211service.com
Googles AI Explosion in One Chart
Natur. The Proceedings of the National Academy of Sciences . Journal of the American Medical Association .
Dessa är några av de mest elitära akademiska tidskrifterna i världen. Och förra året publicerade ett teknikföretag, Alphabets Google, artiklar i dem alla.
Den oöverträffade mängden vetenskapliga resultat från Mountain View-sökjätten berörde allt från oftalmologi till datorspel till neurovetenskap och klimatmodeller. För Google var 2016 ett Annus mirabilis under vilken dess forskare slog de bästa tidskrifterna och satte rekord för ren volym.
Bakom ökningen ligger Googles växande satsning på artificiell intelligens, särskilt djupinlärning, en teknik vars förmåga att förstå bilder och annan data förbättrar tjänster som sökning och översättning (se 10 Breakthrough Technologies 2013: Deep Learning ).
Enligt uppgifterna från Google MIT Technology Review, den publicerade 218 tidskrifter eller konferensartiklar om maskininlärning under 2016, nästan dubbelt så många som för två år sedan.
Vi sökte efter liknande data från Web of Science, en tjänst från Clarivate Analytics, som bekräftade uppsvinget. Clarivate sa att effekten av Googles publikationer, enligt en mätning av publiceringsstyrkan som den använder, var fyra till fem gånger världsgenomsnittet. Jämfört med alla företag som publicerar flitigt om artificiell intelligens, rankar Clarivate Google som nummer 1 med stor marginal.
Att skämta
Publikationsexplosionen är ingen tillfällighet. Google har mer än tredubblat antalet maskininlärningsforskare som arbetar för företaget under de senaste åren, enligt Yoshua Bengio, en djupinlärningsspecialist vid University of Montreal. De har värvat som galningar, säger han.
Och för att fånga de första valen från beräkningslaboratorier kan företag inte bara erbjuda en lön i Silicon Valley-storlek. Det är svårt att anställa folk bara för pengar, säger Konrad Kording, en beräkningsneuroforskare vid Northwestern University. De bästa människorna bryr sig om att utveckla världen, och det betyder att skriva papper som världen kan använda och skriva kod som världen kan använda.
På Google har det vetenskapliga uppdraget varit i spetsen av DeepMind , det brittiska AI-företaget som startats av neuroforskaren och programmeraren Demis Hassabis. Google förvärvade det för 400 miljoner dollar 2014.
Hassabis har inte lämnat några tvivel om att han håller fast vid sina vetenskapliga ambitioner. I en januari blogginlägg , sa han att DeepMind har en hybridkultur mellan det långsiktiga tänkandet hos en akademisk avdelning och hastigheten och fokuset hos de bästa startupen. Att anpassa sig till akademiska mål är viktigt för oss personligen, skriver han. Kording, en av vars postdoktorander, Mohammad Azar, nyligen anställdes av DeepMind, säger att det är fullt förstått att huvuddelen av projekten främjar vetenskapen.
Förra året publicerade DeepMind två gånger i Natur , samma historia där DNA-strukturen och sekvenseringen av det mänskliga genomet först rapporterades. Ett DeepMind papper gällde sitt program AlphaGo, som besegrade mänskliga toppspelare i det antika spelet Go; den andra beskrev hur ett neuralt nätverk med ett arbetsminne kunde förstå och anpassa sig till nya uppgifter.
Sedan, i december, publicerade forskare från Googles forskningsavdelning den första djupinlärningspapper någonsin att dyka upp i JAMA, USA:s läkartidning. I den visade de att ett djupinlärningsprogram kunde diagnostisera en orsak till blindhet från näthinnabilder såväl som en läkare. Det projektet leddes av Google Brain , en annan AI-grupp, baserad från företagets huvudkontor i Kalifornien. Det säger också att det prioriterar publikationer och noterar att forskare där sätta sin egen agenda .
AI-strid
Tävlingen om att utveckla kraftfullare AI involverar nu hundratals företag, med konkurrensen som hårdast mellan de främsta teknikjättarna som Google, Facebook och Microsoft. Alla ser chansen att skörda nya vinster genom att använda tekniken för att vrida mer från kunddata, för att få förarlösa bilar på vägen eller inom medicin. Forskningen sker i en het husatmosfär som påminner om datorchipsens tidiga dagar, eller om de första biotekniska växterna och drogerna, tider då anmärkningsvärda akademiska nybörjare också lade grundstenarna för nya industrier.
Det förklarar varför publikationsresultatet är viktigt. Den gamla akademiska såg publicera eller förgås börjar definiera AI-loppet, vilket lämnar företag som har svaga publiceringsrekord i en stor nackdel. Apple, känt för strikt sekretess kring sina planer och produktlanseringar, fann att dess kultur skadade dess ansträngningar inom AI, som har släpat efter Googles och Facebooks.
Så när Apple anställde datavetaren Russ Salakhutdinov från Carnegie Mellon förra året som dess nya chef för AI, fick han omedelbart bryta mot Apples sekretesskod genom att blogga och hålla föredrag. Vid en stor vetenskapskonferens om maskininlärning i Barcelona i slutet av förra året gjorde Salakhutdinov poängen med att tillkännage att Apple skulle börja publicera också . Han visade en bild: Kan vi publicera? Ja.
Salakhutdinov kommer att tala kl MIT Technology Review EmTech Digital-evenemang om artificiell intelligens nästa vecka i San Francisco.