本文摘要：坐落于加州山景城的谷歌总部据外媒报导，谷歌研发了一种“能自学所有任务的多功能模型”，在AI领域获得巨大进步。近日，谷歌高调公布了一份学术论文，在论文中刻画了机器学习的蓝图。谷歌研发新的机器学习系统，它被称作“能自学所有任务的多功能模型”，这一模型为以后的研究获取了一个模板，即如何建构一个需要很好地处置多个任务的机器学习模型。 正如谷歌研究人员所称的那样，“多功能模型”拒绝接受了各种各样的任务训练，还包括翻译成、语言解析、语音辨识、图像识别和目标检测。

坐落于加州山景城的谷歌总部据外媒报导，谷歌研发了一种“能自学所有任务的多功能模型”，在AI领域获得巨大进步。近日，谷歌高调公布了一份学术论文，在论文中刻画了机器学习的蓝图。谷歌研发新的机器学习系统，它被称作“能自学所有任务的多功能模型”，这一模型为以后的研究获取了一个模板，即如何建构一个需要很好地处置多个任务的机器学习模型。

正如谷歌研究人员所称的那样，“多功能模型”拒绝接受了各种各样的任务训练，还包括翻译成、语言解析、语音辨识、图像识别和目标检测。虽然它的结果并没表明出对现有方法的根本性改良，但最少指出，在有所不同的任务上训练机器学习系统有助提升它的整体性能。比起只是在单一运算机器上展开了训练，“多功能模型”在机器翻译、语音和语法分析方面的准确性都获得了提升。谷歌的论文可以为未来机器学习系统的研发获取一个案例，这些系统可以更加普遍地被应用于，而且也有可能它比目前市场上大部分的狭义解决方案都要精确。

更加最重要的是，这些技术（或它们派生的）可以协助增加训练不切实际的机器学习算法所需的训练数据量。该团队的研究结果表明，当“多功能模型”拒绝接受了它所能已完成的所有任务时，它的准确性就不会随着训练数据的增加而提升。这很最重要，因为在某些领域很难累积充足多的训练数据。

然而，谷歌并没声称享有一种可以同时自学所有任务的算法。正如它的名字所似乎的那样，“多功能模型”是为应付有所不同挑战而量身自定义的系统，以及协助必要输出这些专家算法的系统。这项研究的确指出，谷歌采行的方法有可能对未来研发有所不同领域的同类型系统有所协助。

某种程度值得注意的是，“多功能模型”还有大量的测试要做到。谷歌的搜寻结果还没被证实，而且很难告诉这项研究如何推展到其他领域。谷歌的大脑团队早已允诺对外开放“多功能模型”的源代码，让更加多的人去尝试，但没得出明确的对外开放。

对于“多功能模型”，谷歌也有一些显著的改良思路。谷歌团队认为，他们没花上很多时间优化系统的一些相同参数（在机器学习中被称作“超强参数”），而未来徵荐优化将有助提升准确性。

本文来源：皇冠官方链接-www.jackiefewell.com