据外媒报道,谷歌发布了第二代张量处理单元(TPU)和Google.ai。谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)是谷歌2017年开发者大会(Google I/O 2017)的主旨发言人,他宣布一项名为“Google.ai”的新计划正将谷歌的多个机器学习与人工智能的工作及团队联合起来。Google.ai不仅会关注研究,还会着眼于开发工具,例如深度学习框架TensorFlow和谷歌的最新云张量处理单元,以及“应用型人工智能”,即开发解决方案。
虽然机器学习工具还处于相对起步阶段,但它们已经在多个领域取得了颇有前景的进展,例如医学研究领域。在发言中,皮查伊指出机器学习正用于提高DNA测序的准确性,这有助于鉴别遗传疾病,谷歌还开发了一个神经网络,通过研究病人的图像来帮助鉴别癌细胞是否扩散到邻近细胞。
这都是很有前景的应用,为了打破开发新机器学习模型的障碍,让不是博士学位的研究人员也能参与进来,谷歌还透露了一些关于AutoML计划的消息。皮查伊将其解释为利用神经网络来帮助设计其他的神经网络,通过对一系列备选的神经网络进行迭代,得到最佳优化设计。这被称为增强学习方法。
它是一项计算费用昂贵的过程,但是谷歌相信,将这项技术对开发者开放,可以让我们看到成千上万种新应用开始使用机器学习。为了做到这点,谷歌其最近推出的第二代张量处理单元(即云张量处理单元)上在增加了对这些类型的训练特征的支持力度。在谷歌开发者大会上,皮查伊宣布谷歌的云张量处理单元(Tensor Processing Unit,TPU)硬件最开始将通过谷歌计算引擎(Google Compute Engine)提供,让客户能在谷歌基础设施上创建和运行能利用谷歌计算资源的虚拟机。
这些张量处理单元专为机器学习优化,与传统中央处理器和图形处理器相比,它们进行这类任务时更强大、能耗更低。它们几乎支持谷歌所有的知名智能云端产品,包括语言翻译和图像识别。
第二代张量处理单元的浮点运算性能可达每秒180万亿次,而且能够配对组成“配置点”(pod),增加运算能力。单独的张量处理单元配置点由64块最新的云张量处理单元组成,可为机器学习模型提供的运算能力高达11.5千万亿次每秒。重要的是,这些新型张量处理单元支持训练和推理。这意味着计算密集型的人工智能算法现在可以在这种硬件上进行开发,也可进行实时数字处理,这是支持AutoML计划的技术。
当然,这些张量处理单元与谷歌的机器学习开源软件库TensorFlow一起工作。提起这个,谷歌还公开了TensorFlow研究云项目,该项目将提供1000个张量处理单元构成的集供研究人员免费使用。谷歌表示,它的云张量处理单元也能与其他硬件类型组合匹配,包括英特尔的Skylake中央处理器和英伟达(NVIDIA)的图像处理器,这两种是常用的机器学习工具。
多个研究组合并成Google.ai组显然表明了谷歌专注于它的机器学习平台,它将这些技术视为未来战略的核心。谷歌最新的硬件和工具不仅有望推动一些有趣的新应用案例,还会向众多新开发者开放机器学习开发和应用,这肯定会推动产生一些创新成果。有趣的未来,值得期待。