據(jù)國(guó)外媒體報(bào)道，Google X部門(mén)的科學(xué)家們通過(guò)將1.6萬(wàn)臺(tái)電腦的處理器相連接建造出了全球?yàn)閿?shù)不多的最大中樞網(wǎng)絡(luò)系統(tǒng)，它能自主學(xué)習(xí)，可以稱(chēng)之謂“谷歌大腦”?？茖W(xué)家們表示，這一中樞網(wǎng)絡(luò)系統(tǒng)完全是在網(wǎng)絡(luò)中自學(xué)成才。

面對(duì)從YouTube視頻中找到的1000萬(wàn)張數(shù)字照片，這個(gè)“谷歌大腦”會(huì)干什么？這估計(jì)與數(shù)以百萬(wàn)普通YouTube用戶(hù)一樣——找貓咪。

科學(xué)家們說(shuō)到，該中樞系統(tǒng)能夠靠“自己”識(shí)別出一只沒(méi)有做出任何動(dòng)作的貓。據(jù)悉，科學(xué)家們打算于本周將此項(xiàng)結(jié)果展示在蘇格蘭愛(ài)丁堡一次的科學(xué)會(huì)議上。

Google的科學(xué)家以及程序員們表示，互聯(lián)網(wǎng)上充斥著許多貓咪視頻算不上什么新聞，不過(guò)這種模擬的效果還是令他們嚇了一跳。與之前所做的任何實(shí)驗(yàn)相比，谷歌大腦的效果都要好得多：面對(duì)2萬(wàn)種截然不同的物體，它的辨識(shí)能力提高了很多。

科學(xué)家們聲稱(chēng)，這項(xiàng)研究是新一代計(jì)算機(jī)科學(xué)的代表，這類(lèi)研究項(xiàng)目充分利用了計(jì)算資源的成本下滑，以及龐大數(shù)據(jù)中心的日益增多的特點(diǎn)。同時(shí)它在機(jī)器視覺(jué)、認(rèn)知、話(huà)語(yǔ)識(shí)別以及語(yǔ)言翻譯領(lǐng)域都代表著最為前沿的科學(xué)技術(shù)。

事實(shí)上，并不僅僅只有Google的科學(xué)家們?cè)跈C(jī)器模擬人腦領(lǐng)域探索，有人將其看作是一種更為深層次學(xué)習(xí)的模式。微軟的科學(xué)家們?nèi)ツ臧l(fā)現(xiàn)該技術(shù)也可用于建造理解人類(lèi)話(huà)語(yǔ)的計(jì)算機(jī)系統(tǒng)。

紐約大學(xué)庫(kù)朗數(shù)學(xué)研究所計(jì)算機(jī)學(xué)家嚴(yán)恩·樂(lè)庫(kù)(Yann LeCun)說(shuō)，“這是當(dāng)今語(yǔ)言識(shí)別領(lǐng)域最熱門(mén)的課題。”

為了讓谷歌大腦識(shí)別出貓咪圖片，由斯坦福大學(xué)計(jì)算機(jī)學(xué)家安德魯·恩吉(Andrew Y. Ng)和谷歌院士杰夫·迪恩(Jeff Dean)領(lǐng)導(dǎo)的這支團(tuán)隊(duì)，使用了1.6萬(wàn)片處理器創(chuàng)造了一個(gè)擁有10億多條連接的神經(jīng)網(wǎng)絡(luò)。他們隨后在這個(gè)中網(wǎng)絡(luò)隨機(jī)呈現(xiàn)出了一些縮略圖，每一張都是從1000萬(wàn)段YouTube視頻中抽取出來(lái)的。

在看過(guò)數(shù)百萬(wàn)張圖片后，這個(gè)“谷歌大腦”構(gòu)建出一張理想的貓咪數(shù)碼圖片，利用不同層級(jí)的存儲(chǔ)單元成功提煉出貓的基本特性。然而，科學(xué)家認(rèn)為，他們似乎是在控制論層面，模擬了人類(lèi)大腦視覺(jué)皮層的運(yùn)作方式。

神經(jīng)學(xué)家認(rèn)為，可能存在一種 “祖母神經(jīng)元”的細(xì)胞。這是一種具有特定用途的腦細(xì)胞，一旦被反復(fù)“訓(xùn)練”去識(shí)別某一幅圖像的時(shí)候，這種細(xì)胞便會(huì)被激活。

更多醫(yī)療電子信息請(qǐng)關(guān)注：21ic醫(yī)療電子頻道