google线上机器学习（google机器人）

Google或许能以Magenta计画协助电脑识别艺术作品所带「情感」

1、ProjectMagenta（洋红计画）是GoogleBrain团队底下一个试验性产品，简单地说起来就是让电脑系统借由机器学习分析人类创作的画作、音乐作品，并且尝试将相关元素重新建构，类似应用其实就像先前推出的QuickDraw，以及后来借由反向形式呈现的AutoDraw。

谷歌的AI技术发现了第二个太阳系?

1、据报道，谷歌和NASA宣布，通过AI机器学习技术在开普勒-90系统中发现了一颗新行星。科学家们把神经网络应用于开普勒望远镜收集的数据中，首次发现了该系统的第八颗行星。在所有的已知行星系统中，这一发现使开普勒-90系统的已知行星数量与太阳系不相上下。

2、据了解，谷歌AI帮NASA发现第二个太阳系：也有八颗行星。这颗新发现的行星名为开普勒-90i。它的信号比通常传统手段就能识别出的行星弱。谷歌的技术还发现了开普勒-80系统中的最小行星--开普勒-80g。

3、月14日下午一点，美国航天局召开了一场电话会议，公布开普勒太空望远镜最新的“重大发现”，确认开普勒-90星系第八颗行星“开普勒-90i”存在，这意味着开普勒-90星系拥有与太阳系一样多的行星。

4、发现第二个太阳系在什么位置_离我们有多远 NASA 举办了一场电话会议，揭开了喧嚣多日的开普勒天文望远镜的“重大发现”，确定了距离地球2545 光年远的开普勒90 星系中的两颗新发现的行星——开普勒80g 和开普勒90i，这是人类发现的首个和我们太阳系一样的具有8 颗行星的星系。

5、北京时间12月15日凌晨，NASA联合谷歌公布了一项重大发现：在2545光年外，找到一颗新行星——开普勒90i，这使得人类首次在太阳系外，找到由8颗行星组成的行星系统。而在这一发现背后，是人工智能在系外行星搜索中的突破性应用。

6、除此之外，其它星球相距我们就太过遥远了，可以说，远水解不了近渴。

这个小实验来告诉你什么是机器学习

近日，Google 推出了一个名叫“Teachable Machine”的浏览器内小实验项目，旨在让你理解什么是机器学习（Machine Learning）。摆手势学牛叫 只需花上 2 分钟时间，就可以对人工智能的诸多方面有基础的了解。据悉，这意味一款 AI 学习工具，Teachable Machine 可以通过摄像头来识别眼前的物体。

机器学习直接来源于早期的人工智能领域。传统算法包括决策树学习、推导逻辑规划、聚类、强化学习和贝叶斯网络等等。众所周知，我们还没有实现强人工智能。早期机器学习方法甚至都无法实现弱人工智能。机器学习最成功的应用领域是计算机视觉，虽然也还是需要大量的手工编码来完成工作。

理论基础：本实验的主要理论基础是机器学习中的神经网络和深度学习理论。神经网络是一种模拟人类神经系统的计算模型，由多个神经元相互连接而成，可以实现对输入数据的复杂特征提取和分类。本实验采用卷积神经网络作为主要的机器学习算法。

深度学习深度学习是机器学习的一个子集，推动计算机智能取得长足进步。它用大量的数据和计算能力来模拟深度神经网络。从本质上说，这些网络模仿人类大脑的连通性，对数据集进行分类，并发现它们之间的相关性。如果有新学习的知识（无需人工干预），机器就可以将其见解应用于其他数据集。

谷歌发布的人工智能服务工具AutoML如何使用?

不过，那时候的机器学习服务需要使用大量的数据，才能训练出一般（General）的预测模型，难以符合每家企业的需求。这次推出的AutoML则更进一步，直接为企业提供机器学习技术来建立自家的模型，也推动了谷歌“人工智能民主化”的战略目标。

另外一种服务是以开发工具的形式提供的，通过可视化来提高人工智能的开发效率。这种方式功能纵然灵活、强大了许多，但也要求使用者具备相当的机器学习专业知识和实际经验。

自动化是解决这一问题的一个方向。通过自动化模型开发和部署，用户无需具备编程或数据科学背景即可创建和使用模型。国内外多家巨头公司，如百度、阿里、微软和谷歌，都推出了相关的人工智能服务，以降低AI技术的使用门槛。

当构建模型成为可习得的技能，AutoML就出现了。它能做的正是AI研究员的模型设计工作。“将帮助不同公司建立人工智能系统，即使他们没有广泛的专业知识。”谷歌工程师这样推介。AI成功进化到0。事实上，AutoML替代的仍旧是人类能够提炼出经验的工作。

JADBio — AutoMLJADBio是一个用户友好的机器学习平台，配备了强大的知识提取工具，可帮助学生轻松深入机器学习。虽然它是专门为多组学和生物技术构建的，但您仍然可以上传任何类型的精选数据并进行分析。免费终身帐户哦。