研究人员称量子计算并非深度学习最佳工具

2015年11月11日,互联网产业资讯网站(VenTureBeat)发文指出量子计算机并不适合深度学习。在过去的几年中,谷歌公司一直在努力改善其人工智能服务,谷歌恰好有自己的量子计算机,其能够以更快的速度执行特定的计算。因此谷歌会尝试在量子计算机上运行人工智能任务的看法是很合理的。创业公司D-wave为谷歌提供了量子计算机,位于美国宇航局艾姆斯研究中心,紧邻谷歌总部。

谷歌一直热衷于提升其人工智能——深度学习的能力。深度学习涉及使用大量数据训练人工神经网络,然后从新数据推断结论。然而11月在谷歌总部组织的一次活动中,一名谷歌研究人员谈到,量子计算并不是最适合卷积神经网络或循环神经网络的工具。

其它科技公司,包括Facebook、微软和百度,一直在试验深度学习在图片内容识别、自然语言处理和语音识别等方面的应用。这些大公司都有足够的经费来进行基础设施建设,但是它们并没有量子计算机。虽然谷歌有量子计算机,但并不意味着量子计算机对于深度学习来说是最佳的工具。

如果上述说法足够准确,谷歌可能更有兴趣使用D-wave机器来提升其核心业务,如搜索排名、广告位置或垃圾邮件过滤。一名谷歌的资深科学家表示,深度学习跟别的人工智能算法有很大不同,大体来说它需要一个模型和一组参数,而且二者缺一不可,否则不能对新数据做出预测。他表示,量子计算机能够容纳的参数总量和操作数量是非常小的。他解释到,比如识别猫的照片,可能需要数以百万计的参数。为了从更高层次的图片中识别出猫的粒度特征,例如它的胡须,这将会涉及数十亿次操作。所以到目前为止,他和他的研究小组在“谷歌大脑”项目中并没有花费多少时间在量子计算机D-Wave上面。

然而这并不意味着别的公司不再考虑将量子计算机应用到深度学习。10月,同样购买了D-Wave量子计算机的洛克希德马丁公司的两名员工发表了一篇文章,论述了他们如何使用D-Wave来帮助训练深度神经网络。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2016-01-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

如何成为一名卓越的数据科学家——开篇七剑

关于作者: 杨滔,桃树科技(TaoData)创始人,专注于下一代人工智能产品的研发、应用与商业化。拥有超过十年机器学习研究与应用经验。奥克兰大学机器学习博士,悉...

41510
来自专栏数据猿

实现财务自由,这个工作是我们未来几年最好的选择

2133
来自专栏PPV课数据科学社区

是的,人工智能就是分析

关于人工智能究竟是什么,以及人工智能的学科应该如何分类,似乎存在一些混淆。人工智能是分析学的一种形式,还是一门与分析学不同的全新学科?我坚信人工智能与预测分析和...

2774
来自专栏杨熹的专栏

开启聊天机器人模式

聊天机器人系统框架图 今天看到了一篇关于聊天机器人的一个不错的资源汇总: https://www.52ml.net/20510.html 进去看看先大概了解了...

42711
来自专栏机器之心

专访 | 英特尔刘茵茵:持续优化NLP服务,助推人工智能创新和落地

机器之心原创 作者:邱陆陆 去年六月,英特尔人工智能产品事业部(AIPG)数据科学主任、首席工程师刘茵茵在机器之心主办的第一届全球机器智能峰会(GMIS 201...

2957
来自专栏人工智能头条

Yann LeCun高端私享会纪实:预测学习才是AI的未来

1723
来自专栏Material Design组件

About Face 4 第二章(1)定性与定量研究

37211
来自专栏专知

教你构建机器学习项目:吴恩达新书《Machine Learning Yearning》

【导读】本文主要介绍吴恩达最近正在编写的新书《Machine Learning Yearning》,旨在教你如何构建机器学习项目,它与吴恩达之前机器学习课程有所...

4009
来自专栏数据的力量

如何成为一名卓越的数据科学家——开篇七剑

1605
来自专栏AI科技评论

动态 | 新里程碑!微软语音到文字转录已经达到人类水平

AI 科技评论按:语音到文字的转换是语音研究领域的重要课题。自引入神经网络的方法以来,语音识别正确率有了长足的进展,也为苹果 Siri、亚马逊 Echo、科大讯...

3929

扫码关注云+社区