搜尋結果

以下是含有machine+learning的搜尋結果,共02

  • Windows版Skype整合翻譯功能 功能更強大

    Windows版Skype整合翻譯功能 功能更強大

    科技助威,情感聯繫無國界!微軟旗下的即時通訊服務─Skype宣布,Skype Translator將整合到Windows版Skype當中,這表示用戶已不再需要額外下載另一個Skype Translator程式,即可使用這項便利的服務來與慣用不同母語的朋友在網路上聯絡感情。 \n \n根據Skype的聲明,全球的Windows版Skype用戶,都可以在Skype程式中點選「地球」圖示,來啟用Skype Translator功能。目前已可支援中文、英文、法文、德語、義大利語、葡萄牙語以及西班牙語等七種語言的語音即時對翻功能;而如果是透過輸入文字的方法來聊天的話,則已可支援50種語言的對翻功能。 \n \nSkype也大方公布Skype Translator功能推出後的部分數據。根據統計,從法文翻譯到英文是最受歡迎的模式。而在Skype Translator功能推出,每天播打的電話通數增長了400%,而最國際化的Skype Translator對話服務則是德國到加納。 \n \n目前,微軟僅針對Windows平台提供Skype Translator服務,而尚未公布何時會將此服務拓展到其他平台。 \n \n與Google Translator一樣,微軟的Skype Translator也採用了機器學習(Machine Learning)技術。這個技術仰賴大量的實際例子,來讓機器學習的成果變得更好。相信在更多使用者持續(加入)使用下,Skype Translator的品質還將逐漸提升。 \n \n如果你有認識國外網友,或者是有家人居住在國外,母語與你不相同的話,或者可以試用Skype中的Skype Translator功能,為你們營造更良好的對話品質。

  • Google揭秘機器學習7大關鍵

    Google揭秘機器學習7大關鍵

    Google於10日在日本東京舉辦亞太區媒體活動,以「The magic in the machine」為題,舉辦相關的主題演講以及參訪活動。對於網友來說,或許覺得這個主題離你很遠,然而其實我們日常生活中就已經享受機器學習(Machine Learning)的相關服務,且很可能你早已愛不釋手!關於機器學習的領域,讓我們來一起來瞭解幾個關鍵問題,讓你瞬間搞懂,吸收Google工程師一甲子的功力! \n \n \n1、 機器學習是什麼? \n一個改變現有軟體工程師工作內容的方法。相較於過去工程師透過撰寫有實際演算法的程式碼,讓程式(program)透過實際的條件來執行(重複性高的任務),機器學習則是讓程式透過大量的實際例子來學習。 \n \n以下透過讓機器學習預測「學生讀書時間與學業成績間的關係」這件例子來解釋機器學習的過程。試想,學生閱讀(x)的時間與學業成績(y)之間的關係,若以不同的xy參數來代表,透過一些學生的資料,我們可以在數學的象限繪出一條能以代數方程式呈現的直線,來代表當中的關係。而對於機器學習來說,這條直線與y軸之間的角度(W)以及與原點間的距離(b),可以讓我們得出這條直線的代數方程式為y=Wx+b。而機器學習則是透過大量的例子(學生成績與學習時間的資料),作為Learner,讓擁有機器學習能力的程式,透過微調W與b的數值,讓所繪出預測直線,能更為準確地預測下一個學生的資料。 \n \n \n2、機器學習的內容是什麼? \n相對於過往的Program,可以透過套用工程師寫下的演算法快速得出一個結果,然而所能處理的任務,卻對於人們日常生活便利性的提升,帶來不大的效果;機器學習透過非常大量例子學習的歷程,會漸進式變得更為準確,較能滿足「提升人們日常生活品質」的這個目標,例如讓你不用減少電子信箱中看到垃圾郵件;當你習慣於給予Google「某些電子郵件是垃圾郵件,而某些被判斷為垃圾郵件的信件,並非屬於此類」的回饋時,其實背後的機器學習程式將會慢慢學習到對於你來說,哪些信件應該歸為垃圾郵件,哪些不是,隨著時間前進,結果會越來越準確。 \n \n \n3、機器學習能得到什麼結果? \n透過機器學習,你能得到一個較為一般性的結果,例如「包含某些特定內容的信,對於大部份的使用者來說,是垃圾郵件」,然而這不一定適用在「所有的」使用者身上。 \n \n4、過往有時會聽見的「深度學習」又是什麼? \n深度學習(deep learning)屬於機器學習領域,而且是一個具備巨大影響力的工具。簡而言之,深度學習模擬了人們大腦神經元的運作模式,透過運用多層次的機器學習功能(程式),可以讓機器學習像人類一樣判斷一些事情,例如「辨識圖片中的主體是貓」。 \n深度學習當中的每一層程式,類似大腦的神經元,執行的任務很小,但是所產生的結果將被下一層機器學習程式作為輸入(input),再接著進行下一階段的任務,而透過多層次的學習歷程,也就是說一個具備多個機器學習功能的深度學習程式,就可以執行「辨識圖片中的主體是貓」的任務。 \n \n \n5、你的日常生活跟機器學習有關嗎? \n當前,Google已經將機器學習的成果運用在Inbox by Gmail App(最新發佈的Smart Reply功能)、Gmail Spam判斷、Google Photos分類與搜尋、Google翻譯的語音辨識等功能中。也就是說,在你可能沒有察覺的情況下,你已經接受了不少來自Google於機器學習領域所獲結果的幫助囉! \n \n \n6、機器學習為什麼最近好像變顯學,大公司都在談? \n根據在Google擔任人工智能、計算神經科學、及可量化機器學習研究員的Greg Corrado 博士所言,因為電腦當前的速度已經夠快,可以處理大量的資訊,因此需要仰賴大量例子來學習的機器學習,能產生可見且具影響力的成果,讓人們的日常生活更為便利。 \n \n7、機器學習是一種魔術嗎? \n透過了解以上內容,相信你可以輕鬆回答這個問題,答案就是「No」,機器學習是一種運用於許多終端產品中的工具。 \n \n作為一個讀者(消費者),你或許不需要太過充分的理解以上的內容,不過你卻已能體驗到Google投注在機器學習領域的成果,並且天天享受它。如果你期待你手中的手機、電腦還能更聰明,還能為你想到更多,未來你能持續關注這方面的議題,或者甚至成為一個程式開發者的方向來努力。因為日前Google甫推出了TensorFlow,內容是機器學習原始碼,藉由開放TensorFlow,Google期待將加速機器學習領域發展,所以你也能成為替人類生活帶來更多便利性的當中一員! \n \n \n \n \n

回到頁首發表意見