Google I/O 2017 показывает, что машинное обучение и ИИ находятся на высоте

Все громкие имена в области технологий работают над тем, чтобы найти свое место в ИИ (искусственном интеллекте) и машинном обучении. Google тратит большие средства на все, от распознавания изображений до решения сложных проблем в области здравоохранения, производства и многого другого. В этой статье я расскажу вам о наиболее значимых объявлениях Google об искусственном интеллекте и машинном обучении на конференции Google I/O 2017.

Сначала мы переходим от мобильных устройств к искусственному интеллекту. – Сундар Пичаи, генеральный директор Google.

ТензорФлоу

Крупнейший проект машинного обучения с открытым исходным кодом на GitHub — это Google TensorFlow, о котором вы можете узнать больше здесь. TensorFlow использует машинный интеллект, чтобы делать такие вещи, как предсказывать, есть ли у кого-то определенное заболевание, создавать уникальные произведения искусства и многое другое. Следующее видео даст вам представление о том, как разработчики используют эту технологию годовой давности.

[tg_youtube video_id="mWl45NkFBOc"]

Объявление о новых TPU

Не знаю, как вам, но иногда кажется, что запуск моего компьютера занимает целую вечность. Так как же тогда компьютеры могут обрабатывать изображения, понимать, что они видят в видео, и решать основные проблемы здравоохранения? Ответ кроется в крупномасштабных чипах и инфраструктуре с интенсивными вычислениями.

На следующем изображении вы можете увидеть объявление генерального директора Google Сундара Пичаи о Tensor Processing Units. Сами по себе эти новые TPU невероятно мощные, но вы можете объединить их в то, что Google называет , и объединенная система обеспечивает вычислительную мощность до 11,5 петафлопс.

Эти новые TPU будут доступны клиентам Google Compute. Фей Фей Ли из Google приводит пример, когда их крупномасштабная модель перевода занимала целый день на 32 лучших в мире графических процессорах (графических процессорах). Эта же задача занимает всего несколько часов при использовании только 1/8 модуля TPU.

Мы демократизируем ИИ. – Фей Фей Ли, главный научный сотрудник Google Cloud.

Анонс исследовательского облака TensorFlow

Со всей этой вычислительной мощностью вы можете себе представить множество возможностей для исследователей решать большие проблемы, которые либо были невозможны, либо доступны только небольшим элитным группам людей. Сегодня Google предлагает профессиональным исследователям и студентам присоединиться к их исследовательскому облаку TensorFlow.

TensorFlow Research Cloud представляет собой сеть из 1000 подключенных TPU, предназначенную для исследователей, работающих над своими проектами. Лучше всего то, что Research Cloud бесплатен. Нажмите здесь, чтобы зарегистрироваться.

Автомл

Новая область исследований в области машинного обучения заключается в том, чтобы подготовиться к этому, чтобы системы машинного обучения обучали системы машинного обучения тому, как учиться. Насколько мне известно (ограничено), для создания алгоритма машинного обучения требуются навыки работы с данными, которых у основных организаций и стартапов может не быть.

Как вы можете видеть на следующем изображении, вы обучаете систему AutoML, чтобы она знала разных животных, затем система машинного обучения будет обучаться сама и автоматически научится определять разницу между одним изображением и другим.

Машинное обучение на вашем телефоне

Мощные системы машинного обучения и искусственного интеллекта Google лучше, потому что люди хранят свои фотографии, электронные письма, поисковые запросы, документы и многое другое из своей жизни на платформе Google. Google может использовать эту информацию, чтобы научить машины лучше понимать данные. Как я упоминал ранее в этой статье, этот мощный ИИ может делать такие вещи, как помощь на рынке здравоохранения, но в жизни есть и мелочи, в которых он также может помочь.

Google Объектив

Когда-то, когда вы делали снимок на свой телефон, он знал такие вещи, как размер, цвет и местоположение изображения. Позже телефоны стали умнее и могли распознавать лица, а затем даже узнавать, кто эти люди, и обстановку на фотографии; например, Джон находится в комнате с телевизором на заднем плане.

На следующем изображении вы можете видеть, что Google Lens выводит распознавание фото и видео на новый уровень. Если вы сфотографируете цветок, он узнает, какой это цветок. Если вы наведете камеру на магазин, Google Lens распознает магазин и откроет всплывающую карточку с подробной информацией об отзыве, рейтингом, контактной информацией и т. д. В другом очень классном примере Google показал, как вы делаете снимок задней части беспроводного маршрутизатора и автоматически подключаетесь к нему с идентификатором сети и паролем.

Google Ассистент

Если Google Lens может дать вам представление о фотографиях, которые вы делаете, Google Assistant предоставляет контекст и действия. Есть много функций Google Assistant, которые я не буду здесь описывать, поэтому сосредоточусь только на одной демонстрации производительности.

В следующем примере человек наводит камеру на бегущую строку. Google Assistant распознает текст, написанный гигантскими печатными буквами, в режиме реального времени. Зная текст и ваше местоположение, Google Assistant понимает, что это концертная площадка. Наконец, он предлагает возможность покупать билеты или добавлять их в календарь. Вся эта демонстрация длилась всего две секунды.

Демократизация ИИ

Хотя сообщение не только от Google, очевидно, что следующая волна инноваций и инвестиций будет в области искусственного интеллекта и машинного обучения. Конечно, мобильные, веб- и настольные компьютеры не умерли, но цикл инноваций скорее эволюционный, чем революционный.

С этой целью было сделано последнее большое объявление о включении чипов машинного обучения в телефоны следующего поколения. Будет интересно узнать больше, когда мы продвинемся в этом и следующем году.