编译：零夏、刘小芹

　　新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】谷歌大脑负责人 Jeff Dean 今天在谷歌博客刊文，从论文发表、TensorFlow 到推广机器学习，全面总结团队 2016 年的工作，并分享 2017 年有哪些事情等着他们。【在新智元后台回复“谷歌大脑2016”下载全部27篇论文】

　　谷歌大脑的长期目标是，通过在各种不同领域的纯理论和应用研究，创造更多智能软件和系统，以改善人们的生活。这显然是一个长期目标，让我们回顾我们的团队在过去一年取得的一些进展，并分享我们认为在2017年有哪些事情等着我们。

　　论文发表

　　在 ICML，NIPS 和 ICLR 等顶级国际机器学习会议发表论文，是评价我们的研究的重要手段。去年，我们的团队共有27篇论文被这些会议接收，涵盖的主题十分广泛，包括程序综合（program synthesis），网络间知识转移（knowledge transfer from one network to another），机器学习模型的分布式训练（distributed training of machine learning models），语言生成模型（generative models for language），机器人无监督学习（unsupervised learning for robotics），自动定理证明（automated theorem proving），更好的理论理解神经网络（better theoretical understanding of neural networks），改进强化学习的算法（algorithms for improved reinforcement learning），atv，以及其他。

　　我们还有许多其他论文在自然语言处理（ACL，CoNNL），语音（ICASSP），视觉（CVPR），机器人（ISER）和计算机系统（OSDI）领域会议被收录。我们的团队还向即将到来的ICLR 2017年提交了34篇论文，这是一个最前沿的深度学习研究顶级会议。

　　了解更多： https://research.google.com/pubs/BrainTeam.html。

　　自然语言理解

　　让计算机更好地了解人类语言是我们研究的一个重要领域。在2014年底，三位谷歌大脑团队研究员发表了一篇论文 ”Sequence to Sequence Learning with Neural Networks”，并证明该方法可以用于机器翻译。在2015年，我们表明，这种方法也可以用于生成图像的字幕、解析句子和解决计算几何问题。

　　在2016年，此前的研究（包括许多改进）最终使得我们团队成员与谷歌翻译团队密切合作，用完全端到端的学习系统（论文下载）完全取代了支持谷歌翻译的算法。这个新系统将一些语言在的旧系统和人类翻译质量之间的差距缩小了85％。

　　几个星期后，我们展示了系统如何做，学习在语言之间翻译它从来没有见过的例句（论文下载）。此系统现在部署在谷歌翻译服务上，用于越来越多的语言，为我们的用户提供更高质量的翻译，让人们跨越语言障碍更有效地沟通。

　　Gideon Lewis-Kraus在 一文中记录了这种翻译工作，以及深度学习的历史和Google Brain团队的历史）。

　　这是一篇深度文章，发表在2016年12月的《纽约时报杂志》。点击上面的图片，回顾经典。

　　机器人

　　传统的机器人控制算法是小心翼翼通过人工精心编程的，因此打造具有新能力的机器人通常是一个非常费力的过程。我们认为机器人通过机器学习自动获得新技能是一个更好的方法。去年，开奖，我们与 Google X 的研究人员合作，展示机器人手臂如何学习手眼协调，汇集他们的经验更快地教会自己。我们的机器人在这项研究中进行了大约80万次的抓取尝试。

　　上排：机器人的手臂与常用家居用品的互动

下排：获得原始图像和一个行动序列后，预测未来的摄像头照片