医疗行业的AI应用

「我们的研究表明，深度学习的计算成本并非偶然，而是精心设计的。同样的灵活性使得它在建模各种现象和优于专家模型方面表现出色，也使得它的计算成本大大增加。尽管如此，我们发现深度学习模型的实际计算负担比理论上扩展得更快，这表明需要会有实质性的改进。」

深度学习是机器学习的一个子领域，研究的是受大脑结构和功能启发的算法。这些算法被称为人工神经网络，由排列成层的函数(神经元)组成，这些函数将信号传输给其他神经元。

这些信号是输入数据输入网络的产物，从一层传输到另一层，缓慢地「调整」网络，实际上就是调整每个连接的突触权重。网络最终学会了通过从数据集中提取特征和识别交叉样本的趋势来进行预测。

 

家居鼠标

ATAP负责人考夫曼仍会回忆起鼠标成为PC输入设备的早期反应。他说:“我还记得曾经有过这样的对话：每个电脑迷都认为(鼠标)很愚蠢。”但是鼠标并不是为了满足那些仅仅通过敲击键盘就能高效完成任务的人。相反，它为大量不像程序员那样思考的人带来了计算能力。

尽管近年来亚马逊Echo音箱、Sonos音响系统和谷歌Nest产品等小设备取得了巨大成功，但让智能家居中的各个产品协同工作仍然感觉像是在编程。这就引出了一个在ATAP内部被戏称为“家居鼠标”的项目。

带领这个项目的是技术项目负责人里克·马克斯（Rick Marks）。其于2018年加入ATAP，此前曾在索尼PlayStation团队工作了19年时间。

他说:“当你第一次得到录像机的时候，你可以给它编程，但是没有人这样做。”“智能产品也是如此。你现在可以做很多事情，但只是有点麻烦。” 马克斯的研究致力于利用现有设备为消费者更带来新体验。

谷歌、亚马逊和其他公司已经投入了大量的人力物力，让人们通过语音与智能家居设备进行互动。“声音在很多方面都很棒，”马克斯说。“但它缺少鼠标给计算机带来的关键功能——空间输入和易于选择等等。”所以我一直致力于把这种东西带入环绕计算领域。

马克斯用现有设备拼凑成了一部未来主义遥控器，这套系统的大脑是超小型Android手机Palm。马克斯将Palm绑在Vive虚拟现实系统的手部控制器上，内置传感器使遥控器能够理解所指向的位置。他解释说:“这只是我们希望最终看到东西的原型。”

马克斯用桌子周围的物品展示了产品理念。他把遥控器对准一盏灯打开灯。然后进行了一系列更复杂的操作，包括把电脑中YouTube上的《星球大战》主题曲拖到音箱上，然后再拖到灯光上，灯光开始根据音乐节奏不断切换颜色。

谷歌Lens图像识别技术也是马克斯工具包的一部分，其能够让用户把遥控器摄像头对准一张CD，然后把里面的内容拖动到音箱上。

当问及Lens的使用时，一直在观察演示的丹 考夫曼(Dan kaufman)指出如何借助这项技术而不是试图在ATAP内部重新开发类似功能。考夫曼说，Lens技术的工程师“是我的朋友”，而且“离他们只有10分钟的路程。谷歌助理也是如此。”

这就引出了一个问题: ATAP有多少谷歌员工？谷歌拒绝提供具体数字，称公司有禁止透露团队规模的政策。但这个数字似乎并不大，至少与谷歌硬件部门的总人数相比如此。

就其价值而言，考夫曼认为，最重要的并不是ATAO的员工人数。他说:“我不在乎我们雇佣了多少聪明的工程师。如果我能接触到10万谷歌员工，那感觉真是个好主意。”他补充说，他最重要的职责之一是探索所有的合作机会，不仅是与谷歌的其他部分合作，还包括与Verily和Waymo等Alphabet子公司合作。

七年前ATAP开始了它的第一个研究项目。到目前为止，虽然尚没有改变世界的突破性技术，但其智力仍然令人敬畏。ATAP与公司其他部门日益紧密的联系不无道理。如果ATAP能成功为谷歌硬件带来更多类似于谷歌软件的智能，那无疑是一种明智之举。

（编辑：漯河站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!