Milyen mélyen beágyazott tanulás az Ön által használt termékekbe
A DeepMind két dolgot említhet: a mesterséges intelligencia (AI) mögötti technológia és a mesterséges intelligencia fejlesztéséért felelős vállalat. A DeepMind nevű vállalat az Alphabet Inc. leányvállalata, amely szintén a Google anyavállalata, és a DeepMind mesterséges intelligencia technológiája számos Google-projektet és eszközt talál .
Ha a Google Home vagy a Google Asszisztens segítségével használja , akkor az életed már meglepő módon megkerülte a Google DeepMindet.
Hogyan és miért szerezte be a Google a DeepMind-et?
A DeepMind-et 2011-ben alapították azzal a céllal, hogy "felderítsék az intelligenciát, majd ezt felhasználva minden más megoldásra". Az alapítók a gépi tanulás problémájával foglalkoztak, és az idegtudásról betekintést nyertek azzal a céllal, hogy hatékony általános célú algoritmusokat hozzanak létre, inkább tanulni, mint programozni.
Az AI területen számos nagy játékos látta a DeepMind tehetségét, mesterséges hírszerző szakértők és kutatók formájában, és a Facebook 2012-ben szerepet játszott a vállalat megszerzésében.
A Facebook-ügylet szétesett, de a Google 2014-ben mintegy 500 millió dollárba jutott a DeepMind-ben. A DeepMind az Alphabet Inc. leányvállalatává vált a Google vállalati szerkezetátalakításának idején 2015-ben .
A Google legfőbb oka a DeepMind felvásárlásának volt az, hogy elinduljanak a saját mesterséges intelligencia kutatásai. Míg a DeepMind fő kampusa a felvásárlás után Londonban maradt, egy kérelmezett csapatot küldtek el a Google székhelyére, a Mountain View-ban, Kaliforniában, hogy a DeepMind AI-t a Google termékeivel integrálják.
Mi a Google a DeepMindrel?
A DeepMind célja az intelligencia megoldása nem változott, amikor átadta a kulcsokat a Google-nak. A mély tanulás folytatta a munkát, ami a gépi tanulás egyik típusa, amely nem feladat-specifikus. Ez azt jelenti, hogy a DeepMind program nincs beprogramozva egy adott feladathoz, a korábbi AI-któl eltérően.
Például az IBM Deep Blue famíliailag legyőzte a Gary Kasparov nagymestert. Azonban a Deep Blue-t úgy tervezték meg, hogy ezt az adott funkciót elvégezze, és nem volt hasznos ezen célon kívül. A DeepMind viszont arra tervezték, hogy tanulhasson a tapasztalatokból, ami elméletileg sok különböző alkalmazásban hasznos.
A DeepMind mesterséges intelligenciája megtanulta, hogyan játsszon korai videojátékokat, például a Breakout-ot, jobb, mint a legjobb humán játékosok, és a DeepMind által indított számítógépes Go program sikerült legyőzni egy bajnok Go játékos ötét nullára.
A tiszta kutatások mellett a Google a DeepMind AI-t is összekapcsolja zászlóshajó-kereső termékeivel és fogyasztói termékeivel, például a Home és az Android telefonokkal.
Hogyan hat a Google DeepMind a mindennapi életre?
A DeepMind mély tanulási eszközeit a Google termékei és szolgáltatásai teljes spektrumában valósították meg, így ha valamilyen módon használja a Google-t, akkor jó esély arra, hogy valamilyen módon kapcsolatba lépett a DeepMind programmal.
A DeepMind AI legfontosabb helyszínei közé tartoznak a beszédfelismerés, a képfelismerés, a csalások felderítése, a spamek felismerése és azonosítása, a kézírás-felismerés, a fordítás, az Utcakép és a helyi keresés is.
A Google Super-Accurate Beszédfelismerése
A beszédfelismerés, vagy a számítógépnek a beszélt parancsok értelmezésére irányuló képessége már régóta működik, de a Siri , a Cortana , az Alexa és a Google Asszisztens szerettei egyre inkább mindennapi életünkbe vitték.
A Google saját hangfelismerő technológiája esetében a mély tanulás nagy hatással volt. Valójában a gépi tanulás lehetővé tette, hogy a Google hangfelismerése elképesztő pontosságot érjen el az angol nyelvhez, olyan pontig, ahol ugyanolyan pontos, mint egy emberi hallgató.
Ha van olyan Google-eszköze, mint például az Android telefon vagy a Google Otthon, akkor közvetlen, valós alkalmazásod van az életedben. Minden alkalommal, amikor azt mondja: "Oké, a Google", amelyet egy kérdés követ, a DeepMind flexibilis izmokat, hogy segítsen a Google Asszisztensnek megérteni, hogy mit mond.
A gépi tanulás beszédfelismerésnek ez a alkalmazása további hatással jár, amely kifejezetten a Google Kezdőlapra vonatkozik. Az Amazon Alexa-tól eltérően, amely nyolc mikrofont használ, hogy jobban megértse a hangutasításokat, a Google Home DeepMind-alapú hangfelismeréshez csak kettő szükséges.
A Google otthoni és az asszisztens hangalapú létrehozása
A hagyományos beszédszintézis valami olyannatot használ, amely egyesítõ szöveg-beszéd (TTS). Amikor olyan eszközzel kommunikál, amely ezt a beszédszintézist alkalmazza, egy beszédtöredékekkel teli adatbázisba kerül, és szavakba és mondatokká összeszereli azokat. Ez furcsán beszorult szavakat eredményez, és általában elég világos, hogy nincs ember a hang mögött.
A DeepMind kezelte a WaveNet nevű projekt létrehozását. Ez lehetővé teszi a mesterségesen előállított hangokat, például a Google Home vagy a Google Asszisztens telefonján hallható hangokat, hogy sokkal hangosabbak legyenek.
A WaveNet a valódi emberi beszéd mintáira is támaszkodik, de nem használja őket közvetlenül valami szintetizálására. Ehelyett elemzi az emberi beszéd mintáit, és megtanulja, hogyan működnek a nyers hullámformák. Ez lehetővé teszi, hogy képzett legyen a különböző nyelvekről való beszélgetésre, ékezeteket használjon, vagy akár képzett legyen, hogy úgy hangzik, mint egy adott személy.
Más TTS-rendszerektől eltérően a WaveNet nem beszédes hangokat is generál, mint például a légzés és az ajakfájás, ami még realisztikusabbá teheti.
Ha szeretné hallani a különbséget a hangot összekapcsolódó szöveges beszéd és a WaveNet által létrehozott hang között, a DeepMindnek van néhány nagyon érdekes hangmintája, amelyet hallgathat.
Deep Learning és a Google Fotókereső
Mesterséges intelligencia nélkül a képek keresése olyan kontextuális nyomokra támaszkodik, mint a címkék, a szöveget körülvevő szövegek a weboldalakon és a fájlnevek. A DeepMind mély tanulási eszközeivel a Google Fotók kereső valóban képes volt megtudni, hogy a dolgok hogyan néznek ki, így a saját képeit keresheti és releváns eredményeket szerezhet anélkül, hogy bármit fel kellene címkéznie.
Például kereshetsz "kutyát", és fel fog emelni a kutyád képeit, amelyeket maga vett, még akkor is, ha soha nem jelölted meg őket. Ez azért van, mert képes volt megtanulni, milyen kutyák kinézni, ugyanúgy, ahogyan az emberek megtanulják, milyenek a dolgok. És ellentétben a Google Kutya-megszállott Deep Dream-jával, több mint 90 százalék pontos a különböző képek azonosítása során.
DeepMind a Google Lens és Vizuális keresőben
A DeepMind egyik leglenyűgözőbb hatása a Google Lens. Ez lényegében egy vizuális kereső, amely lehetővé teszi, hogy bepattanjon valamit a valós világból, és azonnal felhúzza az információkat. És nem működne a DeepMind nélkül.
Bár a megvalósítás más, ez hasonló ahhoz a módhoz, ahogyan a mélyreható tanulást a Google+ Képkeresőben használják. Amikor képet készít, a Google Lens képes arra, hogy megnézze és kitalálja, mi az. Ennek alapján számos funkciót képes elvégezni.
Például, ha egy híres mérföldkőből készült képet készít, megadja neked a tájékozódást a tájékozódási pontról, vagy ha egy helyi boltról készít képet, akkor felveheti az adott boltról szóló információkat. Ha a kép telefonszámot vagy e-mail címet tartalmaz, akkor a Google Lens képes felismerni azt is, és lehetőséget ad a szám felhívására vagy e-mail küldésére.