Malalim na pag-aaral ang naka-embed sa mga produktong ginagamit mo
Ang DeepMind ay maaaring sumangguni sa dalawang bagay: ang teknolohiya sa likod ng artificial intelligence (AI) ng Google, at ang kumpanya na responsable sa pagbuo ng artipisyal na katalinuhan. Ang kumpanya na tinatawag na DeepMind ay isang subsidiary ng Alphabet Inc., na kung saan ay din parent company ng Google, at ang teknolohiya ng artificial intelligence ng DeepMind ay natagpuan nito sa isang bilang ng mga proyektong Google at mga aparato .
Kung gumagamit ka ng Google Home o Google Assistant , ang iyong buhay ay naka-intersected na sa Google DeepMind sa ilang nakakagulat na paraan.
Paano at Bakit ba ang Google Acquire DeepMind?
Ang DeepMind ay itinatag noong 2011 na may layunin ng "paglutas ng katalinuhan, at pagkatapos ay ginagamit ito upang malutas ang lahat ng iba pa." Ang mga tagapagtatag ay nakipag-usap sa problema ng pag-aaral ng makina na may mga pananaw tungkol sa neuroscience na may layuning lumikha ng malakas na pangkalahatang layunin algorithm na magagawang upang matuto sa halip na nangangailangan na ma-program.
Maraming malalaking manlalaro sa patlang ng AI ang nakakita ng napakalaking talento na inilagay ng DeepMind, sa anyo ng mga eksperto sa artipisyal na katalinuhan at mga mananaliksik, at gumawa ng isang laro upang makuha ang kumpanya sa 2012.
Ang pakikitungo sa Facebook ay nahulog, ngunit ang Google ay nagpalit at nakuha ang DeepMind noong 2014 para sa mga $ 500 milyon. Ang DeepMind ay naging isang subsidiary ng Alphabet Inc. sa panahon ng Google restructuring ng korporasyon na naganap noong 2015 .
Ang pangunahing dahilan ng Google sa likod ng pagbili ng DeepMind ay upang lumipat simulan ang kanilang sariling artificial intelligence research. Habang ang pangunahing campus ng DeepMind ay nanatili sa London, England pagkatapos ng pagkuha, isang inilalabas na koponan ay ipinadala sa punong tanggapan ng Google sa Mountain View, California upang magtrabaho sa pagsasama ng DeepMind AI sa mga produkto ng Google.
Ano ang ginagawa ng Google sa DeepMind?
Ang layunin ng paglutas ng katalinuhan ng DeepMind ay hindi nagbago nang ibigay nila ang mga key sa Google. Ang pagpapatuloy ay nagpatuloy sa malalim na pag-aaral , na isang uri ng pag-aaral ng makina na hindi gawa-tiyak. Iyon ay nangangahulugan na ang DeepMind ay hindi na-program para sa isang tiyak na gawain, hindi katulad ng mga naunang AI.
Halimbawa, ang Deep Blue ng IBM ay pumangalawa na natalo ang chess Grandmaster na si Gary Kasparov. Gayunpaman, ang Deep Blue ay dinisenyo upang isagawa ang partikular na pag-andar at hindi kapaki-pakinabang sa labas ng isang layunin. Ang DeepMind, sa kabilang banda, ay dinisenyo upang matuto mula sa karanasan, na kung saan theoretically ginagawang kapaki-pakinabang sa maraming iba't ibang mga application.
Ang artipisyal na kaalaman ng DeepMind ay natutunan kung paano maglaro ng maagang mga video game, tulad ng Breakout, mas mahusay kaysa sa kahit na ang pinakamahusay na mga manlalaro ng tao, at ang isang programa ng Go computer na pinalakas ng DeepMind ay nakapangasiwa sa isang manlalaro ng kampeon Go limang hanggang sa zero.
Bilang karagdagan sa dalisay na pananaliksik, isinasama din ng Google ang DeepMind AI sa kanyang mga produkto ng paghahanap ng punong barko at mga produkto ng consumer tulad ng mga teleponong Home at Android.
Paano Nakakaapekto ang DeepMind ng Google sa Inyong Pang-araw-araw na Buhay?
Ang malalim na mga tool sa pag-aaral ng DeepMind ay naipatupad sa buong spectrum ng mga produkto at serbisyo ng Google, kaya kung gumamit ka ng Google para sa anumang bagay, mayroong isang magandang pagkakataon na nakipag-ugnayan ka sa DeepMind sa ilang mga paraan.
Ang ilan sa mga pinaka-kilalang lugar na ginagamit ng DeepMind AI ay ang pagkilala sa pagsasalita, pagkilala ng imahe, pagtuklas ng pandaraya, pag-detect at pagkilala sa spam, pagkilala ng sulat-kamay, pagsasalin, Street View, at kahit Lokal na Paghahanap.
Super-Accurate Speech Recognition ng Google
Ang pagkilala ng speech, o ang kakayahan ng isang computer upang bigyang-kahulugan ang mga sinasalitang utos, ay sa loob ng mahabang panahon, ngunit ang mga gusto ni Siri , Cortana , Alexa at Google Assistant ay nagdulot nito nang higit pa sa aming pang-araw-araw na buhay.
Sa kaso ng sariling teknolohiya ng pagkilala ng boses ng Google, ang malalim na pag-aaral ay nagtatrabaho sa mahusay na epekto. Sa katunayan, ang makina ng pag-aaral ay nagpapahintulot sa pagkilala ng boses ng Google upang makamit ang isang kakila-kilabot na antas ng katumpakan para sa wikang Ingles, hanggang sa punto kung saan ito ay tumpak lamang bilang isang tagapakinig ng tao.
Kung mayroon kang anumang mga device sa Google, tulad ng isang Android Phone o Google Home, ito ay may direktang, real-world application sa iyong buhay. Sa bawat oras na sasabihin mo, "Okay, Google" na sinundan ng isang tanong, DeepMind flexes nito kalamnan upang matulungan ang Google Assistant na maunawaan kung ano ang iyong sinasabi.
Ang application na ito ng machine-learning sa speech recognition ay may dagdag na epekto na partikular na nalalapat sa Google Home. Hindi tulad ng Alexa ng Amazon, na gumagamit ng walong mikropono upang mas mahusay na maunawaan ang mga utos ng boses, kailangan lamang ng dalawang pagkilala ng DeepMind na pinagagana ng boses ng Google Home.
Google Home at Assistant Voice Generation
Ang paggamit ng tradisyonal na pagsasalita ay gumagamit ng isang bagay na tinatawag na concatenative text-to-speech (TTS). Kapag nakikipag-ugnayan ka sa isang aparato na gumagamit ng ganitong paraan ng pagbubuo ng pagsasalita, kumunsulta ito sa isang database na puno ng mga fragment ng pagsasalita at nagtitipon sa mga ito sa mga salita at pangungusap. Nagreresulta ito sa mga strangely inflected na mga salita, at karaniwan ay medyo malinaw na walang tao sa likod ng boses.
DeepMind tackled voice generation na may proyektong tinatawag na WaveNet. Pinapayagan nito ang mga tinig na gawa ng artipisyal, tulad ng iyong naririnig kapag pinag-uusapan mo ang iyong Google Home o Google Assistant sa iyong telepono, upang maging mas natural ang tunog.
Ang WaveNet ay nakasalalay din sa mga halimbawa ng totoong pagsasalita ng tao, ngunit hindi ito ginagamit upang synthesize ang anumang bagay nang direkta. Sa halip, pinag-aaralan nito ang mga halimbawa ng pagsasalita ng tao upang malaman kung paano gumagana ang raw audio waveforms. Pinapayagan ito na maging sinanay upang magsalita ng iba't ibang wika, gumamit ng mga accent, o kahit na sanay na tunog tulad ng isang partikular na tao.
Hindi tulad ng ibang mga sistema ng TTS, ang WaveNet ay bumubuo rin ng mga tunog na hindi nagsasalita, tulad ng paghinga at lip-smacking, na maaaring gawin itong tila mas makatotohanan.
Kung nais mong marinig ang pagkakaiba sa pagitan ng isang tinig na nabuo sa pamamagitan ng concatenative text-to-speech, at isa na binuo ng WaveNet, may DeepMind ang ilang mga kawili-wiling sample ng boses na maaari mong pakinggan.
Deep Learning at Google Photo Search
Nang walang artipisyal na katalinuhan, ang paghahanap ng mga imahe ay umaasa sa mga clues sa konteksto tulad ng mga tag, nakapaligid na teksto sa mga website, at mga pangalan ng file. Sa DeepMind's malalim na mga tool sa pag-aaral, ang paghahanap sa Google Photos ay talagang natututunan kung ano ang hitsura ng mga bagay, na nagbibigay-daan sa iyo upang maghanap ng iyong sariling mga larawan at makakuha ng mga may-katuturang resulta nang hindi na kinakailangang mag-tag ng anumang bagay.
Halimbawa, maaari kang maghanap ng "aso" at kukunin nito ang mga larawan ng iyong aso na kinuha mo, kahit na hindi mo talaga pinangalanan ang mga ito. Ito ay dahil natutunan nito kung ano ang hitsura ng mga aso, sa parehong paraan na natutunan ng mga tao kung ano ang hitsura ng mga bagay. At, hindi tulad ng dog-obsessed Deep Dream ng Google, ito ay higit sa 90 porsiyento na tumpak sa pagkilala sa lahat ng mga uri ng iba't ibang mga larawan.
DeepMind sa Google Lens at Visual Search
Ang isa sa mga nakamamanghang epekto na ginawa ng DeepMind ay ang Google Lens. Ito ay mahalagang isang visual search engine na nagbibigay-daan sa iyo upang snap ng isang larawan ng isang bagay out sa tunay na mundo at agad pull up ng impormasyon tungkol dito. At hindi ito gagana nang walang DeepMind.
Habang naiiba ang pagpapatupad, ito ay katulad ng paraan na ginagamit ang malalim na pag-aaral sa paghahanap ng imahe sa Google+. Kapag kumuha ka ng isang larawan, ang Google Lens ay maaaring tumingin sa ito at malaman kung ano ito. Batay sa na, maaari itong magsagawa ng iba't ibang mga function.
Halimbawa, kung magdadala ka ng isang larawan ng isang sikat na palatandaan, ito ay magbibigay sa iyo ng impormasyon tungkol sa palatandaan, o kung kumuha ka ng isang larawan ng isang lokal na tindahan, maaari itong kumuha ng impormasyon tungkol sa tindahan na iyon. Kung ang larawan ay may kasamang isang numero ng telepono o email address, ang Google Lens ay makakaalam din na, at bibigyan ka nito ng pagpipilian upang tawagan ang numero o magpadala ng isang email.