【科技】神经互联网模型规模再刷新纪录 人工智能深度学习研究更进一步

本篇文章635字，读完约2分钟

谷歌、苹果、脸书等硅谷巨头通过训练模拟人脑的神经网络模型，迅速发展了人工智能技术。 根据美国电气电子工程师协会“频谱”的网站，美国田纳西州的数字推理企业最近宣布，包含1600亿参数的神经网络模型比以前至少大了10倍。

这个神经网络模型很容易刷新了Google和美国劳伦斯·这一以前的记录。利弗莫尔国立研究所的神经网络模型分别包含112亿参数和150亿参数。 另外，数字推理企业的神经网络模型在支持包含2万词类比的领域标准数据集时也表现出更好的精度: 86%的正确率远远高于谷歌神经网络模型制作的76%的正确率记录

数字推理企业首席技术官马修·罗素在新闻发布会上说，他为这个神经网络模型的成绩和对人工智能深度学习的贡献感到骄傲。

近年来，由于机器学习技术取得了许多划时代的进展，人工智能行业正在经历复兴。 其中受到重视的机器学习策略是强化学习。 使用这个战略，计算机程序可以知道通过反复试行错误会鼓励什么样的行为，但计算机程序在解决接近现实世界难度的数据时往往不用力。 为了升级这个，研究开发人员是强化学习和卷积神经互联网技术相结合的所谓深度学习策略。

深度学习包括为机器人构建五层或越来越多层人工神经网络，这里的深度是神经网络的层数而不是知识的深度。 在神经网络模型中，所有的人工神经元都访问数据库，共同处理阅读笔迹、识别对话副本等问题。 神经网络模型可以通过改变神经元之间的连接方法来调整相互作用，继续处理下一个问题。 通过训练，神经网络模型可以学到哪个模型是解决问题的最好方法。 脸谱人工智能研究室负责人雅恩·乐昆描述了深度学习使机器人学习展现世界。

数字推理企业为了使其神经网络模型在解决语言模拟数据集时达到一定的精度，使用三台多核计算机进行了训练。 这家企业最近打算用更大的数据集和词汇来测试神经网络模型。