Как искусственный интеллект и машинное обучение становятся основным приоритетом работы Google

Вероника Елкина
Расскажите друзьям
Вероника Елкина

Долгие годы считалось, что освоить машинное обучение могут лишь избранные. Сейчас этот миф понемногу развенчивается, и Google этому активно способствует. Недавно компания запустила внутреннюю образовательную программу, которая выпускает настоящих «ниндзя машинного обучения». Очевидно, что у Google очень серьезные планы на работу с искусственным интеллектом. Издание Wired решило в них разобраться. Публикуем сокращенный перевод их статьи.

На прошлой неделе Google сообщила об открытии новой исследовательской лаборатории для машинного обучения в Цюрихе. Но где взять специалистов по машинному обучению, если эта наука не входит в стандартные образовательные программы? Да и большинство сотрудников Google всю жизнь обучались традиционному программированию. Из 25 тысяч инженеров компании лишь у нескольких тысяч есть какие-либо знания в машинном обучении.

Чтобы овладеть машинным обучением, нужны не только специальные знания в области математики и статистики, но и особое мировоззрение. А еще вам понадобится терпение, ведь для обучения ИИ нужно постоянно снабжать данными.

google

Изображение: Wired

Для обучения сотрудников Google разработала ряд инструментов, которые помогают в обучении алгоритмов и наблюдении за ними. Самый эффективный из них —это система TensorFlow, которая позволяет следить за процессом образования нейронных сетей. В ноябре 2015 года система была выложена в открытый доступ, и сейчас ей может воспользоваться любой желающий. Программа быстро обрела популярность — когда компания впервые объявила о проведении онлайн-курсов по TensorFlow, на них записалось 75 тысяч человек.

В Google также вот уже несколько лет используется Tensor Processing Unit — микропроцессор для оптимизации работы программ, занимающихся обработкой языков программирования. Его функционал отчасти напоминает работу графических процессоров, которые умеют быстро производить расчеты для выведения на экран нужных пикселей.

Но в первую очередь компании нужны именно специалисты, поэтому она проводит различные обучающие программы. Например, есть двухдневный «Экспресс-курс по машинному обучению с TensorFlow». Или годовая программа Brain Residency, которую можно пройти в группе Google Brain. Сейчас в Google идет программа Machine Learning Ninja, где сотрудники компании обучаются у руководителей самых продвинутых ИИ-проектов Google.

google

Изображение: Getty

Эта программа говорит о важной смене приоритетов компании. Несмотря на то что машинное обучение уже давно задействуется во многих технологиях Google, она начала активно им увлекаться только с 2016 года. В конце прошлого года генеральный директор компании Сундар Пичай сообщил, что «машинное обучение — это главный трансформационный способ, с помощью которого мы переосмысляем все, что делаем». «Мы вдумчиво используем его во всех наших продуктах, будь это поисковик, реклама, YouTube или Google Play», — добавил он.

Поскольку машинное обучение, в основном, используется для распознавания изображений, речи и голоса, неудивительно, что его можно найти в голосовом поиске, сервисе перевода Google Translate и Google Photos. Благодаря машинному обучению алгоритм Google Photos может показывать пользователю изображения с конкретными предметами. Например, если попросить его найти фотографии с бордер-колли, он покажет именно те изображения, на которых изображена собака этой породы — причем как взрослые особи, так и щенки. Программа не просто ищет похожие картинки, она понимает, что такое бордер-колли. Разумеется, человек тоже может искать фотографии собак, но он не способен мгновенно просмотреть миллионы изображений и найти нужную породу из десяти тысяч существующих. Если программа научится определять одну породу, то сможет находить и все остальные.

google

Фото: Google

Машинное обучение помогло создать такие функции, которые раньше казались чем-то нереалистичным. Например, в ноябре 2015 в Gmail появилась функция «умного ответа», существенно облегчающая жизнь пользователям мобильного клиента. Эта функция анализирует текст входящего письма и генерирует три варианта автоматического ответа. Далее система обучалась в зависимости от того, какой предлагаемый ответ выбирал пользователь. Правда, в самом начале тестирования функция работала довольно странно: иногда варианты автоматических ответов носили романтический оттенок там, где это было неуместно. Например, когда алгоритм не понимал содержимое письма, он предлагал ответ «Я люблю тебя», как будто бы пытаясь защититься от агрессии. Со временем этот баг исправили. Сейчас каждый десятый ответ, который отправляют пользователи мобильного клиента Gmail, является сгенерированным машиной вариантом.

Но самый важный шаг компания сделала, когда начала использовать машинное обучение в поисковике Google — самом важном своем продукте. Новая система RankBrain запустилась в апреле 2015. Не совсем понятно, как именно она улучшает поисковый алгоритм, но, по словам инженеров Google, система влияет на актуальную выдачу «множества запросов». При подсчете релевантности выдаваемых ссылок Google учитывает множество факторов — например, географическое положение пользователя, совпадение текста запроса с заголовком статьи — и работа RankBrain занимает третье место по степени полезности среди подобных факторов.

Источник.


Материалы по теме:

Deus ex machina: бывший инженер Google разрабатывает ИИ-бога

Видео: искусственный интеллект Google учится паркуру

Apple и Google определят будущее экономики

Как попасть на работу в Google: 6 советов от бывших сотрудников


Самые актуальные новости - в Telegram-канале Rusbase


Комментарии

Комментарии могут оставлять только авторизованные пользователи.
IT Synergy
23 ноября 2017
Ещё события


Telegram канал @rusbase