就是那樣,玩家們,各位被淘汰了。
Google 已採用深度學習這項新技術來打造精通50款經典 Atari 遊戲的機器,將以前所未見的方式來玩《太空侵略者》(Space Invaders)。
聊聊原本應該怎麼玩遊戲。
當然沒有人會為了 GeForce GTX 980 而來。
不過 Google 將藉由遊戲背後採用的 GPU 技術,來執行極少數人認為可能發生的事情,而 Google 資深研究員 Jeff Dean 週三在 GPU 科技大會主題演講活動上介紹了這件事。
深度學習技術將使得電腦能執行幾年前極少數人認為會做到的事情。
Dean 是Google 核心工程師團隊的一員,負責開發新一代的技術,重新定義支撐網路發展的基礎架構。
Dean 跟他的同事將進入新的領域,也就是語音、視覺、語言建模、使用者預測和翻譯,這些過去被認為只會出現在科幻作品裡的內容。Google 的研究人員甚至讓機器精通像是《打磚塊》(Breakout)這些經典的電腦遊戲。
打造數位「大腦」
他們的工作以打造猶如人腦一般的神經網路為基礎,但只是粗略上相像罷了。目前數位大腦與人腦間的相似程度,大概就跟受鳥類翅膀啟發而創造出的飛機機翼差不多。
「我們並未嘗試去模擬大腦極深層化學遞質的方面,而是採用非常抽象的方式。」 Dean 說。
這些新的數位大腦跟生物腦一般,均得靠精密的演算法從頭教機器去執行複雜的工作,就像是對孩童展示多種樣本,以學習辨識不同種類的球一樣。
這或許聽起來很簡單,不過訓練電腦去學習如何執行這些工作,得花上不少時間。Dean 說:「我們在意的事情之一,就是減少人因工程的作業。我們喜好能自行建立更高抽象程度的深度學習演算法。」
Google 將使用演算法去執行人類程式設計師會花很多時間進行的工作。
在訓練好這些模型後,就能實際應用它們。像是從2012年起,Google 的 Android 系統智慧型手機軟體就使用以深度學習為基礎的預測語音辨識功能,系統依靠安裝在 Android Jellybean 與 Google 強大伺服器上的軟體。Dean 說 Google 現正將深度學習技術用於五十餘項生產應用程式上。
Google 的立場正適合推動深度學習技術,其搜尋業務能取得海量文字和影像資料,而極為分散的運算基礎架構則能快速消化這些資料。
如今在基礎架構加入 GPU,就能訓練神經網路快速處理大量工作。而 GPU 裡能一次處理海量工作的平行運算能力,使得 Google 的工程師能快速訓練系統。
這使得 Google 能運用這些系統去做幾年前還做不到的事情,像是辨識住家地址、分類照片和語音轉文字。
數千人聆聽 Google 的 Jeff Dean 說明這個搜尋引擎龍頭公司如何使用 GPU 來加快深度學習的速度。
Dean 說:「這些超強大模型的功能之一,就是能將某種樣式的投入內容變成另一種,就像是將畫素變成文字。」
打電動
殺手級的演示內容當然就跟電動遊戲有關。Dean 說在倫敦有一組同事建立一套深度學習系統,讓它開始玩50項 Atari 的經典遊戲,並且告訴它要獲得最高分。
機器一開始還不是很上手,在玩了數百次後即展示出超人般的實力,消滅《太空侵略者》裡的外星人,並且以專業手法通過《Enduro》賽車遊戲裡的弧形迴旋軌道。
Dean 在播放 Google 的深度學習系統於拳擊遊戲裡擊倒一名很衰的對手的影片後,說:「我想該叫裁判來了。」