Колку длабоко учење е вградено во производите што ги користите
DeepMind може да се однесува на две работи: технологијата зад вештачката интелигенција на Google (АИ) и компанијата која е одговорна за развивање на таа вештачка интелигенција. Компанијата наречена DeepMind е подружница на Alphabet Inc., која исто така е матична компанија на Google, а технологијата за вештачка интелигенција на DeepMind се најде во голем број на Google проекти и уреди .
Ако користите Google Home или Google Assistant , тогаш вашиот живот веќе се пресече со Google DeepMind на некои изненадувачки начини.
Како и зошто Google добива DeepMind?
DeepMind е основана во 2011 година со цел "решавање на разузнавачките информации, а потоа користејќи го тоа за решавање на сè друго". Основачите се справи со проблемот на машинско учење вооружен со увид во невронски мрежи со цел создавање на моќни алгоритми за општа намена кои ќе бидат во можност да учат наместо да треба да бидат програмирани.
Неколку големи играчи на полето на АИ гледаа огромно количество таленти што DeepMind ги направи заедно, во форма на експерти за вештачка интелигенција и истражувачи, и Фејсбук направија претстава за стекнување на компанијата во 2012 година.
Договорот на Фејсбук се распадна, но Google влезе и го стекна DeepMind во 2014 година за околу 500 милиони долари. DeepMind потоа стана подружница на Alphabet Inc. за време на корпоративното преструктуирање на Google кое се одржа во 2015 година .
Главната причина на Google за купување на DeepMind беше да скокаат со своите истражувања за вештачка интелигенција. Додека главниот кампус на DeepMind остана во Лондон, Англија, по преземањето, еден примен тим беше испратен до седиштето на Google во Mountain View, Калифорнија, за да работи на интегрирање на DeepMind AI со Google производи.
Што е Google водење со DeepMind?
Целта на DeepMind за решавање на разузнавачките информации не се промени кога ги предаде копчињата на Google. Работата продолжуваше на длабоко учење , што е еден вид машинско учење кое не е специфично за задачата. Тоа значи дека DeepMind не е програмиран за одредена задача, за разлика од претходните AIs.
На пример, IBM, Deep Blue, славно поразен шах, велемајстор Гари Каспаров. Сепак, Deep Blue беше дизајниран да ја извршува таа специфична функција и не беше корисен надвор од таа една цел. DeepMind, од друга страна, е дизајниран да учи од искуство, што теоретски го прави корисен во многу различни апликации.
Вештачката интелигенција на DeepMind научила како да игра на почетокот на видео игрите, како Breakout, подобра од дури и најдобрите човечки играчи, а компјутерската програма Go со помош на DeepMind успеала да го порази шампионот Go player 5 на нула.
Во прилог на чистото истражување, Google исто така го интегрира DeepMind AI во своите предводник на производи за пребарување и производи за широка потрошувачка како дома и Android телефони.
Како Google DeepMind влијае на секојдневниот живот?
Длабоките алатки за учење на DeepMind се спроведени низ целиот спектар на производи и услуги на Google, па ако го користите Google за ништо, има добри шанси дека на некој начин сте интеракција со DeepMind.
Некои од најистакнатите места DeepMind AI се користат вклучуваат препознавање на говор, препознавање на слики, откривање на измама, откривање и идентификување на спам, препознавање на ракопис, превод, Уличен приказ, па дури и локално пребарување.
Гугл со прецизно препознавање на говор
Распознавањето на говор, или способноста на компјутер да ги толкува говорните команди, е околу долго време, но како и Сири , Кортана , Алекса и Google асистент го донесоа се повеќе и повеќе во нашиот секојдневен живот.
Во случај на сопствената технологија за препознавање на глас на Google, длабоко учење се користело со одличен ефект. Всушност, машинското учење го дозволи признавањето на гласот на Google да постигне зачудувачки ниво на точност за англискиот јазик, до точка каде што е исто толку прецизна како и човекот кој слуша.
Ако имате било какви Google уреди, како Android Phone или Google Дома, ова има директна, реална апликација во вашиот живот. Секој пат кога ќе кажете, "Океј, Гугл", проследено со прашање, DeepMind ги флексизира своите мускули за да му помогне на Google Assistant да го разбере она што го кажуваш.
Оваа апликација за автоматско учење за препознавање говор има дополнително влијание што конкретно се однесува на Google Home. За разлика од Амазон Алекс, кој користи осум микрофони за подобро разбирање на гласовните команди, гласовното препознавање на Google Home на DeepMind е потребно само две.
Главна страница на Google и помошник генератор на глас
Традиционалната синтеза на говор користи нешто што се нарекува конкатенативен текст-во-говор (TTS). Кога комуницирате со уред кој го користи овој метод на синтеза на говор, тој се консултира со база на податоци полна со фрагменти за говор и ги собира во зборови и реченици. Ова резултира со чудно вметнати зборови, и обично е јасно дека зад гласот не постои човек.
DeepMind се осврна на генерирање на глас со проект наречен WaveNet. Ова им овозможува на вештачки генерирани гласови, како оној што го слушате кога разговарате со вашиот Google Домашен или Google асистент на вашиот телефон, за да звучите многу поприродно.
WaveNet, исто така, се потпира на примероци од вистински човечки говор, но не ги користи за да синтетизира нешто директно. Наместо тоа, ги анализира примероците од човечкиот говор за да научи како функционираат суровите аудио бранови. Ова им овозможува да бидат обучени да зборуваат на различни јазици, да користат акценти или дури да бидат обучени да звучат како одредена личност.
За разлика од другите TTS системи, WaveNet исто така генерира не-говорни звуци, како што се дишењето и губењето на усните, што може да направи да изгледа уште пореално.
Ако сакате да ја слушнете разликата помеѓу гласот генериран преку конкатенативен текст-во-говор, и оној генериран од WaveNet, DeepMind има некои многу интересни гласовни примероци кои можете да ги слушате.
Длабоко учење и пребарување на фотографии на Google
Без вештачка интелигенција, пребарувањето на слики се потпира на контекстните индиции како ознаки, околниот текст на веб-страниците и имињата на датотеките. Со длабоките алатки за учење на DeepMind, пребарувањето на Google Photos всушност можеше да научи како изгледаат работите, овозможувајќи ви да пребарувате свои слики и да добивате релевантни резултати, без да треба да означите нешто.
На пример, може да пребарувате "куче" и ќе ги подигне сликите на вашето куче што сте ги направиле, иако никогаш не сте ги означиле. Ова е затоа што успеа да научи како изгледаат кучињата, на ист начин како луѓето дознаваат како изгледаат работите. И, за разлика од Google's Deep-Dream со опседнато куче, тоа е повеќе од 90 проценти точни при идентификување на сите видови на различни слики.
DeepMind во објективот на Google и Visual Search
Еден од најпознатите неверојатни влијанија кои DeepMind ги направил е Google Lens. Ова е суштински визуелен пребарувач кој ви овозможува да прикачите слика од нешто во реалниот свет и веднаш да ги подигнете информациите за тоа. И тоа нема да работи без DeepMind.
Додека спроведувањето е различно, ова е слично на начинот на кој длабоко учење се користи во пребарување на слики на Google+. Кога фотографирате, Google Lens може да го погледне и да открие што е тоа. Врз основа на тоа, може да врши различни функции.
На пример, ако сликате некоја позната ознака, ќе ви обезбеди информации за обележјето, или ако фотографирате локална продавница, таа може да подигне информации за таа продавница. Ако сликата вклучува телефонски број или адреса за е-пошта, Google Lens исто така може да го препознае тоа, и ќе ви даде опција да го повикате бројот или да испратите е-пошта.