普发真空助力CMS半导体应用
06-06
关于AI，一面是天使，一面是魔鬼。
AI的应用将发展到哪一极，并不取决于AI本人，而是取决于创造AI和应用AI的人。
自AI诞生以来，关于AI的发展、利弊等的讨论就很常见。
从DeepFake的AI换脸争议，到DeepNude的一键脱衣，AI在给生活带来便利的同时，也引发了人们对AI伦理的质疑。
AI之路如何走？对于这个问题，致力于“AI优先”发展的谷歌或许有不同的说法。
近日，谷歌首席架构师、AI团队的负责人杰夫·迪恩在接受媒体采访时回应了谷歌AI带来的相关问题。
雷锋网在不改变原意的情况下整理了相关内容。
雷锋网注：【图片来源：连线 作者：连线】提问：您做了一份关于构建新型计算机来驱动机器学习的研究报告。
您能告诉我们谷歌正在测试哪些新想法吗？答案：使用机器学习在芯片上放置和连接电路。
当你设计了一堆新电路后，你需要将其集成到芯片中，并以有效的方式优化面积、功耗和其他参数。
通常，人类学专家可以在几周内完成它。
而且我们可以取得与人类学专家相同甚至更好的结果。
在谷歌，我们一直在使用不同的内部芯片，比如TPU（雷锋网出版社，谷歌定制的机器学习芯片）。
问：如今，功能强大的芯片对于AI的发展越来越重要，但Facebook的AI负责人近日表示，这种依靠芯片发展AI的策略将遇到瓶颈。
本周，谷歌的一位顶级研究人员也同意了这个想法。
你怎么认为？答：我认为构建一个更高效、更大的计算系统仍然有很大的潜力，特别是为机器学习量身定制的计算系统。
而且过去五六年所做的基础研究也有很大的应用空间，我们会和谷歌产品部的同事一起把这些东西放到实际应用中。
然而，我们也在思考一些即将到来的问题以及我们今天能做什么和不能做什么。
此外，我们希望构建一个能够泛化到新任务的系统，如果我们能够用更少的数据和更少的计算来完成任务，这将会很有趣。
论文提到机器学习可以帮助提高交通效率。
此外，由于传统模型计算量非常大，限制了空间分辨率，机器学习可以使气候模型更加准确。
我的主要关注点是碳排放和机器学习。
在我看来，机器学习项目的碳排放量占总排放量的比例仍然比较小。
在 Google 数据中心，我们全年计算需求的 % 都是可再生的。
问：除了气候变化之外，您和您的团队明年还将拓展哪些研究领域？答：明年可能会更多地致力于“多模式学习”：具有不同类型模式的任务，例如视频和文本、视频和音频。
作为一个社区，我们在这方面做得还不够，未来我们会在这方面做得更多。
此外，医疗领域的机器学习也将是一个重点领域。
此外，设备上的机器学习模型也是我们关心的。
如果我们能够在设备上的机器学习模型上做得更好，我们就可以为谷歌硬件部门制造的手机和其他设备添加更多有趣的功能。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-06
06-18
06-17
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态