5 Pelajaran Dari Pembangunan Pembelajaran Mesin Google (GOOG)

Kisah Kuliah Teknik Mesin Berhasil ke Google | Indonesian Living Abroad | Transforming Generations (November 2024)

Kisah Kuliah Teknik Mesin Berhasil ke Google | Indonesian Living Abroad | Transforming Generations (November 2024)
5 Pelajaran Dari Pembangunan Pembelajaran Mesin Google (GOOG)

Isi kandungan:

Anonim

Alphabet Inc … (NASDAQ: GOOG GOOGAlphabet Inc1, 030. 12-0. 23% ) pertumbuhan pendapatan muncul ditakdirkan untuk disokong oleh pertalian syarikat yang semakin meningkat untuk tujuan perisikan buatan (AI). Syarikat itu mula memegang kursus mingguan pada tahun 2005 untuk para pekerja yang berminat dalam pembelajaran mesin (ML), tetapi tumpuannya hilang sehingga 2012 apabila ketua bahagian pencarian John Giannandrea menyusun semula inisiatif tersebut. Pemimpin syarikat, seperti Kanan Kanan Jeff Dean, kini mencabar jurutera Google sebanyak 25,000 untuk memeluk dan melaksanakan pembelajaran mesin (ML), sains komputer yang menjalin hubungan dengan hampir semua segmen perniagaan syarikat, dari carian ke kereta tanpa pemandu.

Pembelajaran Deep

Sains di belakang ML melibatkan penciptaan algoritma yang membolehkan komputer untuk memahami arahan dalam bahasa semulajadi, dari mana mesin boleh menyelesaikan masalah atau melaksanakan tugas dengan lebih cepat dan lebih cekap daripada manusia. Dean dan Google alumnus Andrew Ng, kini memandu projek AI di Baidu Inc. (NASDAQ: BIDU

BIDUBaidu242. 56 + 0. 42% Dibuat dengan Highstock 4. 2. 6 ), bergabung pada 2011 untuk memajukan pembangunan ML. Percubaan awal memasukkan 10 juta imej YouTube ke rangkaian komputer canggih yang "belajar" untuk mengenali dan membezakan kucing tanpa diprogramkan untuk melakukannya. Sistem mikropemproses yang saling berkaitan, atau rangkaian saraf, longgar berdasarkan web neuron di dalam otak manusia.

DeepMind

Rupa-rupanya, senario kiamat fiksyen di mana mesin dan robot mengatasi dunia bukanlah semua yang jauh. Pada tahun 2014, Google membayar $ 400 juta untuk membeli DeepMind yang berpangkalan di London, sebuah syarikat perisikan buatan yang wujud dalam bayang-bayang sehingga pembelian. Ketua Pegawai Eksekutif DeepMind Demis Hassabis membayangkan perkembangan otak tiruan yang besar yang dapat menyimpan sejumlah besar data dan seterusnya mengajar sendiri untuk bertindak secara bebas di atasnya. Penglihatan yang mengkhianati menjejaskan Tesla Motors Inc. (NASDAQ: TSLA

TSLATesla Inc300. 81-1. 73% Dibuat dengan Highstock 4. 2. 6 ) CEO Elon Musk, yang menghabiskan $ 10 juta memeriksa bahaya masyarakat AI. Hassabis, begitu juga, berhati-hati. Syarat-syarat jualan kepada Google termasuk penubuhan lembaga pengarah yang objektif untuk mengukur kemajuan AI dan perjanjian untuk menjaga teknologi proprietari daripada tangan tentera atau badan rahsia.

Project Ninja

Dean menganggarkan bahawa kira-kira satu daripada 10 jurutera Google mempunyai pendedahan kepada ML. Dengan semua langkah, syarikat itu adalah pemimpin industri di lapangan, tetapi Ketua Pegawai Eksekutif Sundar Pichai menjangka ML tersebar di semua platform, termasuk iklan, Google Play dan YouTube.Setiap tahun, Google menjemput sebilangan kecil pekerja untuk menyertai program ninja pembelajaran mesinnya. Rejimen enam bulan melibatkan peserta yang terlibat dengan mentor semasa membangun dan seterusnya melancarkan projek-projek ML. Dean berharap inisiatif berskala kecil akan membantu memenuhi objektif Google untuk mempunyai setiap juruteranya mempunyai beberapa tahap kemahiran ML.

Jawapan Pintar

Penggunaan ML yang kurang mengancam meluaskan jawapan automatik berkaitan dengan mesej e-mel yang diterima oleh pengguna Gmail. Aplikasi Balas Pintar Google menggunakan teknologi ML untuk membolehkan pemegang akaun, dengan satu klik, untuk memilih daripada tiga jawapan ringkas dibuat sebagai tindak balas kepada analisis kandungan mesej e-mel kotak masuk. Aplikasi ini juga boleh menafsirkan nada dan penonton dan jawapan fesyen sewajarnya. Hantar e-mel kepada rakan dan keluarga seringkali merangkumi mesej yang bersemangat dengan mata seru, manakala koresponden yang kurang dikenali menerima maklum balas yang lebih halus.

Project Magenta

Pengantin muzik mungkin akan mengejek pengertian komposisi machinated yang diperoleh daripada komputer pintar artifak. Google, bagaimanapun, telah memohon ML untuk aplikasi Magenta, lagu pertama yang pertama dikeluarkan pada tahun 2016. Dibina di sekitar empat nota muzik, lagu asas dihasilkan daripada sintesis input lagu yang banyak ke dalam sistem saraf. Mungkin penyertaan Google ke dalam kesenian meninggalkan pemuzik dengan penghargaan yang baru bagi apa yang dimaksudkan untuk menjadi makhluk hidup. Walaupun mesin boleh belajar dan mengarang, kualiti output mungkin tidak sepadan dengan melodi yang dipenuhi dengan semangat, emosi dan kebajikan.