云服务还可以为基于机器学习算法的企业客户提供服务。其服务包括简单翻译、计算机视觉甚至招聘。
例如,谷歌大谈如何提高谷歌云的基础架构。由于在系统使用的CPU里加入了GPU,谷歌云的运行将更高效。图形处理器尤其擅长于快速训练机器学习系统。谷歌还在GPU里添加了一个安全层,谷歌称这在其他云平台上可不一定是那么常见的事。谷歌表示,因此,下一个客户运行负载时,上一个客户的东西不会留下GPU缓存里。谷歌表示,该技术将于2017年投入使用。
谷歌对旗下的“云愿景”API进行了统一,同一系统将用于识别标志、地标、标签、面孔、光学字符识别里的文本,实现起来更为简单。这些系统将在“张量处理单元”( Tensor Processing Units)里实现。张量处理单元是针对谷歌TensorFlow平台的优化过的新硬件。谷歌此前曾公布过有关TPU的消息,今天又宣布“大规模部署”价格将大减80%。
谷歌自然语言API现已提供给全球用户使用。该API现在能在英语、西班牙语、日语里检测到更多的“颗粒情绪”( Granular sentiment),而且与测试版比能检测更多的“实体类型”( Entity types)。谷歌的自然语言分析可以处理词法和语法分析。谷歌翻译服务亦推出了新的高级版。
最后,谷歌还推出了新的基于机器学习的“职位API”,公司在招聘几百名新雇员时可以利用该API加快速度。该API可以利用电脑将职位空缺与申请人进行匹配,从而加速人力资源部门的招聘过程。谷歌称,知名招聘网站Career Builder和Dice以及联邦快递都签约成了职位API的用户。
好文章,需要你的鼓励
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
Hammerspace发布v5.2数据平台软件,通过更快的元数据读取、更好的数据放置和扩展性优化提升AI数据访问性能。新版本IO500总分提升33.7%,总带宽翻倍,IOR-Hard-Read测试提升超800%。增加了Tier 0亲和性功能,支持GPU服务器本地存储访问,减少集群内网络流量。新增Oracle云支持、Kerberos认证和标签化NFS,提供更细粒度的访问控制。该软件将于12月正式发布。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。