最大的神经网络推动了人工智能深度学习

谷歌和Facebook等硅谷巨头一直在努力利用人工智能，通过训练大脑启发的神经网络来更好地代表现实世界。网上亚博Ayabo2016数字推理这是一家位于田纳西州富兰克林的认知计算公司。，recently announced that it has trained a neural network consisting of 160 billion parameters- - - - - -比以前大10倍以上神经网络．

数字推理神经网络轻松打破了谷歌的112亿参数系统和劳伦斯利弗莫尔国家实验室的150亿参数系统的记录。但在处理由2万个词的类比组成的“行业标准数据集”时，它也显示出比以前的神经网络更高的准确性。Digital Reasoning的模型实现了近86%的准确率;明显高于谷歌之前的76%和斯坦福大学的75%。

“我们为我们所取得的成果以及我们每天在深度学习领域所做的贡献感到非常自豪，”他说马修·罗素chief t对啊去的数字推理，在新闻稿．

“深度学习”涉及从五层或五层以上的人工神经网络构建学习机器。(“深度”指的是层次的深度，而不是任何知识的深度。)Yann LeCun是yabo2016网上亚博AFacebook人工智能研究实验室他将深度学习的概念描述为“学习如何代表世界的机器”。(有关更详细的描述，包括旋钮和灯，请参阅亚博真人yabo.atIEEE光谱的之前的面试与LeCun进行深度学习。)

Digital Reasoning的神经网络在三台多核计算机上进行了一夜的训练，以达到处理单词类比数据集的准确性。但该公司的研究人员计划在不久的将来在更大的数据集和词汇表上测试该系统。到目前为止，他们的研究结果已经在一篇关于预打印服务器arXiv在机器学习杂志．

深度学习神经网络最近受到了越来越多的关注。例如，谷歌一直在训练其深度学习AI找出经典的街机游戏从头开始。这家科技巨头最近还推出了“DeepDream“神经网络可视化工具;这个工具碰巧也能产生美丽的，有时超现实的图像。