I lang tid søgte ingeniører og videnskabsmænd at få kunstig intelligens (AI) til at fungere som den menneskelige hjerne. Denne bedrift blev gennemførlig med oprettelsen af Google Brain, et AI-forskerhold, i 2011. Så hvad indebærer Google Brain, og hvad er dets fremskridt og gennembrud inden for AI?
Hvordan Google Brain begyndte
Den menneskelige hjerne er sandsynligvis den mest komplekse skabelse - en indviklet biologisk maskine med mange områder, der samtidig udfører forskellige opgaver. Imidlertid sigter AI-udviklere på at få AI-systemer til at udføre komplekse operationer og løse problemer som mennesker.
I 2011 etablerede Andrew Ng, en universitetsprofessor, Jeff Dean, en Google-stipendiat, og Greg Corrado, en Google-forsker, Google Brain som et forskerhold til at udforske AI.
I starten havde holdet ikke et officielt navn; efter at Ng kom til Google X, begyndte han at samarbejde med Dean og Corrado for at integrere dybe læringsprocesser i Googles eksisterende infrastruktur. Til sidst blev holdet en del af Google Research og blev kaldt "Google Brain".
De stiftende Brain-teammedlemmer søgte at skabe intelligens, der uafhængigt kunne lære af store mængder data. De havde også til formål at løse eksisterende AI-netværks udfordringer, herunder sprogforståelse, tale og billedgenkendelse.
I 2012 stødte Google Brain på et gennembrud. Forskerne fodrede millioner af billeder fra YouTube ind i det neurale netværk for at træne det i mønstergenkendelse uden forudgående information. Efter eksperimentet genkendte netværket katte med en høj grad af nøjagtighed. Dette gennembrud banede vejen for en bred vifte af applikationer.
Udviklingen af Googles hjerne- og AI-udvikling
Google Brain revolutionerede, hvordan softwareingeniører tænkte på kunstig intelligens, og bidrog væsentligt til dets udvikling. Brain-teamet har opnået enorme resultater i mange maskinlæringsoperationer - dets succeser dannede grundlaget for AI's tale- og billedgenkendelse og naturlig sprogbehandling.
Naturlig sprogbehandling
Et af Brain-teamets vigtigste bidrag er udviklingen af deep learning og progression af Natural Language Processing (NLP).
NLP involverer undervisning af computere i menneskelige sprog og hjælper dem med at interagere, hvilket giver forbedrede resultater med fortsat eksponering. For eksempel bruger Google Assistant NLP til at forstå dine forespørgsler og svare korrekt.
Computer Vision
Hjerneteamet har bidraget til Computer Vision – identifikation af billeder og objekter fra visuelle data. I 2012 introducerede Google Brain et neuralt netværk til at klassificere billeder i 1000 kategorier. I øjeblikket er der flere uventede anvendelser af Computer Vision i brug lige nu.
Neural maskinoversættelse
Google Brain udviklede også Neural Machine Translation (NMT). Før introduktionen af Brain-teamet brugte de fleste oversættelsessystemer statistiske metoder; Googles Neural Machine Translation var en væsentlig opgradering.
Systemet oversætter hele sætninger på én gang, hvilket resulterer i mere nøjagtige oversættelser, der lyder naturlige. Google Brain har også udviklet netværksmodeller, der nøjagtigt kan transskribere tale.
3 applikationer, der bruger Google Brain
Brain-teamet har været banebrydende for et væld af Google-applikationer siden starten i 2011, herunder følgende.
1. Google Assistant
Google Assistant, som findes i mange smartphones i dag, giver personlig information og hjælper dig indstille påmindelser og alarmer, foretage opkald til forskellige kontakter og endda styre smarte enheder rundt omkring hjem.
Denne assistent er afhængig af maskinlæringsalgoritmerne leveret af Google Brain til at fortolke tale og give et præcist svar. Med disse algoritmer, Google Assistant gør dit liv lettere ved at lære dine præferencer at kende og, efter længere tids brug, forstår dig endnu bedre.
2. Google Oversæt
Google Translate-systemet bruger Neural Machine Translation, som anvender deep learning-algoritmer fra Google Brain. Dette giver Google Oversæt mulighed for at identificere, forstå og nøjagtigt oversætte teksten til det ønskede sprog.
NMT bruger også en "sekvens-til-sekvens"-modelleringstilgang. Det betyder, at sætninger og hele sætninger oversættes på én gang i stedet for ord for ord. Over tid, når du interagerer med Google Oversæt, indsamler den information, som gør det muligt for den at levere mere naturligt klingende oversættelser i fremtiden.
Hvis du har brug for mere indsigt, så tjek ud hvordan man oversætter lyd med Google Translate på din Android-telefon.
3. Google Fotos
Mens Google Fotos primært er en cloud-baseret foto- og videolagringsapplikation, bruger den Google Brains algoritmer til at organisere og kategorisere medier automatisk. Dette lader Google Fotos gør det nemmere for dig at administrere dine gemte billeder. Så når du tager et billede, genkender Google Fotos dig, dine venner, objekter og endda vartegn og begivenheder på billedet.
Applikationen tilføjer også tags for at hjælpe dig med at gruppere billedet til fremtidig reference. Denne funktion er især nyttig til at finde og dele minder med venner senere.
Skub grænser med dyb læring
Google Brain har siden starten dramatisk udvidet AI ved hjælp af top-notch neurale netværksalgoritmer. Brain-teamet har bidraget til tale- og billedgenkendelsesgennembrud, maskinlæringsrammer og naturlig sprogbehandling.