Google is gericht op Machine learning (ML) om betere producten voor consumenten.
Gerelateerd Nieuws
-
Google ‘Datally’ app helpt je besparen op mobiele gegevens, het vinden van openbare Wi-Fi hotspots
-
Facebook plekken extremistische inhoud door kunstmatige intelligentie, voordat de rapporten gebruiker
-
Google Android 8.1 Developer Preview 2 uitgebracht, stelt Pixel Visuele Core
Kunstmatige Intelligentie (AI) en Machine Learning (ML) zijn twee woorden die standaard zijn geworden als het gaat om de meeste technologiebedrijven nu. Grote spelers als Google, Apple, Microsoft zich meer en meer op de integratie van deze technologieën in hun dagelijkse producten.
In het geval van Google, ML is het besturen van een kern van de klant gerelateerde producten. Worden het de Google-Assistent die nu aanwezig zijn op alle Android-telefoons of de Pixel 2 camera, waar ML schijven portret modus. Dus waarom is Google duwt de nadruk op de ML zo veel? Volgens Google ‘ s Senior onderzoeker en hoofd van het Google Brain Project Jeff Dean, de missie van de onderneming met AI en ML is niet alleen om hun producten meer nuttig, maar ook om anderen te helpen innoveren en het oplossen van grotere problemen.
Op een Google-ML-conferentie in Tokio, Dean verklaarde: “Het is onmogelijk is om alles over de wereld als logische regels voor computers. Daarom kijken we bij machine learning. De wetenschap van machine learning heeft genomen op het gebied van de AI. ML is het leren herkennen van patronen over de hele wereld.” Veel van het werk rond de AI en de ML was eigenlijk al in de jaren 1980 en 1990, maar het is nu pas met de opkomst van computational bevoegdheden die het volledige potentieel van deze technologieën is het bereiken van de volle wasdom.
Machine Learning op het onderdeel beroept zich op grote datasets en het blootstellen van machine learning algoritmen om die data sets, zodat ze uiteindelijk kunnen leren begrijpen en denken van de wereld zoals mensen doen. Bijvoorbeeld, machine learning is de reden waarom wanneer een gebruiker ‘Honden’ in hun Google-Foto ‘s-app, de resultaten zullen eindigen met het tonen van alle foto’ s van de honden van de bibliotheek.
“Neurale netwerken zijn losjes geïnspireerd door de biologische hersenen zich gedragen. De neuronen in deze ML-netwerk wordt geleerd om te erkennen dat bepaalde soorten van patronen en ze zien er voor de verschillende soorten van patronen in lagen. Deze neuronen uiteindelijk leren meer ingewikkelde patronen. We voeden ze miljoenen en miljoenen gegevens, zodat uiteindelijk kunnen ze leren om het identificeren van de juiste label voor een beeld,” aldus Dean.
Maar Google en andere technologie spelers niet alleen de opleiding ML-algoritmen en-netwerken te begrijpen beelden en het identificeren van uw katten foto ‘ s. Er is ook een focus op audio, tekst, zodat de mens kan uiteindelijk een meer natuurlijke gesprek met hun computer of smart devices. Bijvoorbeeld, ML en AI zijn wat laat luidsprekers zoals Google Startpagina (dat is nog voor de lancering in India) te begrijpen van natuurlijke taal een gesprek, in plaats van een gebruiker te vertrouwen op een strenge, vaste opdracht.
ML is wat maakt het mogelijk voor gebruikers om te praten met de Google-Assistent en andere stem-assistenten in natuurlijke taal. Maar Google is ook de implementatie van ML in andere gebieden, zoals het onderzoek op diabetische retinopathie in de gezondheidszorg. Als Decaan is uitgelegd, is de spurt in machine learning heeft plaatsgevonden na 2012 voor Google toen het begon schalen zijn diepe neurale netwerken onderzoek. Terwijl in 2012, de typische neurale netwerk had ongeveer 10 miljoen aansluitingen, wanneer Google geschaald dit had netwerken met meer dan 1 miljard aansluitingen.
Knippen tot 2017 en ML is de kern van Google-producten en-buiten en we herinnerd aan deze op elk bedrijfsevenement. Maar de groei van AI en ML heeft ook aangevoerd andere vragen rond privacy, angsten rond AI graag slimmer willen zijn dan de mens.
Wanneer gevraagd over angsten rond AI, vooral van de soort gesproken over door Elon Musk, Dean zei dat hij niet denkt dat de AI is op dat niveau nog niet.
“Dit zijn de verre, verre soort van vrees en niet per se realistisch te zijn. Er zijn zeer concrete veiligheidsproblemen, maar we kunnen veel gebruik van technieken voor het implementeren van veilige AI-systemen. Tot nu toe zijn de systemen niet de aard van de mogelijkheden die worden voorgesteld,” zei hij.
Op het privacy probleem en hoe tech bedrijven zijn het verzamelen van deze gegevens dat voedt de ML-systemen, Dean erop gewezen dat machine learning als zodanig geen specifieke gegevens van een gebruiker. “We zijn op zoek naar verbeteringen door middel van computationele/algoritmische manieren, eerder dan alleen het verkrijgen van meer gegevens. Er is ook een auto-ML waar het netwerk eindigt het genereren van eigen ML-netwerk,” legde hij uit. In Dean ‘ s bekijken momenteel wat wij hebben is “smalle AI” en is de noodzaak voor een meer flexibel systeem.”
“De AI moet in staat zijn om alle vragen te beantwoorden die u bij het werpen en mensen te helpen meer te bereiken dan ze kunnen. Worden in de gezondheidszorg, het milieu. Kijk maar naar zelf-rijdende auto ‘ s, bijvoorbeeld. Ze kunnen veel goeds doen. Ze zijn veel veiliger dan menselijke bestuurders en verandert de manier waarop we kijken naar stedelijke planning,” zei hij.
Disclaimer: De verslaggever was in Tokio bij de uitnodiging van Google India, die betaald voor reis-en verblijfkosten
Voor de nieuwste Technologie, Nieuws, download Indian Express App
© IE Online Media Services Pvt Ltd