亚搏体育投注谷歌的DeepMind

关于Deep亚搏体育投注Mind for Google

亚搏体育投注DeepMind for Google采用了DeepMind首创的尖端机器学习研究,并将其用于在Goyabo网球ogle范围内产生现实影响。

我们的工作导致重大突破在谷歌数据中心的能源效率方面,虽然波文现在全世界的谷歌助手和谷歌云平台用户都掌握着它。与此同时,我们与安卓调整电池和屏幕亮度的团队已经在Android Pie操作系统上展开。为数百万用户优化手机性能。

世界上很少有地方能让一个项目从基础研究发展到全球产品,在短短几个月的时间里就能接触到数以百万计的人。yabo网球同时,我们的工作也有潜力帮助解决诸如能源使用和气候变化等关键问题。

亚搏体育投注谷歌的DeepMind在伦敦和Mountain View有团队,加利福尼亚,我们目前正在招聘软件工程师,yabo网球两个地方的研究科学家和研究工程师。如果你想成为在全球范围内机器学习前沿工作的团队的一员,看看我们的职业生涯当前机会的页面。

我们的研yabo网球究

将我们的工作扩展到现实世界可能是混乱和困难的。这就是我们的应用研究团队的切入点。yabo曲棍球yabo网球他们找到了将研究突破带到现实世界的方法,yabo网球并公布他们的发现,以帮助更广泛的机器学习和工程界的其他人克服类似的挑战。

请在下面了解我们团队的一些研究:yabo网球

大离散作用空间中的深层强化学习
在具有大量离散动作的环境中应用推理,将强化学习带到更广泛的问题中。
视图纸

高维状态和行为的板岩马尔可夫决策过程的注意强化学习
介绍Slate-Markov决策过程(MDP),允许将强化学习应用于推荐系统问题的公式。yabo曲棍球
视图纸

深度强化学习的大规模并行方法
提出了第一个大规模分布式的深层强化学习体系结构。
视图纸

自适应lambda最小二乘时差学习
学习选择td(λ)的最佳值(控制更新的时间尺度),以确保在权衡偏差与方差时获得最佳结果。
视图纸

实战强化学习的示范学习
演示深度Q学习(dqfd)一种利用系统先前控制的数据加速学习的算法。
视图纸

多智能体协同学习的价值分解网络
研究了单联合奖励信号协同多智能体强化学习问题。
视图纸

平衡的许多途径:GAN不需要在每一步都减少分歧。
展示了甘斯培训的另一种观点。
视图纸

风险约束强化学习的百分位数风险标准
提出了风险约束马尔可夫决策过程(MDP)的有效强化学习算法,并证明了其在最优停止问题和在线营销应用中的有效性。
视图纸

项目

谷歌团队亚搏体育投注的DeepMind涉及全球数百万人使用的产品和基础设施。了解我们最近与谷歌的一些合作:

提高谷歌数据中心的效率

2016,我们与谷歌合作开发了人工智能推荐系统提高谷歌已经高度优化的数据中心的能源效率。

两年后,我们宣布了这项工作的下一阶段:a安全第一人工智能系统为了自动管理谷歌数据中心的冷却系统,在数据中心运营商的专家监督下。这是第一种系统,它提供了一致的节能,并且还发现了许多新的冷却方法,其中许多方法已经被纳入数据中心操作员的规则和启发式方法中。

波文

2016,我们介绍波文,一种新的深度神经网络,能够产生比现有技术更好、更真实的声音。那时,该模型是一个研究原型,计算量太大yabo网球,无法用于消费品。用一秒钟生成0.02秒的音频。

经过12个月的激烈发展,与谷歌文本语音转换和深入研究团队合作,亚搏体育投注yabo网球我们创建了一个全新的模型速度比原来快1000倍。现在正在制作中,用于为我们的英语生成声音,日语和印度尼西亚语的谷歌助手,虽然谷歌云平台的客户现在也可以通过谷歌云在自己的产品中使用wavenet生成的声音语篇转换.我们相信这仅仅是wavenet的开始,我们对语音接口的力量现在可以为世界上所有的语言打开的可能性感到兴奋。

谷歌游戏

为数百万的Google Play用户提出个性化建议是一个重大挑战。与Google Play团队合作,我们目前正在评估一系列新颖的机器学习技术,这些技术承诺向用户推荐更容易使用和享受的应用程序。

安卓

Android是世界上最流行的移动操作系统。我们已经与Android团队合作,创建了两个新功能,自适应电池和自适应亮度,已经在Android Pie操作系统中推出,为数百万用户优化手机性能:

  • 自适应电池是一种智能电池管理系统,它使用机器学习来预测下一步需要哪些应用程序,提供更可靠的电池体验。
  • 自适应亮度是一种个性化的屏幕亮度体验,基于学习不同环境下亮度偏好的算法。

这对我们来说是一个令人兴奋的成就,因为这是我们第一次部署使用单个移动设备的计算能力的技术;数量级低于典型的机器学习应用程序。

了解更多关于我们与Android合作的信息在这里.

遇见Team

加入队伍

诺曼·卡萨格兰德

高级软件工程师,伦敦

作为谷歌团队的一部分,亚搏体育投注诺曼负责在谷歌的产品和基础设施中部署DeepMind研究。亚搏体育投注yabo网球在蒙特利尔大学获得机械学习硕士学位后,他在一家在线音乐服务公司工作,在那里他开发了音乐和播放列表生成的推荐算法。四年后,他进入自然语言处理领域,为西雅图的一家初创公司工作,在加入谷歌的机器智能小组之前。他从小就对人工智能着迷,在深造中,他找亚搏体育投注到了一个完美的环境,每天都能学到新东西。他特别喜欢将这些知识应用于现实世界,积极影响。

克拉拉胡

yabo网球研究工程师,山景

克拉拉在湖南长大,中国大学毕业后搬到美国,在加州大学洛杉矶分校攻读数学博士学位。她毕业后加入了谷歌,利用深度学习解决计算机视觉问题。她对机器智能的兴趣与日俱增,同时见证了它在各个领域的快速发展,尤其是史诗李·塞多尔·阿尔法戈的比赛。她清楚地认识到,DeepMind是她参与开发这种变革性技亚搏体育投注术并为我们的世界带来积极潜力的理想场所。此外,她有兴趣在这个领域获得更多的数学见解,Deep亚搏体育投注Mind强大的研究核心提yabo网球供了一个优秀的平台。克拉拉喜欢在DeepMind工作,因为这项工作很亚搏体育投注激励人,她的同事也很热情。她受到这里的天才们的启发,他们也有强烈的社会责任感。

英格丽德·冯·格伦

yabo网球研究工程师,伦敦

英格丽德在南非长大,在那里她学习物理,正是在这里,她开始对数学思想如何应用于现实问题感兴趣。yabo曲棍球在加入谷歌之前,他在牛津大学获得了应用数学yabo曲棍球博士学位,从事机器学习算法的研究。后来加入了谷歌的DeepMind团队。亚搏体育投注她喜欢迪普明德的合作氛围,亚搏体育投注与不同领域的研究人员和工程师合作。yabo网球

普拉文·斯里尼瓦桑

项目领导,伦敦

普拉夫于2013年加入D亚搏体育投注eepmind,并领导公司将强化学习和其他相关深入研究应用于谷歌的产品和基础设施。亚搏体育投注yabo网球他的核心任务是应对大规模的研究挑战,yabo网球现实问题。过去,prav领导的工作是创建DQN调用的算法高利拉(通用强化学习体系结构)展示了将谷歌规模技术引入DeepMind算法的好处。亚搏体育投注他最喜欢的是在Deepmind尖端研究的交叉点工作,亚搏体育投注yabo网球谷歌最先进的技术和谷歌的大型产品,同时与一批高素质的人才合作。

在DeepMind工作亚搏体育投注

我们正在寻找优秀的人才