Trang Chủ Suy nghĩ tiến tới Các ứng dụng, công cụ của Google nhằm mục đích 'dân chủ hóa ai'

Các ứng dụng, công cụ của Google nhằm mục đích 'dân chủ hóa ai'

Mục lục:

Video: Mong một ná»a của tôi không nghiện smartphone (Tháng mười một 2024)

Video: Mong một ná»a của tôi không nghiện smartphone (Tháng mười một 2024)
Anonim

Đối với tôi, chủ đề lớn nhất tại hội nghị Google I / O tuần trước là "dân chủ hóa AI", nói cách khác, làm cho AI có thể truy cập được cho cả người dùng cuối thông qua việc sử dụng nó trong nhiều dịch vụ của Google và cho các nhà phát triển thông qua các công cụ, chương trình mới và thậm chí cả phần cứng được thiết kế xung quanh khung AI TensorFlow của Google.

Giám đốc điều hành Google Sundar Pichai đã bắt đầu hội nghị với một bài phát biểu, trong đó ông một lần nữa nhấn mạnh rằng công ty đang chuyển từ phương pháp di động đầu tiên sang phương pháp tiếp cận AI đầu tiên, tương tự như những gì ông nói năm ngoái.

Ông cho biết Google đã "xem xét lại tất cả các sản phẩm của chúng tôi và áp dụng học máy và AI để phục vụ các vấn đề của người dùng." Ông cho biết các thuật toán học máy đã ảnh hưởng đến việc xếp hạng các kết quả khác nhau trong tìm kiếm và cách Chế độ xem phố bây giờ tự động nhận ra các dấu hiệu. Các dịch vụ khác ngày càng thông minh hơn nhờ AI, ông nói, như cách Google Home hiện hỗ trợ nhiều người dùng và cách Gmail hiện đang triển khai tính năng "trả lời thông minh" trong đó tự động đề xuất phản hồi cho email.

Cuối cùng, ông đã đưa ra một số thông báo về các sản phẩm AI, cho cả người tiêu dùng và nhà phát triển.

Lens, Assistant và Photo sử dụng các tính năng AI

Đối với người dùng cuối, những nỗ lực mới nhất có thể thấy là Google Lens, một bộ khả năng tính toán dựa trên tầm nhìn có thể hiểu những gì bạn đang thấy và hành động, cả trong Google Assistant và Google Photos.

Chẳng hạn, anh ấy đã trình diễn cách bạn có thể chụp ảnh một bông hoa và làm thế nào Google Lens có thể nhận dạng nó. Thông thường hơn, nó có thể chụp ảnh tên người dùng và mật khẩu cho Wi-Fi, sau đó tự động hiểu rằng bạn muốn kết nối và làm điều đó cho bạn. Các ví dụ khác bao gồm chụp ảnh bên ngoài nhà hàng và để phần mềm hiểu nó là gì, sau đó hiển thị cho bạn đánh giá của người dùng và menu. Điều này không hoàn toàn mới, nhưng tôi có thể tưởng tượng rằng nó sẽ khá hữu ích, đó là thứ mà tất cả chúng ta sẽ sử dụng khá nhiều bằng cách học vẹt trong một vài năm. Google cho biết điều này sẽ được triển khai trong một vài tháng tới.

Trợ lý Google tiếp tục ngày càng thông minh hơn và sẽ kết hợp Google Lens, mặc dù tin tức lớn nhất về điều đó là Trợ lý hiện đang đến với iPhone.

Ứng dụng Google Photos nổi tiếng cũng đang nhận được một số tính năng mới do AI điều khiển, bao gồm "chia sẻ được đề xuất", trong đó ứng dụng sẽ tự động chọn những bức ảnh đẹp nhất và đề nghị bạn chia sẻ chúng với mọi người trong ảnh. Google Photos cũng đang thêm một tính năng tự động cho phép bạn chia sẻ tất cả hoặc một phần của bạn thư viện, để nếu bạn chụp ảnh những đứa trẻ của mình, chúng cũng tự động trở thành một phần của thư viện ảnh của đối tác của bạn. Và nó có thể gợi ý những bức ảnh đẹp nhất cho một cuốn sách ảnh.

Trung tâm dữ liệu đầu tiên AI và các công cụ phát triển mới

Về mặt nội bộ, Pichai đã nói về cách công ty "suy nghĩ lại" kiến ​​trúc tính toán của mình để xây dựng "trung tâm dữ liệu đầu tiên về AI". Ông cho biết Google sử dụng Đơn vị xử lý kéo căng (TPU) hiện tại trên tất cả các dịch vụ của mình, từ tìm kiếm cơ bản đến nhận dạng giọng nói đến cạnh tranh AlphaGo.

Tôi đặc biệt bị thu hút bởi việc giới thiệu phiên bản TPU 2.0 mới của công ty, mà Pichai cho biết có khả năng đạt 180 teraflop (180 nghìn tỷ hoạt động điểm nổi mỗi giây) trên mỗi bo mạch 4 chip, hoặc 11, 5 petaflop trong mỗi "nhóm" 64 bảng như vậy. Hiện tại chúng có sẵn cho các nhà phát triển dưới dạng "đám mây TPU" trên Google Cloud Engine và công ty cho biết họ sẽ cung cấp 1000 TPU đám mây cho các nhà nghiên cứu máy học thông qua Đám mây nghiên cứu mới của công ty TensorFlow.

Đây là một phần trong sự thúc đẩy ngày càng tăng đối với TensorFlow, khung học tập máy nguồn mở dành cho các nhà phát triển của công ty và hội nghị đã có nhiều phiên nhằm mục đích thu hút nhiều nhà phát triển sử dụng khung này. TensorFlow dường như là khung phổ biến nhất trong số các khung máy học, nhưng đó chỉ là một trong số các lựa chọn. (Những người khác bao gồm Caffe, được đẩy bởi Facebook và MXNet, được đẩy bởi Amazon Web Services.)

Tôi đã đi đến một phiên về "TensorFlow for Non-Experts" được thiết kế để truyền giáo cho khuôn khổ và Máy ảnh thư viện học tập sâu, và nó đã được đóng gói. Đó là thứ hấp dẫn, nhưng không quen thuộc như các công cụ phát triển truyền thống hơn. Tất cả các công ty lớn đều nói rằng họ đang gặp khó khăn trong việc tìm đủ nhà phát triển có chuyên môn về máy học, vì vậy không có gì ngạc nhiên khi thấy tất cả họ đẩy mạnh khuôn khổ nội bộ của họ. Mặc dù các công cụ để sử dụng chúng ngày càng tốt hơn, nhưng nó vẫn phức tạp. Tất nhiên, chỉ cần gọi một mô hình hiện có thì dễ dàng hơn nhiều và Google Cloud Platform, cũng như Microsoft và AWS, tất cả đều có nhiều nhà phát triển dịch vụ ML như vậy có thể sử dụng.

Vì việc phát triển các dịch vụ như vậy rất khó khăn, Pichai đã dành rất nhiều thời gian để nói về "AutoML", một cách tiếp cận có mạng lưới thần kinh thiết kế mạng lưới thần kinh mới. Ông cho biết Google hy vọng rằng AutoML sẽ có khả năng mà một vài tiến sĩ có ngày hôm nay và sẽ giúp hàng trăm ngàn nhà phát triển thiết kế mạng lưới thần kinh mới cho nhu cầu cụ thể của họ trong vòng ba đến năm năm.

Đây là một phần trong nỗ lực lớn hơn mang tên Google.ai nhằm đưa AI đến với nhiều người hơn, với Pichai nói về một loạt các sáng kiến ​​sử dụng AI để giúp chăm sóc sức khỏe. Ông đã nói về bệnh lý và phát hiện ung thư, giải trình tự DNA và khám phá phân tử.

Tiếp tục chủ đề, Dave Burke, người đứng đầu bộ phận kỹ thuật Android, đã công bố một phiên bản mới của TensorFlow được tối ưu hóa cho thiết bị di động có tên là TensorFlow lite. Thư viện mới sẽ cho phép các nhà phát triển xây dựng các mô hình học sâu hơn được thiết kế để chạy trên điện thoại thông minh Android và ông đã nói về cách các nhà thiết kế bộ xử lý di động làm việc trên các máy gia tốc cụ thể trong bộ xử lý hoặc DSP được thiết kế cho suy luận mạng thần kinh và thậm chí đào tạo.

Trong bài phát biểu của nhà phát triển, Fei Fei Li, giáo sư Stanford, người đứng đầu nghiên cứu về AI của Google, cho biết cô đã tham gia Google "để đảm bảo rằng mọi người đều có thể tận dụng AI để duy trì tính cạnh tranh và giải quyết các vấn đề quan trọng nhất với họ."

Cô đã nói rất nhiều về "Dân chủ hóa AI", bao gồm các công cụ khác nhau mà Google cung cấp cho các nhà phát triển cho các ứng dụng cụ thể, như tầm nhìn, lời nói, dịch thuật, ngôn ngữ tự nhiên và trí thông minh video, cũng như tạo ra các công cụ để tạo mô hình của riêng bạn, như như TensorFlow, dễ sử dụng hơn với các API cấp cao hơn.

Cô ấy đã nói về cách các nhà phát triển giờ đây có thể sử dụng CPU, GPUS hoặc TPU trên Google Compute Engine. Cô đã đưa ra một ví dụ về mức độ cải thiện tốc độ mà một số model chạy trên TPU, cho biết ý nghĩa nghiên cứu của việc này rất đáng kể.

Khi nhắc lại Pichai, cô đã mời chào Đám mây nghiên cứu mới của TensorFlow, nói rằng các sinh viên và người dùng Kaggle nên áp dụng để sử dụng nó; và kết luận bằng cách nói rằng công ty đã tạo ra nhóm AI trên nền tảng đám mây để biến AI thành dân chủ, để gặp bạn ở đâu, với các công cụ AI mạnh nhất của Google và chia sẻ hành trình khi bạn sử dụng chúng.

Các ứng dụng, công cụ của Google nhằm mục đích 'dân chủ hóa ai'