我們知道，人工智能領域雖然發(fā)展迅速，但大部分機器學習的系統(tǒng)都是針對特定的學習任務存在的，例如會下棋的AlphaGo，識別人臉的圖像識別模型，識別語音語義的智能語音助手等等。這些機器學習的系統(tǒng)都只面向特定的任務，目前很少有模型能真正突破狹義機器學習的限制，有能力學習多種不同領域任務。
近日雷鋒網了解到，谷歌在博客上發(fā)表了文章，提出了自己研發(fā)的新機器學習系統(tǒng)MultiModel，一個有能力處理多個任務的機器學習模型。這一模型由多倫多大學計算機科學機器學習小組研究員ÅukaszKaiser，Google Brain Team高級研究科學家Aidan N. Gomez 聯(lián)合發(fā)布，以下是雷鋒網(公眾號：雷鋒網)對MultiModel文章的翻譯：
在過去十年里，深度學習的應用和表現(xiàn)都是以驚人的速度高速發(fā)展著。然而，目前這一領域的神經網絡架構對于特定的應用領域都是高度集中化的，一直有一個重要的問題仍然沒有被解決：領域之間的融合，能否有助于統(tǒng)一模型在多個領域都表現(xiàn)良好？
今天，谷歌研究院提出了MultiModel，這是一個在視覺，語言和音頻網絡任務中都表現(xiàn)良好的的神經網絡架構，它能夠同時解決跨越多個領域的多個問題，包括圖像識別，翻譯和語音識別。盡管在Google翻譯也曾經使用過Google多語種神經機器翻譯系統(tǒng)，在解決多任務領域有所進步，但MultiModel是首先將視覺，音頻和語言理解融入單一網絡的機器學習模型。
MultiModel處理多領域的靈感來自于人類大腦，人類大腦是如何將不同模式（如聲音，視覺或味覺）的感官輸入轉化為單一的表達形式，并以語言或動作的形式給予反饋的呢？通過模擬大腦對這些模式和對它們所進行的轉換，MultiModel有很多的子網絡，用于音頻，圖像或文本等特定形態(tài)的任務，MultiModel由編碼器，輸入/輸出混合器和解碼器組成共享模型，如下圖所示。
MultiModel結構：小型特定子網絡與共享編碼器，I / O混合器和解碼器一起工作。每個小花瓣代表一種形態(tài)，轉化為內在的表征（source：googleblog）
MultiModel能夠同時學習八種不同的任務：它可以檢測圖像中的物體，提供字幕，識別語音，翻譯四種語言，同時進行語法解析。給定的輸入和一個非常簡單的信號一起，該信號決定了我們要求的輸出形式。
在設計MultiModel時，很明顯有一些研究領域（視覺，語言和音頻）的某些元素，對于模型在相關任務中取得成功是及其重要的。谷歌研究院證明，這些計算原語（如卷積，注意力或專家混合層）可以顯著提高模型在原本應用領域的性能，同時不會影響MultiModel在其他任務中的性能。MultiModel不僅可以在多個任務聯(lián)合訓練上取得良好的表現(xiàn)，而且在數(shù)量有限的任務上，也可能實際提高性能。令我們感到驚訝的是，即使這些任務來自完全不同的領域，這種現(xiàn)象（性能提高）仍然存在。例如，圖像識別任務可以提高語言任務的性能。
重要的是，雖然MultiModel沒有刷新最優(yōu)性能記錄，但它確實提供了一種新的思維，增加了團隊對神經網絡中多域多任務學習的了解，以及通過引入輔助任務（auxiliary task）來解決在數(shù)據(jù)有限時訓練模型的問題。在機器學習中有一種說法：“最好的正則化方法就是引入更多的數(shù)據(jù)”；而在MultiModel中，這些數(shù)據(jù)可以通過多領域獲取，因此比以前獲取數(shù)據(jù)要更加容易。 MultiModel表明，與其他任務相結合的訓練可以獲得良好的效果，并能夠在數(shù)據(jù)有限的情況下提供模型的性能。
關于多域機器學習的許多疑問尚待研究，谷歌研究院將繼續(xù)致力于優(yōu)化Multimodel，提高它的性能。為了使這項研究能夠更快發(fā)展，MultiModel將在Tensor2Tensor庫中開發(fā)。谷歌研究院認為，對來自多個領域的數(shù)據(jù)進行聯(lián)合訓練的協(xié)同模式將成為深度學習的下一個研究方向，并將最終突破狹義訓練網絡的限制。
- 蜜度索驥：以跨模態(tài)檢索技術助力“企宣”向上生長
- Counterpoint：59%的受訪者計劃在一年內升級到Gen AI智能手機
- 美國ITC裁定聯(lián)想智能手機侵犯愛立信專利
- 英特爾高通隔空叫陣：兩大巨頭在較什么勁？
- IDC最新預測：2024年PC和平板電腦市場將增長3.8%至4.035億臺
- 蘋果Vision Pro頭顯即將登陸中國臺灣，12月17日正式發(fā)售
- 全球折疊屏手機出貨量首次遭遇季度下滑，三星旗艦機型表現(xiàn)不佳是主因
- HUAWEI Mate X6 震撼登場，折疊引領者，巔峰再跨越
- 五年持續(xù)領跑，華為折疊屏一步領先，一路領先
- 全新HUAWEI MatePad Pro 13.2 英寸首發(fā)亮相，鴻蒙專業(yè)生產力體驗再升級
- 華為凌霄子母路由 Q7 網線版推出，讓每個房間都有滿格信號
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
