211service.com
Här är vad utvecklare gör med Googles AI-hjärna
En artificiell intelligensmotor som Google använder i många av sina produkter, och som den gjorde fritt tillgänglig förra månaden, används nu av andra för att utföra några snygga knep, inklusive att översätta engelska till kinesiska, läsa handskriven text och till och med generera originalkonstverk.
Jeff Dean talar vid ett Google-evenemang 2007.
AI-mjukvaran, kallad TensorFlow , ger ett enkelt sätt för användare att träna datorer att utföra uppgifter genom att mata dem med stora mängder data. Programvaran innehåller olika metoder för att effektivt bygga och träna simulerade neurala nätverk för djupinlärning över olika hårdvara.
Djup inlärning är en extremt effektiv teknik för att träna datorer att känna igen mönster i bilder eller ljud, vilket gör det möjligt för maskiner att utföra användbara uppgifter med människoliknande kompetens som att känna igen ansikten eller föremål i bilder. På senare tid har djupinlärning också visat ett betydande lovande för att analysera naturligt språk, genom att göra det möjligt för maskiner att svara på talade eller skrivna frågor på ett meningsfullt sätt.
Talar på Neuralt informationsbearbetningssamhälle (NIPS) konferens i Montreal denna vecka, Jeff Dean , datavetaren på Google som leder TensorFlow-satsningen, sa att programvaran används för ett växande antal experimentella projekt utanför företaget.
Dessa inkluderar programvara som genererar bildtexter för bilder och koda som översätter dokumentationen för TensorFlow till kinesiska. Annan projekt använder TensorFlow för att skapa konstgjorda konstverk. Det är fortfarande ganska tidigt, sa Dean efter föredraget. Folk försöker förstå vad de är bäst på.
TensorFlow växte fram ur ett projekt på Google, kallat Google Brain, som syftade till att tillämpa olika typer av maskininlärning i neurala nätverk på produkter och tjänster över hela företaget. Räckvidden för Google Brain har ökat dramatiskt de senaste åren. Dean sa att antalet projekt på Google som involverar Google Brain har vuxit från en handfull i början av 2014 till mer än 600 idag.
Senast hjälpte Google Brain till att utvecklas Smart svar , ett system som automatiskt rekommenderar ett snabbt svar på meddelanden i Gmail efter att det skannat texten i ett inkommande meddelande. Den neurala nätverksteknik som användes för att utveckla Smart Reply presenterades av Googles forskare vid NIPS-konferensen förra året.
Dean förväntar sig att djupinlärning och maskininlärning kommer att ha en liknande inverkan på många andra företag. Det finns ett stort antal sätt på vilka maskininlärning påverkar många olika produkter och industrier, sa han. Tekniken testas till exempel i många branscher som försöker göra förutsägelser från stora mängder data, allt från detaljhandel till försäkring.
Google kunde ge bort koden för TensorFlow eftersom den data de äger är en mycket mer värdefull tillgång för att bygga en kraftfull AI-motor. Företaget hoppas att koden med öppen källkod kommer att hjälpa det att etablera sig som en ledare inom maskininlärning och främja relationer med samarbetspartners och framtida anställda. TensorFlow ger oss ett gemensamt språk att tala, i någon mening, sa Dean. Vi får fördelar av att ha personer vi anställer som har använt TensorFlow. Det är inte som att det är helt altruistiskt.
Ett neuralt nätverk består av lager av virtuella neuroner som avfyras i en kaskad som svar på input. Ett nätverk lär sig när känsligheten hos dessa neuroner ställs in för att matcha viss input och output, och att ha många lager gör det möjligt att känna igen mer abstrakta egenskaper, såsom ett ansikte i ett fotografi.
TensorFlow är nu ett av flera programbibliotek för djupinlärning med öppen källkod, och dess prestanda ligger för närvarande efter vissa andra bibliotek för vissa uppgifter. Den är dock designad för att vara enkel att använda, och den kan enkelt portas mellan olika hårdvara. Och Dean säger att hans team jobbar hårt för att förbättra sina prestationer.
I kapplöpningen om att dominera maskininlärning och attrahera de bästa talangerna kan dock andra företag släppa sina egna konkurrerande AI-motorer.