google搞出个机器学习多面手：能处理声音图画多种任务

北京时间6月20日早间消息，google近期宣布的一篇学术论文或许为机器学习未来的开展拟定了蓝图。这篇论文题为“一种能够进行各种学习的模型”，为可处理多使命的单一机器学习模型供给了模板。

google研究员将其称作“MultiModel”（多使命模型），并练习该模型完结一系列使命，包括翻译、语言分析、语音识别、图像识别和目标勘探等。虽然结果相对于当时办法并没有质的飞跃，但这表明，用多种使命去练习机器学习体系将提高其全体功能。

例如，假如用能够担任的一切使命来进行练习，那么相对于用单一使命进行练习，MultiModel在机器翻译、语音和分析使命方面的准确性会更高。

google的论文为将来机器学习体系的开发提供了模板。这种体系能够得到更广泛的使用，或许也会更精确。这将与当时的狭义处理方案不一样。更主要的是，这些技能（及其衍生技能）有助于削减机器学习算法所需的练习数据量。

该团队的研讨结果表明，在用能够担任的所有使命来进行练习时，精确性会跟着练习数据的削减而进步。这点很主要，由于某些范畴很难堆集起足够多的练习数据。

然而，google并没有声称已找到一种能够学会所有使命的“主算法”。正如称号所暗示的，MultiModel网络包括为处理不一样应战而制订的体系，以及帮忙直接向这些专家算法提供输入的体系。google采纳的办法将有助于将来开发类似的体系，以处理不一样范畴的疑问。

需求指出，这方面仍有很多测验需求去做。google的研讨结果尚未得到证明，目前也很难澄清，这项研讨能否拓宽至别的范畴。作为TensorFlow开源项目的一部分，google大脑团队已经发布了MultiModel的代码，而别的人能够测验这个模型。