三、谷歌大型數據中心的神經網絡模擬技術啟動

　　谷歌（Google）已經開始啟用一種分布于該公司大型數據中心內的大規模神經網絡（neural network）軟件模擬技術，來研究標記數據和自主學習 （self-taught learning）之間的差異；谷歌的大型數據中心搭載了16，000顆處理器核心。來自斯坦福大學（Standford University）和谷歌公司的研究人員針對具有超過10億個連接的模型進行了訓練，經過一星期后，該網絡已經能從網絡視頻影片辨識出其中的一只貓。

　　谷歌向來以其搜索引擎而聞名，該公司表示，自主學習神經網絡的優勢是在于他們不需要使用標記數據。例如，為一幅貓的影像添加標簽，便是所謂的標記數據，但這種做法會消耗大量能源，而且讓教學網絡變得更加昂貴。

　　谷歌表示，未來該研究還可望拓展到圖像識別以外的范圍，包括語音識別和自然語言建模等應用研究。

　　

　　經過訓練以后，網絡中的一個神經元對貓有著極強烈的反應。/ 資料來源：g谷歌

　　“我們的假設是神經網絡將學會去辨識這些影片中的共同目標。事實上，我們已經發現，一個人工神經元對貓的圖片有著極強烈的反應。最特別一點，在于研究人員從未告訴該網絡什么是貓，甚至從未替任何一幅貓的圖案打上標記。而這個神經網絡竟然從未標記過的YouTube影片中發現并注視著一只貓，谷歌研究員Jeff Dean說。

　　此外，谷歌也通過使用這種規模較大的神經網絡，谷歌也通過將大量網絡上的可用未標記影像和少數標記數據混合，并進行標準影像分類測試后，獲得了70%的精確度改善結果。

　　谷歌的研究人員希望未來能進一步擴大網絡規模，以確認性能是否會隨著網絡規模擴展而提升。Dean在他的博客中表示，目前的網絡已經能支持十億個連接，但仍遠不及可支持約100兆個連接的人腦。

　　谷歌的研究人員已經在今年6月26日至7月1日于蘇格蘭愛丁堡舉辦的國際機器學習大會（International Conference on Machine Learning， ICML 2012）中，提出這份有關神經網絡學習的論文。