<mark id="oztn4"></mark>
0
雷鋒網 AI科技評論按：如果說起谷歌，想必你一定不會忽略Google Brain（谷歌大腦團隊）。谷歌大腦在2011年初由吳恩達、Jeff Dean牽頭組成，并在后來相繼有了 Greg Corrado、Quoc Le、Geoffrey Hinton等重量級大牛的加持，逐漸成長為谷歌真正的“大腦”。毫無疑問，谷歌大腦是谷歌至關重要的科研核心部門，也是全球工程師夢寐以求的烏托邦。
在回顧去年的研究歷程時，Jeff Dean曾撰文動情地表示：
“谷歌大腦團隊的宏愿一如既往：團隊致力于通過多領域的純研究及應用性研究，創造更多的智能軟件及智能系統，以此提升人們的生活水平。雖然這一藍圖是我們仰望星空的長期愿景，但我們也需要腳踏實地?！?/p>
而近日，Jeff Dean又撰文發表了谷歌大腦團隊的科研方針，原文如下，雷鋒網 AI科技評論編譯整理：
大約一年前，我們團隊第一次向大眾分享了自己的使命:“讓機器擁有智慧，改善人們的生活?！碑敃r，我們向大家介紹了我們的工作——將機器學習與谷歌的產品結合起來，賦予那些每天都有數億人使用的產品新的力量，例如谷歌翻譯、谷歌地圖等產品。
今天，我想向大家分享更多經驗，我們在基礎理論的進步、對機器學習的理解和產品服務的研究中，是如何接近我們的目標的。
五年前，谷歌的同事Alfred Spector、Peter Norvig和Slav Petrov發表了一篇博客和論文，闡述了在谷歌我們的研究方法——我們的方法總是能在好奇心和應用性驅動的研究之間達到動態平衡。
在機器學習中我們團隊聚焦的最大挑戰是需要對新的想法進行廣泛的探索，因此研究人員會設置自己的工作議程，大多數人關注的方向是機器學習最前沿的領域。在探索過程中，過去幾年間我們在NIPS, ICML和ICLR等大會上發表了數百篇論文，并且論文的接受率遠遠高于平均水平。
想要實現我們的使命，至關重要的一環是在機器學習中做出新的理論研究。為了實現這一目標，我們建立了一個進行長期的、開放性研究的前沿團隊，來推動科學的發展。在對視覺和聽覺感知、自然語言理解、生成藝術和音樂、系統架構和算法等領域進行研究的過程中，我們也與外部機構的研究人員有所合作。2017年我們發表的論文中，有1/3的論文擁有一個或多個跨機構的作者。此外，我們還邀請來自學術機構的研究人員來促進我們的研究，加強我們與科學界的聯系。
我們也認為向大家清楚地解釋現代機器學習中的概念很重要。Distill.pub是一個在線技術雜志，其中包括一個由我們團隊成員Chris Olah和Shan Carter發起的論壇，目的是為了讓大家清楚地理解一些機器學習概念。
TensorFlow Playground是由我們團隊的可視化專家創建的一個可視化實驗平臺，可以讓人們了解到神經網絡是如何解決簡單問題的。由PAIR開發的deeplearn.js是一個基于硬件加速的開源JavaScript庫，用于機器學習，能在瀏覽器中運行，不需要額外的裝置和后端。
除了與學術界和工業界的精英們合作，我們的團隊與谷歌其他團隊一樣，堅信培養下一代科學家會很有意義。我們團隊每年接收50多名實習生，他們的目標是在頂級機器學習出版物上發表自己的工作成果。到2017年為止，我們團隊發表的論文中，大約有25%的作者是實習生，而且他們通常是第一作者。
此外，2016年我們迎來了谷歌大腦培訓項目（Google Brain Residency Program）的第一批實習生，這是個為期一年的項目，針對那些想要研究機器學習的人而開設。在其成立的第一年，項目的27名參加者在我們團隊成員的指導下進行了研究，并發表了超過40多篇論文被頂級研究會議接受的論文。今年7月，我們迎來了第二批實習生：36名成員在我們小組的支持下開始了為期一年的學習，他們已經參與到各種各樣的項目中了。
在與其它谷歌研究部門緊密協作的過程中，谷歌大腦得以進行機器學習的基礎性研究，也能夠為產品導向的研究做出獨到的貢獻。本著讓機器學習產生全球性的影響來說，這兩方面的研究都至關重要。
雷鋒網 AI科技評論
