【牛华网讯】北京时间2月19日消息，据国外媒体报道，当Google开发最新版Android移动系统时，Google大幅改进了系统对语音命令的处理方式。Android采用一个语言识别系统，该系统基于所谓的神经网络——一种非常类似人脑的计算机学习系统。

神经网络

Google 语音识别方面的负责人文森特•凡豪克（Vincent Vanhoucke）表示：“仅仅改变模式就可以做到如此好，对于很多用户而言，这的确是一个惊喜。”

凡豪克表示，新版Android（Jelly Bean）语言错误率比前一版本低大约25%，这使得人们更加适应语音命令。

今天，他表示，对着手机说话时，用户更加倾向使用自然语言。换句话说，他们的行为越来越不对着一个机器人讲话。“它的确正在改变人们的行为方式，”他说道。

这只是神经网络算法正在改变我们技术生活的一个例子。1980年代，它曾是最热门的研究领域，此后数年逐渐冷淡。随着微软和IBM相继效仿Google研究现实应用程序，神经网络再次成为热门领域。

当你对着Android语言识别软件说话时，你的语言声谱图切割，发送到Google分布在全球的8个不同电脑主机。Google将利用凡豪克及其团队开发的神经网络模式处理声谱图。

事实上，Google非常擅长于分割类似的海量计算工作，处理和识别速度非常迅速。这一切要归功于杰夫·狄恩(Jeff Dean)及其工程师团队，他们在革新现代数据中心工作方式方面享誉业界。

神经网络为凡豪克这样的研究者分析海量样本提供了一种方法，他们可以以此预测全新样本所代表的意义。这种研究方法来自生物学，生物体内神经元与其他细胞形成网络，它们可以以特殊的方式处理信号。

在Jelly Bean采用的神经网络中，通过分析大量的现实世界数据，Google可能构建了数种语言工作模式，例如一种针对英语的语音搜索请求。

多层处理

多伦多大学计算机科学系教授杰弗里·希尔顿（Geoffrey Hinton）表示：“长久以来，人们一直相信——部分基于我们脑海里看到的东西——想要获得一个良好的感知系统，你需要使用多层次机能。但问题是你如何学习有效地使用这些技能。”

Android将用户语音命令图像化，Google利用神经网络模式加以处理，进而识别用户语言。

Google语言技术首先摘取用户语言的各个部分——不同类型的元音和辅音组成单词。这就是神经网络的一个层面。然后，它利用信息进行更加全面的猜测，这些关联部分的每个层面将让猜测结果更加接近用户意图。

神经网络算法还可以用于分析图像。希尔顿表示：“你所需做的就是在像素中发现一小部分结构，例如图片的一个边缘。你就需要一个特征检测层，用以检测类似小边角的东西。一旦完成，你需要另一个特征检测器，用以检测边缘结合体。完成后，你需要另一个层级，依此类推。”

1980年代，神经网络承诺过类似的研究，但希尔顿认为实现多层次分析的非常困难。

但是到2006年，神经网络领域出现两大改变。首先，希尔顿及其团队研究出绘制深度神经网络的方法。第二，随着低成本图形处理设备的出现，大学教授可以利用更便宜和更快的设备处理大量计算。

希尔顿表示：“由于处理速度突然提升30倍，情况大有改观。”

现状

今天，神经网络算法开始进入语言识别和图像软件，但希尔顿认为该技术可能应用到任何需要的地方。去年11月，多伦多大学曾利用神经网络预测药物分子的现实运动情况。

杰夫·狄恩表示，Google现在正在多种产品中使用神经网络算法，包括一些实验产品。但是，Jelly Bean语言识别软件应用得最为深入。他表示：“它与图像搜索关系紧密。你可以利用图像像素识别物体。”例如，Google街景使用神经网络算法区别不同物体的图像。

值得一提的是，神经网络算法甚至已经走入“寻常百姓家”。去年，包括狄恩在内的Google研究员就开发了一个神经网络项目，它可以自主学习识别YouTube视频中的猫。

微软和IBM也在研究神经网络。去年10月，微软首席研究员Rick Rashid在天津演示了基于神经网络的语言处理软件。在演示过程中，Rashid用英文说话，每句话都会停顿一下。微软的软件同步翻译他的话，然后向观众说出翻译。该软件甚至可以调整自己的语调，让自己的语气更接近Rashid。

Rashid表示：“该领域还有很多开发工作要做。但这项技术非常有前景，我们希望未来数年我们可以打破语言障碍。就个人而言，我认为它将创造一个国家美好的世界。”