Przez długi czas inżynierowie i naukowcy starali się, aby sztuczna inteligencja (AI) działała jak ludzki mózg. Ten wyczyn stał się możliwy dzięki utworzeniu Google Brain, zespołu badawczego zajmującego się sztuczną inteligencją, w 2011 roku. Co więc pociąga za sobą Google Brain i jakie są jego postępy i przełomy w sztucznej inteligencji?
Jak powstał mózg Google
Ludzki mózg jest prawdopodobnie najbardziej złożonym tworem — skomplikowaną maszyną biologiczną z wieloma obszarami, które jednocześnie wykonują różne zadania. Jednak twórcy AI dążą do tego, aby systemy AI wykonywały złożone operacje i rozwiązywały problemy jak ludzie.
W 2011 roku Andrew Ng, profesor college'u, Jeff Dean, pracownik Google, oraz Greg Corrado, badacz Google, założyli Google Brain jako zespół badawczy zajmujący się badaniem sztucznej inteligencji.
Początkowo zespół nie miał oficjalnej nazwy; po tym, jak Ng dołączył do Google X, zaczął współpracować z Deanem i Corrado, aby zintegrować procesy uczenia głębokiego z istniejącą infrastrukturą Google. Ostatecznie zespół stał się częścią Google Research i został nazwany „Google Brain”.
Założyciele zespołu Brain starali się stworzyć inteligencję, która mogłaby samodzielnie uczyć się na podstawie dużych ilości danych. Ich celem było także sprostanie wyzwaniom stojącym przed istniejącymi sieciami sztucznej inteligencji, w tym rozumienie języka, mowa i rozpoznawanie obrazów.
W 2012 roku Google Brain przeżył przełom. Naukowcy przekazali miliony obrazów uzyskanych z YouTube do sieci neuronowej, aby wyszkolić ją w zakresie rozpoznawania wzorców bez uprzedniej informacji. Po eksperymencie sieć rozpoznała koty z dużą dokładnością. Ten przełom utorował drogę do szerokiego zakresu zastosowań.
Ewolucja rozwoju Google Brain i AI
Google Brain zrewolucjonizował sposób myślenia inżynierów oprogramowania o sztucznej inteligencji, znacząco przyczyniając się do jej rozwoju. Zespół Brain osiągnął wspaniałe wyniki w wielu operacjach uczenia maszynowego — jego sukcesy stworzyły podstawę dla rozpoznawania mowy i obrazów oraz przetwarzania języka naturalnego przez sztuczną inteligencję.
Przetwarzanie języka naturalnego
Jednym z najważniejszych wkładów zespołu Brain jest rozwój głębokiego uczenia się i postęp Przetwarzanie języka naturalnego (NLP).
NLP polega na uczeniu komputerów ludzkich języków i pomaganiu im w interakcji, zapewniając lepsze wyniki przy ciągłej ekspozycji. Na przykład Asystent Google używa NLP, aby zrozumieć Twoje zapytania i odpowiednio na nie odpowiedzieć.
Wizja komputerowa
Zespół Brain przyczynił się do powstania wizji komputerowej — identyfikowania obrazów i obiektów na podstawie danych wizualnych. W 2012 roku Google Brain wprowadził sieć neuronową do klasyfikowania obrazów w 1000 kategorii. Obecnie istnieją kilka nieoczekiwanych zastosowań Computer Vision, które są obecnie w użyciu.
Neuronowe tłumaczenie maszynowe
Google Brain opracował również neuronowe tłumaczenie maszynowe (NMT). Przed wprowadzeniem zespołu Brain większość systemów tłumaczeniowych wykorzystywała metody statystyczne; Neural Machine Translation firmy Google było znaczącym ulepszeniem.
System tłumaczy całe zdania na raz, dzięki czemu tłumaczenia są dokładniejsze i brzmią naturalnie. Google Brain opracował również modele sieciowe, które mogą dokładnie zapisywać mowę.
3 aplikacje wykorzystujące mózg Google
Zespół Brain był pionierem wielu aplikacji Google od momentu powstania w 2011 r., w tym poniższych.
1. Asystent Google
Asystent Google, obecny w wielu smartfonach, dostarcza spersonalizowanych informacji, pomaga ustawiać przypomnienia i alarmy, wykonywać połączenia z różnymi kontaktami, a nawet sterować inteligentnymi urządzeniami w pobliżu dom.
Ten asystent polega na algorytmach uczenia maszynowego dostarczanych przez Google Brain do interpretowania mowy i udzielania dokładnych odpowiedzi. Dzięki tym algorytmom Asystent Google ułatwia życie poznając Twoje preferencje, a po dłuższym użytkowaniu rozumie Cię jeszcze lepiej.
2. tłumacz Google
System Tłumacza Google wykorzystuje neuronowe tłumaczenie maszynowe, które wykorzystuje algorytmy głębokiego uczenia się z Google Brain. Dzięki temu Tłumacz Google może zidentyfikować, zrozumieć i dokładnie przetłumaczyć tekst na żądany język.
NMT wykorzystuje również podejście do modelowania „sekwencja-sekwencja”. Oznacza to, że frazy i całe zdania są tłumaczone za jednym razem, a nie słowo po słowie. Z biegiem czasu, gdy wchodzisz w interakcję z Tłumaczem Google, gromadzi on informacje, które pozwolą mu w przyszłości zapewnić bardziej naturalnie brzmiące tłumaczenia.
Jeśli potrzebujesz więcej informacji, sprawdź jak tłumaczyć dźwięk za pomocą Tłumacza Google na telefonie z Androidem.
3. Zdjęcia Google
Chociaż Zdjęcia Google to przede wszystkim oparta na chmurze aplikacja do przechowywania zdjęć i filmów, wykorzystuje algorytmy Google Brain do automatycznego organizowania i kategoryzowania multimediów. To pozwala Zdjęcia Google ułatwiają zarządzanie przechowywanymi zdjęciami. Kiedy więc robisz zdjęcie, Zdjęcia Google rozpoznają Ciebie, Twoich znajomych, przedmioty, a nawet punkty orientacyjne i wydarzenia obecne na zdjęciu.
Aplikacja dodaje również znaczniki, które pomogą Ci pogrupować obraz do wykorzystania w przyszłości. Ta funkcja jest szczególnie przydatna do późniejszego znajdowania wspomnień i udostępniania ich znajomym.
Przesuwanie granic dzięki głębokiemu uczeniu się
Google Brain od samego początku znacznie rozszerzył sztuczną inteligencję przy użyciu najwyższej klasy algorytmów sieci neuronowych. Zespół Brain przyczynił się do przełomowych odkryć w zakresie rozpoznawania mowy i obrazów, ram uczenia maszynowego i przetwarzania języka naturalnego.
