谷歌搞出個機器學(xué)習(xí)多面手：能處理聲音圖像多種任務(wù)

　　北京時間6月20日早間消息，谷歌近期發(fā)表的一篇學(xué)術(shù)論文或許為機器學(xué)習(xí)未來的發(fā)展制定了藍圖。這篇論文題為“一種可以進行各種學(xué)習(xí)的模型”，為可處理多任務(wù)的單一機器學(xué)習(xí)模型提供了模板。

　　谷歌研究員將其稱作“MultiModel”(多任務(wù)模型)，并訓(xùn)練該模型完成一系列任務(wù)，包括翻譯、語言分析、語音識別、圖像識別和對象探測等。盡管結(jié)果相對于當(dāng)前方法并沒有質(zhì)的飛躍，但這表明，用多種任務(wù)去訓(xùn)練機器學(xué)習(xí)系統(tǒng)將提升其整體性能。

　　例如，如果用可以勝任的所有任務(wù)來進行訓(xùn)練，那么相對于用單一任務(wù)進行訓(xùn)練，MultiModel在機器翻譯、語音和分析任務(wù)方面的準(zhǔn)確性會更高。

　　谷歌的論文為未來機器學(xué)習(xí)系統(tǒng)的開發(fā)提供了模板。這種系統(tǒng)可以得到更廣泛的應(yīng)用，或許也會更準(zhǔn)確。這將與當(dāng)前的狹義解決方案不同。更重要的是，這些技術(shù)(及其衍生技術(shù))有助于減少機器學(xué)習(xí)算法所需的訓(xùn)練數(shù)據(jù)量。

　　該團隊的研究結(jié)果表明，在用可以勝任的所有任務(wù)來進行訓(xùn)練時，準(zhǔn)確性會隨著訓(xùn)練數(shù)據(jù)的減少而提高。這點很重要，因為某些領(lǐng)域很難積累起足夠多的訓(xùn)練數(shù)據(jù)。

　　然而，谷歌并沒有宣稱已找到一種可以學(xué)會所有任務(wù)的“主算法”。正如名稱所暗示的，MultiModel網(wǎng)絡(luò)包含為解決不同挑戰(zhàn)而訂制的系統(tǒng)，以及協(xié)助直接向這些專家算法提供輸入的系統(tǒng)。谷歌采取的方法將有助于未來開發(fā)類似的系統(tǒng)，以解決不同領(lǐng)域的問題。

　　需要指出，這方面仍有許多測試需要去做。谷歌的研究結(jié)果尚未得到證實，目前也很難弄清，這項研究能否拓展至其他領(lǐng)域。作為TensorFlow開源項目的一部分，谷歌大腦團隊已經(jīng)發(fā)布了MultiModel的代碼，而其他人可以嘗試這個模型。