AI 突破關係推理,DeepMind 人工神經網路擊敗人類!

人類通常十分擅長關係推理,但人工智慧的兩種主要模式,基於統計和基於符號計算的算法,在開發類似能力時進展十分緩慢。DeepMind 最近開發出了一種用於關係推理的人工神經網路,縮小了人工智慧與人類在關係推理方面的差距。
評論
評論

 

Photo Credit:meet sally
Photo Credit:meet sally

本文來自合作媒體 雷鋒網 ,INSIDE 經授權轉載。

Google 旗下的 DeepMind 最近開發出了一種用於關係推理的人工神經網路,縮小了人工智慧與人類在關係推理方面的差距。

你正考慮入手的房子附近有多少個公園?某家餐廳最好的晚餐和紅酒搭配是什麼?這些日常問題都需要用到關係推理。關係推理是高級思維的重要組成部分,而 AI 目前還難以掌握。不過, DeepMind 的研究人員已經開發出了一種簡單算法來進行關係推理,而且該算法已經在複雜圖像的理解測試中擊敗了人類。

關係推理是一種運用邏輯,聯繫和比較位置、順序以及其他實體的思維過程。人類通常十分擅長關係推理,但人工智慧的兩種主要模式,基於統計和基於符號計算的算法,在開發類似能力時進展十分緩慢。基於統計的 AI 算法或者說機器學習,在圖像識別領域表現十分出色,但它並沒有運用到邏輯能力。基於符號計算的 AI 算法可以使用預定的規則進行關係推理,但在學習能力方面表現不佳。

神經網路的結構與神經元在大腦中的連接方式相似。它將簡單的程序組合在一起,彼此協同,分析數據間的關係和規律。針對處理圖像、分析語言和學習遊戲等不同用途,神經網路具有不同的專門架構。DeepMind 開發出了全新的關係網路,以分析比較某一特定場景中的每一組對象。DeepMind 在倫敦的計算機科學家 Timothy Lillicrap 表示:「我們的目的很明確,就是推動該網路發現物體間存在的關係」。

Timothy 和他的團隊讓該網路挑戰了幾項任務,以測試其效力。第一項任務是分析某張圖片中幾個物體,比如立方體、球和圓柱體間的關係。測試人員會向該網路提問,比如:藍色的物體前面的物體,和灰色金屬球右邊的微小青色物體形狀是否相同。據雷鋒網了解,為完成這一任務,關係網路結合了其他兩種神經網路的能力:一種用於識別圖片中的物體,另一種用於理解測試人員的提問。根據研究人員上周發表的一篇報告(論文下載):在一系列測試中,其他機器學習算法的正確率只有 42%-77%,人類的正確率可達到 92%,而該關係網路的正確率高達 96%,已經超越了人類。

 DeepMind 團隊還用該網路挑戰了基於語言的任務。測試中,該網路首先會接收到一些語句,比如「Sandra 撿起足球」「Sandra 去辦公室」。然後測試人員向其提問「足球在哪裡」。在回答大多數問題時,該算法與其競爭算法表現相當,不過它在處理「Lily 是一隻天鵝,Lily 是白色的,Greg 也是一隻天鵝,那麼 Greg 是什麼顏色」之類的推理問題時表現更加出色。面對類似問題時,該算法的正確率高達 98%,而其他算法的正確率只有 45%。最後,研究團隊還讓該算法分析了一段動畫,動畫中有十個球彈來彈去,其中一些球通過不可見的彈簧或槓桿連接在一起。僅僅通過運動軌跡,該算法就能準確判斷 90% 的連接。研究人員還通過這種方式訓練該算法識別用移動的點代替的人群。

波士頓大學計算機科學家凱特·桑科(Kate Saenko)並沒有參與這該算法的開發,但他聯合開發了另一個能夠回答關於圖像的複雜問題的算法。桑科表示,該算法的優勢之一就是它在概念上非常簡單。該算法取得的進步主要歸功於一個方程式,後者允許該算法與其他網路相結合,正如它在完成比較物體的任務中所做的那樣。研究人員發表的報告中稱該算法為「一個簡單的即插即用模塊」,它可以讓系統中的其他部分專注於它們各自擅長的領域。

加利福尼亞州史丹福大學的計算機科學家賈斯汀·詹森(Justin Johnson)共同參與了第一項測試任務的設計,同時他也聯合開發了一種在該任務中表現出色的算法。他說道:「測試結果令我影響深刻。」桑科則補充道:「未來關係網路可以幫助學習社交網路,分析監控畫面,或者控制自動駕駛汽車。」

詹森表示,要像人類一樣靈活,該算法還必須學會回答更具挑戰性的問題。要實現這一點,該算法不僅要學會比較兩個物體,還要能比較三個物體,甚至多對物體,或者大集合中的某幾組物體。他說道,「我正致力於開發能擁有自己的策略的模型」。 DeepMind 正在開發的是一種特定類型,而非普適性型的關係推理網路,不過它仍然是人類發展上邁出的重要一步。

 


佈局未來需求! Viva TV 導入 Seagate 儲存解決方案,打造可「與時俱進」的海量影音資料庫!

「電視購物」的概念自 80 年興起後已有超過 40 年的歷史,目前國內也有多間經營近 20 年的電視購物頻道,在面對網路電商、直播帶貨…等新型態的銷售方式,電視購物業者如何做到「進可攻,退可守」?
評論
Photo Credit:Viva TV
評論

在 2000 年左右,隨著東森購物、富邦 momo 與 Viva TV 美好購物…等多個電視購物頻道陸續開播,也引發一波「看電視,打電話買東西」的熱潮,全盛時期電視購物頻道的收視人口甚至覆蓋超過全國總人口的一半,潛在營收規模上看新台幣千億元。

不過隨著網路電商的興起,以及後來寬頻網路與行動網路的普及,帶動了網路串流影音內容的發展,也大大影響了電視購物頻道的營收表現,除了因應轉型 EC 電子商務業務,國內知名電視購物頻道之一的 Viva TV 美好購物也選擇站穩腳步,鞏固現有業務,透過優質的節目內容為消費者創造價值,同時也進一步思索如何強化營運效能,找出未來創新的可能方向。

影音檔案龐大,儲存也需要講求效率

對於電視台來說,每日產出的影音內容,都需要被完整儲存下來,除了作為電視台日後參考使用的歷史資料,也需要符合政府法規制定的規範保留一定年限,日積月累,所需要佔用的空間真的十分可觀。以 Viva TV 自身為例,每日購物台會有數小時的全新節目,每一小時的影音內容達 15GB~18GB,因此每日最低就需要 150GB 的儲存量。

不過以購物台的內容形態而言,其實對於歷史資料的保留需求並不高,雖說目前從 2005 年開台至今的 SD、HD 影音內容都有完整保存,但公司內部其實也有歷史影音內容需求性與保存時間的討論,由於過去儲存資料的方式單純以「片庫」的形態來管理,所以資料的擺放其實相散亂,只要求基本服務的正常運作,但當需要查找檔案較龐大的舊影音時,就會遇到處理效能較為緩慢的問題。而當時建置的儲存系統廠商已無法解決效能上的問題,也因此最終考量建置全新的資料儲存中心,以便進行資料的搬遷與升級。

企業選擇儲存解決方案:容量、效率、穩定性三大條件缺一不可

近期 Viva TV 與知名儲存解決方案廠商 Seagate 希捷合作,導入企業級的儲存解決方案,採用兼顧大容量與高效能的 5U 高密度機架式存設備 ExoS X 5U84,搭配單碟 18TB 容量的 Exos X18 企業級硬體,打造總容量 1.5 PB(1,500 TB)的超大儲存系統。

Photo Credit:Viva TV
Viva TV攜手Seagate解決資料儲存問題

董事長室的專案規劃經理林振德與我們分享,對於 Viva TV 來說,選擇企業級儲存解決方案的三個主要條件,包括了「容量」是否符合未來內容成長需求,以及前面提到調用資料的「效率」問題之外,另一個絕對必要的就是產品的穩定性與廠商在系統整合支援的能力。

在「容量」評估方面,考量到過去舊有儲存系統已經有 300 TB 規模的資料量,以及未來資料增長的需求,Viva TV 評估需要更大的總容量,同時為了限縮主機佔用的機架空間,因此單一磁碟的儲存量與整個儲存系統的儲存密度就顯得更為重要,也因此選用 Seagate 單碟 18 TB、可擴充達 84 顆硬碟的儲存主機就獲得 Viva TV 的青睞,同時以單位儲存價格比來說,Seagate 也是目前市場上極具競爭力的選擇,也為企業節省不少成本。此外,在「效率」的表現方面,Exos X18 提供進階寫入快取機制,能提供 270 MB/s 的傳輸效率,而 ExoS X 5U84 也內建雙控制器配置,最高傳輸量達 5.5GB/s 寫入;7GB/s 讀取,能滿足資料隨時調用的需求。

除了實際使用上的需求,對於所有企業而言,資料儲存的「穩定性」絕對是重中之重,若是發生硬體方面的問題,受到影響的部門眾多,也會影響整個電視台的營運;而 Seagate 不僅在 Exos X18 企業級硬碟提供高標準的每年 550TB 工作負載率、250 萬小時的 MTBF(平均故障隔時間) ,高密度機架式存設備 ExoS X 5U84 也提供 ADAPT 功能的備援熱插拔控制器、備援熱插拔硬碟機、風扇、雙電源線、熱待機備用、自動容錯轉移與多路徑支援…等提高可用性的機制,另外更為重要的是,Seagate 提供的系統整合服務極為完善,無論是售前或是售後都能保持極為暢通的溝通管道,能即時滿足技術上的支援。

雲端化現階段還未能滿足影音內容應用需求

由於影音檔案的儲存量極為龐大,林振德表示,除了單純解決「如何存放」的問題,能夠有效率的依照需求來調用資料更是一大關鍵,而他們也曾比較過自有的儲存中心與雲端化的儲存服務,除了「成本」是主要考量之外,「應用」更是一大關鍵,尤其是資料上下雲端所需要花費的時間可能會是本地端複製的數倍,可能無法滿足實際使用這些備存檔案的需求;像是過去 Viva TV 就曾經遇到需要配合檢調單位調出特定產品的資料時,就要一次找出不同年份、時間有曝光產品的節目內容,檔案規模也高達數百 GB,光是本地端匯出資料就耗費大量時間,若是真的採用雲端化儲存,恐怕花費的時間會增加數倍,同時單純靜態資料的固定備份,也將增加日常維運的時間成本。

現階段 Viva TV 仍以本地端磁碟儲存系統為主要解決方案的主要理由還是在於龐大儲存量的需求,雲端的成本仍舊偏高,再者就是資料上雲後,資料下載時的速度是否足夠,以實際需求面來說,影音儲存的目的並非單純的「稽核備份」,能夠「隨取使用」更是一大重點。

迎接 8K 世代,「與時俱進」絕對必要

電視產業的大環境變遷絕對是目前面臨最大的挑戰,近幾年因為疫情影響,也可以發現到競爭對手搭上電商需求的浪潮轉型成功,不過對於電視購物這一個領域,Viva TV 對於未來發展仍舊看好,如何內容做到更好會是聚焦的重點,在堅守本業的同時,與 EC 整合,同時吸取網路直播帶貨、低成本形態的媒體營運模式之長,做出內容拍攝、銷售形態的轉變將會是下一階段的目標,畢竟年輕族群接收資訊的主要管道已非電視平台,如何拉回這些人的目光焦點會是非常重要的關鍵。

Photo Credit:Viva TV
Viva TV積極做內容優化,看好未來市場仍大有可為。

除此之外,在電視節目由 SD 轉變為 HD 之後,下一步可能會直接跳過 4K 而進入到 8K 世代,以目前公眾平台的傳輸基礎量來評估,2 至 3 年後台灣的收視就將進入到 8K 市場,目前已有業者正在實測營運 8K 影音內容,而這也將會是電視購物頻道下一階段要面臨的挑戰。

單位資料量比現有 HD 等級高出數倍的 8K 超高畫質內容,可符合儲存容量且高效穩定的數位儲存系統,對於電視台來說絕對會是必要的投資項目,以 Viva TV 所導入的 Seagate 企業儲存解決方案來說,已經能夠因應未來 5 年的實際使用需求,同時也兼具「與時俱進」的擴充彈性,從容不迫地面對下一階段的挑戰。