谷歌大神Jeff Dean領銜,萬字展望5大AI趨勢
今天,由谷歌大神 Jeff Dean 領銜,這份總結雖遲但到。出於知識傳播目的,“學術頭條”現將全文翻譯如下,以饗讀者:
在過去的幾十年裡,我見證了機器學習(ML, Machine Learning)和電腦科學(CS, Computer Science)領域的變化和發展。
早期的方法往往存在某些缺陷導致了失敗,然而,透過在這些方法上的不斷研究和改進,最終產生了一系列的現代方法,目前這些方法已經非常成功。按照這種長期的發展模式,在未來幾年內,我認為我們將會看到一些令人欣喜的進展,這些進展最終將造福數十億人的生活,產生比以往任何時候都更大的影響。
這篇文章中,我將重點介紹 ML 中可能產生重大影響的五個領域。對於其中的每一項,我都會討論相關的研究(主要是從 2021 年開始),以及我們在未來幾年可能會看到的方向和進展。
趨勢1:更強大的通用 ML 模型 趨勢2:ML 的持續效率提高 趨勢3:ML 對個人和社會都越來越有益 趨勢4:ML 在科學、健康和可持續發展方面日益增長的效益 趨勢5:更深入和廣泛地理解 ML
趨勢1:更強大的通用ML模型
例如,僅在過去的幾年中,模型已經在語言領域取得突破性進展,從數百億的資料 tokens 中訓練數十億個引數(如,11B 引數 T5 模型),發展到數千億或上萬億的資料 tokens 中訓練高達數千億或上萬億的引數(如,密集模型,像 OpenAI 的 175 B 引數 GPT3 模型、DeepMind 的 280B 引數 Gopher 模型;稀疏模型,如谷歌的 600 B 引數 GShard 模型、1.2T 引數 GLaM 模型)。資料集和模型大小的增加導致了各種語言任務的準確性的顯著提高,這可以從標準自然語言處理(NLP, Natural Language Processing)基準測試任務的全面改進中觀察到,正如對語言模型和機器翻譯模型的神經網路縮放法則(neural scaling laws)的研究預測的那樣。
這些先進的模型中,有許多專注於單一但重要的書面語言模式上,並且在語言理解基準和開放式會話能力方面顯示出了最先進的成果,即是跨越一個領域的多個任務也是如此。除此之外,他們還表現出了令人興奮的能力,即僅用相對較少的訓練資料便可以泛化新的語言任務。因為在某些情況下,對於一個新的任務,幾乎不存在訓練示例。簡單舉例,如改進的長式問答(long-form question answering),NLP 中的零標籤學習,以及我們的 LaMDA 模型,該模型展示出了一種複雜的能力,可以進行開放式對話,並在多個對話回合中保持重要的上下文。
圖丨與 LaMDA 的對話模仿了威德爾海豹(Weddell sea)預設提示,“嗨,我是 Weddell sea。你有什麼問題要問嗎?”該模型在很大程度上控制了角色中的對話。
生成模型的輸出也在大幅提高。在過去幾年裡取得了顯著的進步,尤其在影像的生成模型中最為明顯。例如,最近的模型已經證明了僅給定一個類別(如“irish setter”或“steetcar”)便可以建立逼真的影像,可以“填充”一個低解析度的影像,以建立一個看起來十分自然的高解析度匹配影像,甚至可以構建任意長度的自然場景。另一個例子是,可以將影像轉換成一系列離散 tokens,然後使用自迴歸生成模型以高保真度進行合成。
圖丨級聯擴散模型(cascade diffusion models)的例子,從一個給定的類別生成新的影像,然後使用這些影像作為種子來建立高解析度的示例:第一個模型生成低解析度影像,其餘的執行向上取樣(upsampling)到最終的高解析度影像。
圖丨SR3 超解析度擴散模型是以低解析度影像作為輸入,並從純噪聲中構建相應的高解析度影像。
除了先進的單模態模型(single-modality models)外,大規模的多模態模型(multimodal models)也在陸續進入人們的視野。這些模型是迄今為止最前沿的模型,因為它們可以接受多種不同的輸入模式(例如,語言、影像、語音、影片),而且在某些情況下,還可以產生不同的輸出模式,例如,從描述性的句子或段落生成影像,或用人類語言簡要描述影像的視覺內容。這是一個令人驚喜的研究方向,因為類似於現實世界,在多模態資料中更容易學習(例如,閱讀一些文章並看時輔以演示比僅僅閱讀有用得多)。因此,將影像和文字配對可以幫助完成多種語言的檢索任務,並且更好地理解如何對文字和影像輸入進行配對,可以對影像字幕任務(image captioning tasks)帶來更好的改進效果。同樣,在視覺和文字資料上的聯合訓練,也有助於提高視覺分類任務的準確性和魯棒性,而在影像、影片和音訊任務上的聯合訓練則可以提高所有模式的泛化效能。還有一些誘人的跡象表明,自然語言可以作為影像處理的輸入,告訴機器人如何與這個世界互動,以及控制其他軟體系統,這預示著使用者介面的開發方式可能會發生變化。這些模型處理的模式將包括語音、聲音、影像、影片和語言,甚至可能擴充套件到結構化資料、知識圖和時間序列資料等等。
圖丨基於視覺的機器人作業系統的例子,能夠泛化到新的任務。左圖:機器人正在執行一項用自然語言描述為“將葡萄放入陶瓷碗中”的任務,而不需要對模型進行特定的訓練。右圖:和左圖一樣,但是有“把瓶子放在托盤裡”的新的任務描述。
所有這些趨勢都指向訓練能夠處理多種資料模式並解決數千或數百萬任務的高能力通用模型的方向。透過構建稀疏性模型,使得模型中唯一被給定任務啟用的部分是那些針對其最佳化過的部分,由此一來,這些多模態模型可以變得更加高效。在未來的幾年裡,我們將在名為“Pathways”的下一代架構和綜合努力中追求這一願景。隨著我們把迄今為止的許多想法結合在一起,我們期望在這一領域看到實質性的進展。
圖丨Parthway:我們正在朝著單一模型的描述而努力,它可以在數百萬個任務中進行泛化。
由於計算機硬體設計、ML 演算法和元學習(meta-learning)研究的進步,效率的提高正在推動 ML 模型向更強的能力發展。ML 管道的許多方面,從訓練和執行模型的硬體到 ML 體系結構的各個元件,都可以在保持或提高整體效能的同時進行效率最佳化。這些不同的執行緒中的每一個都可以透過顯著的乘法因子來提高效率,並且與幾年前相比,可以將計算成本降低幾個數量級。這種更高的效率使許多關鍵的進展得以實現,這些進展將繼續顯著地提高 ML 的效率,使更大、更高質量的 ML 模型能夠以更有效的成本開發,並進一步普及訪問。我對這些研究方向感到非常興奮!
ML加速器效能的持續改進:
每一代ML加速器都在前幾代的基礎上進行了改進,使每個晶片的效能更快,並且通常會增加整個系統的規模。其中,擁有大量晶片的 pods,這些晶片透過高速網路連線在一起,可以提高大型模型的效率。
當然,移動裝置上的 ML 能力也在顯著增加。Pixel 6 手機配備了全新的谷歌張量處理器(Google Tensor processor),整合了強大的ML加速器,以更好地支援重要的裝置上功能。
我們使用 ML 來加速各種計算機晶片的設計(下面將詳細介紹),這也帶來了好處,特別是在生產更好的 ML 加速器方面。
即使在硬體沒有變化的情況下,對於 ML 加速器的編譯器和系統軟體的其他最佳化也可以顯著提高效率。例如,“自動調優多通道機器學習編譯器的靈活方法”展示瞭如何使用 ML 來執行編譯設定的自動調優,從而在相同的底層硬體上為一套 ML 程式實現 5-15%(有時高達 2.4 倍的改進)的全面效能改進。GSPMD 描述了一個基於 XLA 編譯器的自動並行化系統,該系統能夠擴充套件大多數深度學習網路架構,超出加速器的記憶體容量,並已應用於許多大型模型,如 GShard-M4、LaMDA、BigSSL、ViT、MetNet-2 和 GLaM 等等,在多個領域上帶來了最先進的結果。
圖丨在 150 ML 模型上使用基於 ML 的編譯器自動調優,可以加快端到端模型的速度。包括實現 5% 或更多改進比例的模型。條形顏色代表了最佳化不同模型元件的相對改程式度。
模型體系結構的不斷改進,大大減少了許多問題達到給定精度水平所需的計算量。例如,我們在 2017 年開發的 Transformer 結構,能夠在幾個 NLP 任務和翻譯基準上提高技術水平。與此同時,可以使用比各種其他流行方法少 10 倍甚至百倍的計算來實現這些結果,例如作為 LSTMs 和其他迴圈架構。類似地,視覺 Transformer 能夠在許多不同的影像分類任務中顯示出改進的最新結果,儘管使用的計算量比卷積神經網路少 4 到 10 倍。
更高效模型架構的機器驅動發現:
神經體系結構搜尋(NAS, Neural Architecture Search)可以自動發現對於給定的問題域更有效、新穎的 ML 體系結構。NAS 的主要優勢是,它可以大大減少演算法開發所需的工作量,因為 NAS 在每個搜尋空間和問題域組合中只需要一次性的工作。此外,雖然最初執行 NAS 的工作可能在計算上很昂貴,但由此產生的模型可以大大減少下游研究和生產環境中的計算,從而大大減少整體資源需求。例如,為了發現演化 Transformer(Evolved Transformer)而進行的一次性搜尋只產生了 3.2 噸的 CO2e,但是生成了一個供 NLP 社群中的任何人使用的模型,該模型比普通的 Transformer 模型的效率高 15-20%。最近對 NAS 的使用發現了一種更高效的體系結構 Primer(開源),與普通的 Transformer 模型相比,它降低了4倍的訓練成本。透過這種方式,NAS 搜尋的發現成本通常可以透過使用發現的更高效的模型體系結構得到補償,即使它們只應用於少數下游任務。
圖丨與普通的 Transformer 模型相比,NAS 發現的 Primer 架構的效率是前者的4倍。這幅圖(紅色部分)顯示了 Primer 的兩個主要改進:深度卷積增加了注意力的多頭投影和 squared ReLU 的啟用(藍色部分表示原始 Transformer)。
稀疏的使用:
稀疏性是演算法的另一個重要的進步,它可以極大地提高效率。稀疏性是指模型具有非常大的容量,但對於給定的任務、示例或 token,僅啟用模型的某些部分。2017 年,我們推出了稀疏門控專家混合層(Sparsely-Gated Mixture-of-Experts Layer),在各種翻譯基準上展示了更好的效能,同時在計算量上也保持著一定的優勢,比先前最先進的密集 LSTM 模型少 10 倍。最近,Switch Transformer 將專家混合風格的架構與 Transformer 模型架構結合在一起,在訓練時間和效率方面比密集的 T5-Base Transformer 模型提高了 7 倍。GLaM 模型表明,Transformer 和混合專家風格的層可以組合在一起,可以產生一個新的模型。該模型在 29 個基準線上平均超過 GPT-3 模型的精度,使用的訓練能量減少 3 倍,推理計算減少 2 倍。稀疏性的概念也可以用於降低核心 Transformer 架構中注意力機制的成本。
圖丨BigBird 稀疏注意模型由全域性 tokens(用於處理輸入序列的所有部分)、區域性 tokens(用於處理輸入序列的所有部分)和一組隨機 tokens 組成。從理論上看,這可以解釋為在 Watts-Strogatz 圖上新增了一些全域性 tokens。
這些提高效率的方法中的每一種都可以結合在一起,這樣,與美國平均使用 P100 GPUs 訓練的基線 Transformer 模型相比,目前在高效資料中心訓練的等效精度語言模型的能源效率提高了 100 倍,產生的 CO2e 排放量減少了 650 倍。這甚至還沒有考慮到谷歌的碳中和(carbon neutral),100% 的可再生能源抵消。
趨勢3:機器學習正變得對個人和社群更加有益
人們比以往任何時候都依賴他們的手機攝像頭來記錄日常生活和創作靈感。機器學習在計算攝影中的巧妙應用提升了手機相機的功能,使它們更易於使用,產生了更高質量的影像。一些先進的技術,如改進的 HDR+,在弱光下的拍攝能力,更好的人像處理功能,及更大的包容性使得手機攝像可以更真實地反映拍攝物件。Google Photos 中基於機器學習的強大工具如 Magic Eraser 等還能進一步最佳化照片。
除了用手機進行創造外,許多人還依賴手機與他人實時跨語言溝通,例如在打電話時使用 Live Translate 和 Live Caption。由於自我監督學習(self-supervised learning)和有噪音的學生訓練(noisy student training)等技術,語音識別準確率持續改善。對有口音的語音、嘈雜的語音或重疊語音等有明顯的改善。在文字到語音合成的進步基礎上,人們可以使用谷歌朗讀技術 Read Aloud 在越來越多的平臺上收聽網頁和文章,使獲取資訊更加便宜,跨越了模態和語言的障礙。透過穩定生成的即時翻譯,谷歌翻譯(Google Translate)的實時語音翻譯水平顯著改善。高質量的語音翻譯在多語言交流時提供了更好的使用者體驗。在 Lyra 語音編解碼器和 Soundstream 音訊編解碼器中,機器學習與傳統編解碼器方法相結合使語音、音樂和其他聲音能夠以低得多的位元率保真地傳送。
考慮到這些功能使用資料的敏感性,把它們預設設定為不共享是很重要的。以上提到的許多功能都在 Android的Private Compute Core 中執行。這是一個開源的、安全的環境,與作業系統的其餘部分隔離開。Android 確保未經使用者同意,不會將在 Private Compute Core 中的資料共享給任何應用程式。Android 還阻止 Private Compute Core 的任何功能直接訪問網路。功能透過一小部分開源 API 與 Private Compute Services 進行通訊,這樣就能剔除身份敏感資訊並使用聯邦學習、聯邦分析和私人資訊檢索等功能保護隱私。
這些技術對於發展下一代計算和互動範例至關重要,個人或公共裝置需要在不損害隱私的情況下學習並幫助訓練(演算法)模型。聯邦的無人監督學習方法,可以創造出越來越智慧的系統。這些系統的互動更加直觀,更像是一個社交實體,而不是一臺機器。只有對我們的技術進行深刻變革,才有可能廣泛而公平地擁有這些智慧系統,讓它們支援神經計算。
趨勢4:機器學習在科學、健康和可持續發展方面的影響越來越大
計算機視覺提供新的洞察力:
在過去的十年裡,計算機視覺的進步使計算機能夠完成不同科學領域的各種任務。在神經科學中,自動重建技術可以從腦組織薄片的高解析度電子顯微鏡影像中重現腦組織的神經連線結構。前些年,谷歌為研究果蠅、老鼠的大腦創造了這樣的資源,去年,我們與哈佛大學的利希特曼實驗室(Lichtman Lab)合作,進行了第一次大規模的人類皮質突觸連線研究。該研究跨越了所有皮層的多個細胞型別。這項工作的目標是幫助神經科學家研究令人驚歎的人類大腦。例如,下圖顯示了成人大腦中約 860 億個神經元中的 6 個。
除了推進基礎科學,人工智慧還可以在更廣泛的範圍內為醫學和人類健康做出貢獻。在健康領域利用電腦科學並不是什麼新鮮事。但機器學習開啟了新的大門,帶來了新的機遇和挑戰。
以基因組學領域為例。計算機從一開始就對基因組學很重要,但是機器學習增加了新的功能並顛覆了舊的模式。當谷歌的研究人員探索這一領域的工作時,許多專家認為利用深度學習來推斷基因變異的想法是牽強的。如今,這種機器方法被認為是最先進的。谷歌釋出的開源軟體 DeepConsensus 以及與加州大學洛杉磯分校(UCSC)合作的 Pepper-DeepVariant 提供了尖端的資訊學支援。我們希望更多的快速測序可以在近期進入實際應用領域,並對患者產生實際影響。
以基因組學領域為例。計算技術一直對基因組學非常重要,但機器學習方法改變了之前的舊模式,並增添了新的功能。最初,谷歌的研究人員使用機器學習在該領域展開研究時,許多專家認為使用深度學習技術從測序儀中推斷是否存在基因變異的想法是不可行的。但如今,機器學習是最先進的研究方法。並且未來機器學習將扮演更重要的角色,比如基因組學公司正在開發更精確、更快的新測序儀,它需要匹配更好的推理能力。我們也釋出了 DeepConsensus 開源軟體,以及與 UCSC 合作的 PEPPER-DeepVariant,為這些新儀器提供最前沿的資訊學支援。我們希望這些效能更強的測序儀可以儘快應用在實際患者中併產生有益影響。
圖丨DeepConsensus 中的 Transformer 結構示意圖,它可以糾正測序錯誤,提高準確率。
圖丨根據生物樣本庫中的基因組資料,生成的解剖學和疾病性狀的大規模量化過程
谷歌在 2016 年發表了一篇關於深度學習在糖尿病視網膜病變篩查中應用的論文,被《美國醫學會雜誌》(JAMA)的編輯選為十年來最具影響力的十大論文之一。這意味著它不僅在機器學習和健康方面具有廣泛影響力,並且也是十年來最具影響的 JAMA 論文之一。而且我們的研究影響並不僅限於對論文,而是擴充套件到現實世界中建立系統的能力。透過我們的全球合作伙伴網路,該專案已經幫助印度、泰國、德國和法國的數萬名患者進行疾病篩查,否則他們自己可能沒有能力接受這種威脅視力疾病的檢測。
我們希望看到更多機器學習輔助系統的部署,以應用到改善乳腺癌篩查、檢測肺癌、加速癌症放射治療、標記異常x光和對前列腺癌活檢分級上。機器學習為每個領域都提供了新的幫助。比如機器學習輔助的結腸鏡檢查,就是一個超越了原有基礎的例子。結腸鏡檢查不僅僅只是診斷結腸癌,還可以在手術過程中切除息肉,是阻止疾病發展和預防嚴重疾病的前沿陣地。在該領域中,我們已經證明機器學習可以幫助確保醫生不遺漏息肉,幫助檢測難以發現的息肉,還可以增加維度來提高準確度,例如應用同步定位和繪圖技術。在與耶路撒冷 Shaare Zedek Medical Center 醫療中心的合作中,實驗證明這些系統可以實時工作,平均每次手術可以檢測到一個可能會漏檢的息肉,而且每次手術的錯誤警報少於 4 次。
圖丨對(A)一般異常、(B)結核病和(C)COVID-19 的真陽性、假陽性以及真陰性、假陰性的胸部 X 光片(CXR)進行取樣。在每張 CXR 中,紅色的輪廓表示模型識別時關注的區域(即類啟用圖),黃色的輪廓表示由放射科醫生認定的感興趣區域。
儘管機器學習可能對擴大訪問量和提高臨床準確性很重要,但我們發現有新的趨勢正在出現:使用機器學習幫助人們的日常健康和幸福。我們日常使用的裝置都部署有強大的感測器,可以幫助人們普及健康指標和資訊,使人們可以對自己的健康做出更明智的決定。目前已經有了可以評估心率和呼吸頻率的智慧手機攝像頭,並且無需額外的硬體裝置。Nest Hub 裝置可以支援非接觸式睡眠感知,讓使用者更好地瞭解自己的夜間健康狀況。我們可以在自己的 ASR 系統中顯著提高無序語音識別的質量,也可以使用機器學習幫助有語音障礙的人重塑聲音,使他們能夠用自己的聲音交流。也許,使用機器學習讓智慧手機幫助人們更好地研究皮膚病狀況,或者幫助視力有限的人慢跑,並不是遙不可及的:這些機遇證明未來是光明的。
機器學習在氣候危機中的應用:
氣候變化也是一個至關重要的領域,對人類來說具有非常緊迫的威脅。我們需要共同努力來扭轉有害排放的趨勢,以確保未來的安全和繁榮。而更好地瞭解不同選擇對氣候的影響,可以幫助我們用多種方式應對這一挑戰。
為此,我們在谷歌地圖中推出了環保路線,預計該方法可以每年節省約 100 萬噸二氧化碳排放(相當於在道路上減少 20 多萬輛汽車)。最近的實驗研究表明,在美國鹽湖城使用谷歌地圖導航可以實現更快、更環保的路線,節省了 1.7% 的二氧化碳排放量和 6.5% 的旅行時間。此外,還可以讓地圖軟體更好地適應電動汽車,幫助緩解里程焦慮,鼓勵人們使用無排放的交通工具。我們還與世界各地的城市進行合作,利用匯總的歷史交通資料,幫助改善交通燈計時設定。在以色列和巴西進行的一項早期試點研究顯示,有檢查十字路口的燃油消耗和延誤時間減少了 10-20%。
圖丨採用谷歌地圖的環保路線,將會展示最快和最省油的路線,所以你可以選擇任意一條適合你的路線。
並且,我們還得努力應對越來越常見的火災和洪水(像數百萬加州人一樣不得不適應定期的“火災季節”)。去年,我們釋出了一份由衛星資料支援的火災邊界地圖,幫助美國人輕鬆地在自己裝置上了解火災的大致規模和位置。我們還將谷歌上所有的火災資訊進行整合,並在全球範圍內進行推出。我們也一直在應用圖形最佳化演算法來幫助最佳化火災疏散路線,以幫助人們安全逃離快速推進的火災。2021 年,我們的洪水預報計劃的預警系統覆蓋範圍擴大到 3.6 億人,是前一年的三倍以上,並向面臨洪災風險人群的移動裝置直接傳送了 1.15 億多條通知。我們還首次在現實世界系統中部署了基於 LSTM(長短時記憶網路)的預測模型和 Manifold 模型,並分享了系統中所有元件的詳細資訊。
圖丨谷歌地圖中的火災圖在緊急情況下為人們提供關鍵資訊。
趨勢5:對機器學習有更深入和更廣泛的理解
基於使用者線上產品活動的推薦系統是研究的重點領域。由於這些推薦系統通常由多個不同部分組成,理解它們的公平性往往需要深入瞭解單個部分以及各個部分組合在一起時的行為。最近的研究工作揭示了提高單個部分和整個推薦系統的公平性的方法,有助於更好地理解這些關係。此外,當從使用者的隱藏活動中學習時,推薦系統以一種無偏差的方式進行學習。因為從以前使用者所展示的專案中直接學習的方法中會表現出很明顯的偏差。並且如果不對這種偏差進行糾正,推薦產品被展示的位置越顯眼,它們就越容易被頻繁推薦給未來的使用者。
與推薦系統一樣,上下文環境在機器翻譯中也很重要。因為大多數機器翻譯系統都是獨立地翻譯單個句子,並沒有額外的上下文環境。在這種情況下,它們往往會加強與性別、年齡或其他領域有關的偏見。為此,我們長期以來一直在研究如何減少翻譯系統中的性別偏見。為了幫助翻譯界研究,去年我們基於維基百科傳記的翻譯來研究翻譯中的性別偏見,併發布了一個資料集。
部署機器學習模型的另一個常見問題是分佈轉移:如果訓練模型的資料統計分佈與輸入模型的資料統計分佈不一致,那麼有時模型的行為是不可預測的。最近的研究中,我們使用 Deep Bootstrap 框架來比較現實世界和“理想世界”(ideal world)的區別,前者的訓練資料是有限的,而後者擁有無限的資料。更好地理解模型在這兩種情況下(真實與理想)的行為,可以幫助我們開發出更適用於新環境的模型,並減少在固定訓練資料集上的偏差。
儘管人們對機器學習演算法和模型開發的工作有極大的關注,但研究者們對於資料收集和資料集的管理往往關注較少,但這些研究也非常重要,因為機器學習模型所訓練的資料可能是下游應用中出現偏見和公平性問題的潛在原因。分析機器學習中的資料級聯可以幫助我們識別機器學習專案生命週期中,可能對結果產生重大影響的環節。這項關於資料級聯的研究已經在修訂後的 PAIR 指南中為資料收集和評估提供了證據支援,該指南主要面向的是機器學習的開發人員和設計人員。
圖丨不同顏色的箭頭表示各種型別的資料級聯,每個級聯通常起源於上游部分,在機器學習開發過程中複合,並體現在下游部分。
圖丨“瞭解你的資料”截圖顯示了描述吸引力和性別詞彙之間的關係。例如,“有吸引力的”和“男性/男人/男孩”同時出現 12 次,但我們預計偶然出現的次數約為 60 次(比例為 0.2 倍)。另一方面,“有吸引力的”和“女性/女人/女孩”同時出現的機率是 2.62 倍,超過預計偶然出現的情況。
對每個人來說,建立更具包容性和更少偏見的公共資料集是幫助改善機器學習領域的一個重要方法。2016 年,我們釋出了開放影像(Open Images)資料集,它包含了約 900 萬張圖片,這些圖片用影像標籤標註,涵蓋了數千個物件類別和 600 類的邊界框標註。
去年,我們在開放影像擴充套件(Open Images Extended)集合中引入了包容性人物標註(MIAP)資料集。該集合包含更完整人類層次結構的邊界框標註,每個標註都帶有與公平性相關的屬性,包括感知的性別和年齡範圍。隨著人們越來越致力於減少不公平的偏見,作為負責任的人工智慧(Responsible AI)研究的一部分,我們希望這些標註能夠鼓勵已經使用開放影像資料集的研究人員在他們的研究中納入公平性分析。
我們的團隊並不是唯一一個建立資料集來改善機器學習效果的團隊,我們還建立了“資料集搜尋”(Dataset Search)方法,使得無論來自哪裡的使用者都可以在我們的幫助下發現新的和有用的資料集。
社群互動:
另一個潛在的問題是,機器學習演算法生成的模型有時會產生缺乏證據支援的結果。為了在問題回答、總結和對話中解決這一問題,谷歌開發了一個新的框架來衡量演算法結果是否可以歸因於特定的來源。我們釋出了註釋指南,並證明可以使用這項可靠的技術來對候選模型進行評估。
模型的互動式分析和除錯仍然是負責任地使用機器學習語言的關鍵。谷歌對 Language Interpretability Tool 的技術和功能進行了更新。更新包括對影像和表格資料的支援,從 What-If Tool 中繼承下來的各種功能,以及 Testing with Concept Activation Vectors 技術對公平性分析的內建支援。機器學習系統的可解釋性也是谷歌提出的“負責任的 AI 願景”(Responsible AI vision)的關鍵部分。在與 DeepMind 的合作下,谷歌開始瞭解自我訓練的AlphaZero國際象棋系統是如何獲取人類的象棋概念的。
谷歌還在努力拓寬“負責任的人工智慧”的視角和格局,使其超越西方的侷限。一項最近的研究提出在非西方背景下,基於西方機構和基建的演算法公平概念並不適用。研究為印度的演算法公平研究提供了新方向和新途徑。谷歌正在幾大洲積極開展調查,以更好地瞭解人們對人工智慧的看法和偏好。西方視角下的演算法公平研究傾向於只關注少數幾個問題,因此導致很多非西方背景下的演算法偏見問題被忽略。為了解決這一差距,我們與密歇根大學(University Of Michigan)合作,開發了一種弱監督薄的自然語言處理(NLP)模型,以便在更廣泛的地理文化語境中檢測出語言偏見,反映人類在不同的地理環境中對攻擊性和非攻擊性語言的判斷。
此外,谷歌還探索了機器學習在發展中國家的應用,包括開發一個以農民為中心的機器學習研究方案。透過這項工作,我們希望鼓勵人工智慧領域更多思考如何將機器學習支援的解決方案帶給千萬小農戶,以改善他們的生活和社群。
讓整個社會的利益相關方參與到機器學習研發部署的各階段是谷歌正在努力的方向,這讓谷歌牢記什麼才是最需要解決的問題。本著這一原則,我們和非營利組織負責人、政府和非政府組織代表以及其他專家之間舉行了健康公平研究峰會(Health Equity Research Summit),討論如何將更多的公平帶入整個機器學習的生態系統,使公平原則從最初的解決問題貫穿到結果評估的最後一步。
從社會出發的研究方法讓谷歌在機器學習的系統中就思考數字福利和種族平等問題。谷歌希望更多瞭解非洲裔美國人對 ASR 系統的體驗。谷歌也在更廣泛地聽取公眾的意見,以瞭解機器學習如何在重大生活事件中提供幫助,例如提供家庭照顧。
隨著機器學習能力的提高和在許多領域的影響,機器學習中的隱私保護是一個研究重點。沿著這個思路,我們力求解決大型模型中的隱私問題。谷歌既強調訓練資料可以從大型模型中提取,也指出瞭如何在大型模型(例如 BERT)中實現隱私保護。除了上面提到的聯邦學習和分析技術,我們還一直在使用其他原則性和實用性的機器學習技術來保護隱私。例如私有聚類、私有個性化、私有矩陣補全、私有加權取樣、私有分位數、半空間的私有穩健學習,以及私有 PAC 學習。此外,我們一直在擴充套件可針對不同應用和威脅模型定製的隱私概念,包括標籤隱私和使用者與專案級別隱私。
資料集:
谷歌認識到開放資料集對機器學習和相關研究領域的普遍價值,我們繼續擴大我們的開源資料集和資源,並在 Google DataSet Search 中增加了開放資料集的全球索引。今年,我們釋出了一系列各個研究領域的資料集和工具:
對機器學習和電腦科學來說,這是一個激動人心的時代。透過處理語言、視覺和聲音,計算機理解周圍的世界並與之互動的能力在不斷提高。同時計算機也在不斷為人類開拓新疆界貢獻力量。前文所述的五個方面正是這漫長旅程中的許多進步的節點!
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69971123/viewspace-2854707/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 谷歌拆分搜尋和AI部門:Jeff Dean任AI業務負責人谷歌AI
- 谷歌大牛Jeff Dean的那些“驚人真相”谷歌
- 趣文:谷歌大牛Jeff Dean的那些“驚人真相”谷歌
- Jeff Dean領銜AI助力晶片設計效率革命!6小時內完成佈局設計,新一代TPU已用上AI晶片
- Jeff Wofford:冒險遊戲如何再次引領主流趨勢?遊戲
- 谷歌大牛Jeff Dean是如何成為網際網路戰神的谷歌
- Google AI負責人Jeff Dean:機器學習讓計算機更智慧GoAI機器學習計算機
- Jeff Dean等三名高管多角度解讀谷歌眼中的機器學習谷歌機器學習
- Jeff Dean-Google的那些傳聞Go
- Jeff Dean執筆谷歌團隊2017年終總結,乾貨滿滿谷歌
- 谷歌基情實錄:和Jeff Dean在同一臺電腦上寫程式碼谷歌
- 谷歌廣告聯盟:2019新App各行業趨勢新展望谷歌APP行業
- Jeff Dean回憶谷歌趣事:吳恩達激勵自己繼續研究,Hinton曾是最強「實習生」谷歌吳恩達
- 加入谷歌25週年,Jeff Dean開啟回憶殺:搬16次工位、掐點打咖啡谷歌
- Google AI的焦慮:拆分搜尋和人工智慧部門,Jeff Dean任AI業務負責人GoAI人工智慧
- 登上Nature的AI晶片設計屢遭質疑,谷歌發文反擊,Jeff Dean:質疑者連預訓練都沒做AI晶片谷歌
- 機器學習如何解決「看病難」?Jeff Dean等詳述機器學習在醫療領域的應用。機器學習
- 吳恩達、Jeff Dean力薦機器學習新基準MLPerf,由谷歌、百度等聯手打造吳恩達機器學習谷歌
- 谷歌大腦2017技術研究總結 | Jeff Dean執筆(附論文 & 資料集)谷歌
- 谷歌大腦QT-Opt演算法,機器人探囊取物成功率96%,Jeff Dean大讚谷歌QT演算法機器人
- 美媒:谷歌聯想新Logo 現驚人相似 或引領新趨勢谷歌Go
- 媒介流量分析及後疫情趨勢展望
- Jeff Dean親筆:2019年,Google AI又顛覆了什麼?(學術向)GoAI
- Google大調整:搜尋與AI分家獨立,原SVP引退,Jeff Dean終掌大權GoAI
- 聯合國權威趨勢報告:中國AI專利、出版領導全球AI
- 2016年五大IT趨勢展望
- 麥肯錫:2024年科技趨勢展望
- Jeff Dean新提出機器學習索引替代B-Trees:可提速3倍機器學習索引
- 展望2021年:物聯網的主要趨勢
- 2014年大資料分析趨勢展望大資料
- 《紐約客》特寫Jeff Dean與Sanjay:谷歌唯二11級工程師,同一臺電腦上寫程式碼谷歌工程師
- Medium:社交網路趨勢與展望 從“社交”到“發掘”
- 麥肯錫:2023年技術趨勢展望
- AutoGPT 橫空出世,會成為 AI 領域中的下一大趨勢嗎?GPTAI
- AI審稿,學術界的趨勢?AI
- 未來七大AI科技趨勢!AI
- Enterprise WordPress:AI趨勢報告AI
- 伯克利MemGPT團隊創業,要做開源的OpenAI,Jeff Dean也投了GPT創業OpenAI