本文摘要：还包括英语和法语、德语、西班牙语、葡萄牙语、中文、日语、韩语、土耳其语八组语言的互译。

还包括英语和法语、德语、西班牙语、葡萄牙语、中文、日语、韩语、土耳其语八组语言的互译。有所不同语言间翻译成的误差问题仍然是机器翻译必须攻下的难题。

TensorFlow 和 Tensor Processing Units （TPUs）为 Google 神经网络机器翻译模型尤其打造出硬件加速器，通过仍然将句子中的词和短语独立国家翻译成，而是对原始句子整体处置，将翻译成误差减少了 55% ~ 85%。GNMT 翻译成原理该系统利用最先进设备的机器学习技术，通过对整个句子展开整体翻译成而非稿子翻译成，大幅提高了 Google 翻译成的精确度与简洁度。同时，Google 在其中还创建了端对端自学系统，这让整个翻译成系统可以自行在翻译成中展开自学和训练，并使翻译成水平取得更进一步提高。

GNMT 大幅提高机器翻译水平视频内容辨识 APIGoogle Cloud 视频智能 API 用于强劲的深度自学模型，基于 TensorFlow 等架构展开研发。这款 API 是首款需要让开发者精彩搜寻和找到视频内容的 API，开发者可通过在视频内容中获取有关实体（例如狗、花上、人等名词，以及跑完、游泳、飞行中等动词）信息已完成搜寻。

当这些实体经常出现时，这款 API 甚至可以获取语境解读。例如，搜寻“老虎”将不会找到存储在 Google Cloud 视频集中于所有包括老虎的精准镜头。除了这款视频智能 API，Google Cloud 机器学习已减少了一整套更加多的 API：视觉（Vision）、视频智能（Video Intelligence）、口语（Speech）、自然语言（Natural Language）、翻译成（Translation）和打工（Jobs）。

这些 API 可让客户搭起需要看、听得、解读非结构化数据的下一代应用程序，很大地不断扩大了机器学习在下一代产品引荐、医疗图像分析、欺诈监控等众多领域的用于范围。增加数据中心能源消耗Google 的数据中心的运营和降温必须消耗大量能源。为增加让设备降温所消耗的能源，Deepmind 通过监测搜集数据中心温度、功率、扭矩等数据，后用此数据训练深层神经网络。

此外，Deepmind 还训练了两个额外的深层神经网络，以预测未来数小时数据中心的温度和压力。机器学习系统用于于加热的能源增加了 40%，相等于 15% 总能源消耗。黄瓜智能服务公司储存系统日本的一位菜农用于 TensorFlow 为他进账的大量黄瓜创建了一个自动服务公司储存系统。自动摄制图片后，首先图片不会被上传遍一个小型的 TensorFlow 神经网络系统上被分析，以辨识图片内容是否是一根黄瓜。

随后图片不会被上传遍一个更大的神经网络系统来展开更进一步的分析，从而将黄瓜按颜色、大小的有所不同，自动服务公司成多达九个有所不同的品质级别，大大提高了服务公司效率和准确度。农业：TensorFlow 助力奶牛养殖奶牛的身体健康对于产奶量具有十分大的影响。如果科技能让奶牛更为身体健康，就可以提升牛奶的产量，并协助奶农更进一步发展自己的产业。

Connecterra 公司利用 TensorFlow 来解读并演绎奶牛的各种不道德，为奶农获取畜群的健康状况等信息。奶农只需通过一个叫 Ida 的 手机 App，之后可精彩查阅奶牛一天的生活轨迹和身体健康信息。农业：辨识生病植物高中生 Shaza Mehdi 和 Nile Ravenell 研发了一个取名为 PlantMD 的 APP，该应用程序是在 TensorFlow 上运营机器学习的模型，同时从 plantvillage.com 以及一些大学的数据库中搜集数据，用作训练该模型去辨识生病的植物。Shaza 还研发了一个 APP，用于类似于的方法可以临床皮肤病。

生态维护：热带雨林监控设备Topher White（Rainforest Connection 的创始人）发明者了 “The Guardian” 设备来制止亚马逊地区非法砍伐森林的不道德。该设备由原有手机升级改建而出，同时利用 TensorFlow 运营。它被加装在树上，遍布整个森林，通过辨识电锯和伐木工程车的声音，向首府该地区的管理员收到警报。

而如果没这些装置，就必需依赖人力来监督管理这一片区域，很难覆盖面积大面积地区。Topher 在亚马逊地区的高耸树木群中加装监控设备生态维护：澳洲濒临绝种海牛跟踪像很多大型海洋哺乳动物一样，海牛面对着濒临绝种的境地。为更佳地维护它们以及它们的栖息地，野生动物保护者必须对它们的数量与方位展开跟踪研究。研究员利用 TensorFlow 的近期图像识别技术，让电脑“学会”了辨识巨型航拍图中的海牛。

机器辨识的速度相比之下多达了人工，精度也是肉眼的 1.4 倍。提醒：中间靠下方位的银灰色小点就是一只海牛生态维护：闻声诸法鸟，维护鸟类维多利亚大学博士生 Victor Anton 致力于跟踪新西兰濒临灭绝的鸟类，以提高对它们的维护工作。

他搜集了 5 万个小时的音频并将其转换成谱图，通过 TensorFlow 更为较慢高效地分析这些音频，辨识谱图中的鸣叫声。他期望此研究需要为新西兰未来的动物维护工作获取有价值的信息。Victor Anton 在 Google I/O 大会上展出这款应用于医疗：糖尿病视网膜恶性肿瘤临床糖尿病视网膜恶性肿瘤是目前更加被人们推崇的致盲病因，目前全球范围内有 4.15 亿糖尿病患者面对视网膜恶性肿瘤的风险。若找到及时，该病可被医治，但若没能及时临床，则有可能造成不可逆转的失聪。

通过与印度和美国的医生密切合作，Google 创立了一个包括 12.8 万张眼底扫瞄图片的数据集，用作训练一个检测糖尿病性视网膜恶性肿瘤的深度神经网络。经训练后的模型可自动检验疑为恶性肿瘤的眼底扫瞄图，其准确度甚至多达了专业医师的平均水平。

高精度的糖尿病性视网膜恶性肿瘤自动化筛选法具备相当大潜力，可以协助医生提升临床效率，使患者尽快获得化疗。同时，Google 仍在强化与视网膜研究领域的专科医生合作，以便奠定极具参考价值的分析衡量标准，并且仍在探寻如何将此研究成果与 DeepMind 的 OCT 研究展开融合，以便更进一步帮助医生们对糖尿病视网膜恶性肿瘤和其他眼部疾病展开临床。此图为一张眼部视力早已受到视网膜恶性肿瘤威胁的眼底图像，机器学习的分析需要将此图中不仅仅限于眼部身体健康的信息获取给医生医疗：帮助化疗头颈部癌症在75名男性和1名女性中，有 1 / 150 的女性在一生中不会被临床为口腔癌，而自上世纪 70 年代以来，口腔癌症的发病率早已下降了 92%。

每年，仅有在英国，头颈癌就不会影响 11000 多名患者。放射治疗等化疗的进展提升了生存率，但由于人体具备大量精细结构，临床医生必需极为小心地计划化疗，以保证没任何最重要的神经或器官受到受损。

在展开放射治疗之前，临床医生必需制作一张详尽的身体部位地图。这个过程被称作“细分”，还包括利用解剖学原理对人体有所不同部位展开绘制，并将信息传送给放射治疗机器，这样就可以在确保身体健康的组织完好无损的情况下，瞄准癌细胞。在 Deepmind 与英国伦敦大学学院医学院的研究人员合作积极开展的一个项目中，机器学习参予到了化疗方案的设计过程中，帮助医护人员细分癌变的组织和身体健康的组织。

在机器学习的协助下，细分过程由 4 小时左右延长到 1 小时左右。提升了放射治疗的效率，同时和平了临床医生的时间，使他们能有更加多时间投放到病人的护理、教育和研究工作当中。头颈癌患者的 CT 扫瞄图食品安全：提升食品质量的把控对大多数行业来说，质量把控是一个挑战，但在食品生产领域，这是仅次于的挑战之一。检查和根据成分优劣展开分类是食品公司的首要职责。

但是所有的手工检查都费时费力，并且管理和人力成本高昂。日本的食品公司 Kewpie 公司用于 TensorFlow 研发出有一个工具，该工具可以从婴儿食品中所用于的切块土豆检测出有有缺陷的部分，公司的主管Takeshi Ogino 讲解道:“人工智能以几近极致的精准度挑选出有缺陷的食材，这对我们员工来说真是振奋人心。对土豆切片展开检测分类天文：用机器学习找寻不得而知行星Google AI 团队的一名机器学习研究人员与德克萨斯大学奥斯汀分校天体物理学家展开合作，将机器学习技术运用到了太空探寻中，让机器学会了辨识绕着很远恒星马克斯·沃夫的行星。

研究人员利用多达 1.5 万个经过标记的开普勒太空望远镜信号的数据集，训练基于 TensorFlow 创建的机器学习模型，来区分行星和其他天体。它辨识行星信号和非行星信号的准确率低约 96%，并找到了两颗新的行星：Kepler-80 g 和 Kepler-90 i。目前，研究人员只是用此模型探寻了 20 万颗恒星中的 670 颗。

研究人员用于这个模型在670颗恒星数据中找寻新的行星，找到了2颗此前研究遗漏的行星天文：TensorFlow 辨识陨石坑宾夕法尼亚州州立大学的博士研究生 Ari Silburt 和他的团队为了找出太阳系起源的秘密，必须把太阳系中的陨石坑制成地图，这样才能协助他们寻找太阳系中已不存在的物质构成的方位和构成时间。而在过去，这一过程必须用人的双手来已完成，既消耗时间又不会受到主观影响，后来，他们利用 TensorFlow 用现存的月球照片训练了机器学习模型，使整个过程几乎自动化，并且早已使其发现了多达 6 千个新的陨石坑。左侧这张月球的照片，很难辨别出有陨石坑产于在哪里；而右侧这张图片，通过 TensorFlow， 我们可以明晰地看见陨石坑的产于从以上案例可以看见人工智能是如何通过一些有可能还并未被大家察觉到的方式影响我们的生活，以及世界各地的人们是如何利用人工智能构筑他们自己的科技，TensorFlow 在全球范围内驱动着科技的发展，期望需要看见更好更加精彩的应用于，期望科技带来我们更加多幸福与惊艳，也将持续注目 AI 世界的一切，为大家带给最全面、最深度、最前沿的科技报导。

现在注目“”微信公众号（leiphone-sz），恢复关键词【2018】，随机抽送价值 3999 元的与会门票 3 张原创文章，予以许可禁令刊登。下文闻刊登须知。

本文关键词：bsports(官方)网站/网页版登录入口/手机版本,必一·运动(B-Sports)官方网站

本文来源：bsports(官方)网站/网页版登录入口/手机版本-www.ysscmh.com