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AI科技评论

动态 | 2018 NAACL语言学习建模竞赛:英语组冠军先声教育展望自适应学习技术

2018 NAACL语言学习建模竞赛对自适应学习技术的进步有巨大意义,AI 科技评论特邀秦龙博士,与他交流了大赛中的自适应领域最新研究成果。

702
来自专栏AI科技评论

动态 | 微软亚洲研究院资深研究员梅涛:原来视频可以这么玩了! | CCF-GAIR 2017

7月9日,由CCF主办,雷锋网与香港中文大学(深圳)承办的CCF-GAIR 2017全球人工智能与机器人峰会进入了第三天。在CV+专场首场,微软亚洲研究院资深研...

3417
来自专栏量子位

中科院自动化所王亮:由AI Challenger漫谈数据集的重要性

李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI AI火热,但并不是所有人都清楚“数据集”的意义。 首届“AI Challenger·全球AI挑战赛...

3577
来自专栏镁客网

「深度」科学家眼中完美的计算机长什么样?

1343
来自专栏企鹅号快讯

回顾2017,AI “教父” 这么说

2017年AI界是百家争鸣,在全球掀起了一波巨潮,工业机器人、语言翻译、自动驾驶、机器人诊断等呈现出过程式的飞跃进展。 不过,在AI“教父”Geoffery H...

18910
来自专栏机器之心

业界 | 英特尔研发自我学习芯片Loihi:我们正在尝试复制大脑!

2767
来自专栏人工智能头条

【AI创新者】IBM宋煜:Watson之外的第二条AI通路

1896
来自专栏AI研习社

2018 NAACL语言学习建模竞赛:英语组冠军先声教育展望自适应学习技术

雷锋网 AI 研习社按:第十六届北美计算语言学会议 NAACL 于 6 月初在美国路易斯安那州的新奥尔良召开。NAACL 是自然语言处理与计算语言学领域的顶级学...

642
来自专栏人工智能头条

Fei-Fei Li, Fei Sha, Ke Yang, 余凯,漆远,雷鸣等关于人工智能和深度学习的讨论(先睹为快版)

1438
来自专栏机器学习算法与Python学习

AI这么火,要不要追赶AI的热潮?

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第一 【Python】:排名第三 【算法】:排名第四 12月14日,吴恩达成立landin...

3345

扫描关注云+社区