Discuz! Board

 找回密碼
 立即註冊
搜索
熱搜: 活動 交友 discuz
查看: 1096|回復: 0
打印 上一主題 下一主題

谷歌发布全新轻型机器学习架构:可直接载于设备端的AI系统

[複製鏈接]

2386

主題

2386

帖子

7238

積分

管理員

Rank: 9Rank: 9Rank: 9

積分
7238
跳轉到指定樓層
樓主
發表於 2019-6-5 18:53:35 | 只看該作者 回帖獎勵 |倒序瀏覽 |閱讀模式
雷锋网(公家号:雷锋网)动静,google近日公布了全新利用于可穿着装备的Android Wear 2.0体系和相干装备,而这一批体系和装备,将具备一项新技术:运行google全新的“装备端”呆板进修技能。下面是对该项技能的先容,原文载于Googleblog,由雷锋网编译收拾。

装备真个呆板智能

为了打造会话理解和图象辨认范畴领先的技能,咱们凡是将多种先辈的呆板进修技能(好比深度神经收集和基于图的呆板进修)连系起来利用。但是,以上提到的呆板进修体系常常必要大量的计较能力和存储空间。但是,若是想要在不管是否毗连到的云真个环境下,小我手机、智妙手表和IoT装备都能运行呆板智能,又要怎样办呢?

昨天,咱们公布了Android Wear 2.0体系和全新的可穿着装备,这些装备将会运行google首个彻底“装备端”(on-device)的呆板进修技能,起首用于“智能复兴”(Smart Reply)这一功效上。这个“装备端”呆板进修体系由googleExpander研发团队开辟,在不必要接入云真个环境下,将“智能复兴”功效利用于各第三方的讯息App上。以是如今,你若在腕表上收到了一条信息,小扣复兴选项便可以了。

这个体系的研发从客岁起头,那时咱们的团队正在为Allo和Inbox里的会话理解开辟响应的呆板进修体系。 Android Wear团队找到咱们,并扣问将“智能复兴”直策应用在智能装备上的可能性。由于智能装备的计较和存储量都是有限的,咱们很快就果断这类移植底子不成能。

但咱们的产物司理Patrick McGregor意想到这对付Expander团队来讲是个怪异的挑战和机遇,可以重新起头设计一个全新的、轻型呆板进修架构,这不但让“智能复兴”利用于Android Wear体系,还利用于其它浩繁装备真个挪动利用步伐。因而,咱们与Android Wear团队的Tom Rudick、Nathan Beach同等事一块儿,起头着手创建这个全新的体系。

创建轻型会话理解模子的一个简略计谋,就是在装备上建立一个小型的包括一般法则的字典(输入—复兴映照),而且在推理阶段,利用一个朴实的查找计谋。这个可以履行简略的展望使命,包含利用一些特性举行分类 (好比对文本里的感情举行二元分类,比方“我爱这部片子”通报出一种踊跃的感情,而“演员的演出很糟”则转达一种消极感情)。可是,它的范围并无大到去履行包括丰硕辞汇和说话变革的繁杂天然说话使命。

另外一方面,呆板进修模子,好比RNN(如LSTM),连系图进修(graph learning),已被证实是用于天然说话理解的繁杂序列进修里极刁悍的东西,包含“智能复兴”。但是,为了顺应装备存储空间而将这么丰硕的模子举行紧缩,并在低计较本钱的环境下发生鲁棒的展望(快速按需),这是很是具备挑战性的。在咱们的初期实行里,遭到限定的模子仅仅展望一小批复兴语句,咱们还利用其他包含量化(quantization)、字母级别模子等技能,其实不能发生有效的成果。

以是,咱们为装备端呆板进修体系创建了一种分歧的解决法子,咱们一起头利用了一个快速、有用的机制,将类似的传入讯息汇集起来,并将他们投影到类似的(四周的)位向量表征里。固然履行这个投影步调有几种法子,好比利用单词嵌入(word embeddings)或编码收集(encoder networks),咱们利用结局部敏感哈希算法(locality sensitive hashing ,LSH) 的点窜版原本低落维度,把数百万个怪异的单词转换为短小的、固定长度的位序列。

这容许咱们为一条传入讯息的投影举行很是快速、即时(on-the-fly)的计较,占用很少的内存,因为咱们其实不必要存储传入讯息、单词嵌入乃至是用来练习的全部模子。

投影步调:类似讯息组合在一块儿,投射到临近向量里。好比,“hey, hows it going?”与 Hows it going buddy? 这两条讯息内容是类似的,也许会投射到一样的向量 11100011。另外一条类似的讯息“Howdy, everything going well?”被映照到一个四周的向量11100110,与前两条相差2位。

接下来,利用咱们的半监视图进修框架,咱们的体系把传入讯息和投影连系在一块儿,配合练习一个“讯息投入模子”,进修展望可能的复兴语句。图进修框架可以或许练习一个鲁棒的模子,经由过程从各类资本里找出的语义瓜葛——讯息/复兴互动、单词/短语类似性、语义集群信息——进修有效的投影操作,来映照杰出的复兴语句展望。

进修步调:(顶部)六合彩,的讯息、投射和响应复兴语句一块儿,在一个呆板进修框架里,同步进修一个“讯息投射模子”。(底部)讯息投射模子进修,将复兴语句与响应传入讯息的投射接洽在一块儿。好比,模子投射两种分歧的讯息“Howdy, ever台中搬家,ything going well?”和“How’s it going buddy?”投射到四周的位向量里,而且进修着将其映照成相干的复兴语句(底部左图)。

值得注重的是,就像咱们前面提到的,虽然“讯息投影模子”用繁杂的呆板进修架谈判云计较举行练习,可是模子自己在装备上存在和运行。装备上的App可以通报用户的传入讯息,并从装备端模子上接管复兴语句展望选项,而不必要分开装备去得到数据。这个模子也能够顺应用户书写气概和小我偏好,从而供给一种个性化的体验。

推理步调:模子将进修好的映照利用于一条传入讯息(或讯息序列)里,而且举荐相干的多条复兴语句。推理进程在装备上运行,使得模子顺应用户数据和个性化书写气概。

为了获得开箱即用的装备端体系,咱们必需要举行一些分外的改良,好比优化装备上的计较速率、从模子中天生丰硕多样的复兴语句等等。不久以后,咱们将举行一些科学颁发,先容更多装备端呆板进修体系事情的细节。

当咱们踏上从无到有打造这项技能的路程时,一起头咱们其实不肯定,这些模子的展望成果质量是不是及格。咱们很是诧异地发明,它能在很是有限的计较能力和存储资本的环境下,在安卓的可穿着装备上事情杰出,对此咱们很是愉快。咱们等待继续改良模子,为用户供给共加倍愉悦的会话体验,咱们将会晋升这个装备真个呆板进修平台,接下来的几个月里将其利用于新的范畴。

如今,你可以在你的Google腕表或任何运行Android Wear 2.0体系的腕表上利用这一功效。这一功效已可以在Google Hangouts、Google Messenger和浩繁第三方App上利用。咱们也会为第三方穿着装备App的开辟者供给API接口。

更多雷锋网相干内容:

Android Wear不更新?本来google正在憋大招

除公布Ticwatch 2,出门问问还“跨界‘带来另外一款产物

雷锋网版权文章,未经授权制止转载。详情见转载须知。

制冷打浆机,
台湾包车自由行游览,
揭阳防水,
回復

使用道具 舉報

您需要登錄後才可以回帖 登錄 | 立即註冊

本版積分規則

Archiver|手機版|小黑屋|中部北部二手機械買賣聯合經銷論壇  

搬家, 隔熱紙論壇, 當舖聯盟論壇, 借錢論壇, 品牌設計規劃, 住宿論壇, 招牌論壇, 借款當舖論壇, 精密加工論壇, 借貸論壇, 高雄當舖, 台北借錢, 新莊清水溝, 土城抽化糞池, 三峽通水管, 樹林通馬桶, 房屋二胎, 三重汽車借款, 傳感器, 荷重元, 資料擷取DAQ, 系統櫃系統櫃工廠空壓機, 老虎機, 幸運飛艇百家樂教學, 部落客行銷, 口碑行銷, 封口機, 汐止汽車借款, 團體服, 未上市, 汽機車借款, 未上市, 廚具工廠, 廚具, 沙發, 布沙發, 飲水機, 三重當舖, 三重汽車借款, 台灣家教, 搬家公司, 屏東借款, 未上市股票,

GMT+8, 2024-4-27 02:02 , Processed in 0.168789 second(s), 13 queries , File On.

Powered by Discuz! X3.3

© 2001-2017 Comsenz Inc.

快速回復 返回頂部 返回列表