211service.com
Google setter sin virtuelle hjerneteknologi i arbeid
Denne sommeren satte Google et nytt landemerke innen kunstig intelligens med programvare som lærte å gjenkjenne katter, mennesker og andre ting ganske enkelt ved å se YouTube-videoer (se selvlært programvare ). Denne teknologien, basert på hvordan hjerneceller fungerer, blir nå satt i gang med å gjøre Googles produkter smartere, med talegjenkjenning som den første tjenesten som kommer til nytte.
Platonsk ideal: Dette sammensatte bildet representerer den ideelle stimulansen som Googles nevrale nettverk gjenkjenner som et katteansikt.
Googles læringsprogramvare er basert på å simulere grupper av tilkoblede hjerneceller som kommuniserer og påvirker hverandre. Når et slikt nevralt nettverk, som det kalles, utsettes for data, kan forholdet mellom ulike nevroner endres. Det får nettverket til å utvikle evnen til å reagere på bestemte måter på innkommende data av en bestemt type – og nettverket sies å ha lært noe.
Nevrale nettverk har blitt brukt i flere tiår i områder der maskinlæring brukes, for eksempel programvare for sjakkspilling eller ansiktsgjenkjenning. Googles ingeniører har funnet måter å legge mer datakraft bak tilnærmingen enn det som var mulig tidligere, ved å skape nevrale nettverk som kan lære uten menneskelig hjelp og som er robuste nok til å brukes kommersielt, ikke bare som forskningsdemonstrasjoner.
Selskapets nevrale nettverk bestemmer selv hvilke funksjoner i data de skal ta hensyn til, og hvilke mønstre som betyr noe, i stedet for å la mennesker bestemme at for eksempel farger og spesielle former er av interesse for programvare som prøver å identifisere objekter.
Google bruker nå disse nevrale nettverkene for å gjenkjenne tale mer nøyaktig, en teknologi som blir stadig viktigere for Googles smarttelefonoperativsystem, Android, samt søkeappen den gjør tilgjengelig for Apple-enheter (se Googles svar til Siri Thinks Ahead ). Vi fikk mellom 20 og 25 prosent forbedring når det gjelder ord som er feil, sier Vincent Vanhoucke , en leder av Googles innsats for talegjenkjenning. Det betyr at mange flere vil få en perfekt opplevelse uten feil. Det nevrale nettet fungerer så langt bare på amerikansk engelsk, og Vanhoucke sier at lignende forbedringer bør være mulig når det introduseres for andre dialekter og språk.
Andre Google-produkter vil sannsynligvis forbedres over tid med hjelp fra den nye læringsprogramvaren. Selskapets bildesøkeverktøy kan for eksempel bli bedre i stand til å forstå hva som er på et bilde uten å stole på omgivende tekst. Og Googles selvkjørende biler (se Look, No Hands ) og mobile datamaskin innebygd i et par briller (se You Will Want Googles Goggles ) kan dra nytte av programvare som er bedre i stand til å forstå mer virkelige data.
Den nye teknologien fikk overskrifter tilbake i juni i år, da Googles ingeniører publiserte resultater fra et eksperiment som kastet 10 millioner bilder tatt fra YouTube-videoer mot deres simulerte hjerneceller, og kjørte 16 000 prosessorer over tusen datamaskiner i 10 dager uten pause.
Gjennomsnittlige funksjoner: Dette sammensatte bildet representerer den ideelle stimulansen for Googles programvare for å oppdage et menneskelig ansikt i et bilde.
De fleste holder modellen sin i en enkelt maskin, men vi ønsket å eksperimentere med veldig store nevrale nettverk, sier Jeff Dean , en ingeniør som hjelper til med å lede forskningen hos Google. Hvis du skalerer opp både størrelsen på modellen og mengden data du trener den med, kan du lære finere distinksjoner eller mer komplekse funksjoner.
De nevrale nettverkene som kommer ut av den prosessen er mer fleksible. Disse modellene kan typisk ta mye mer kontekst, sier Dean, og gir et eksempel fra talegjenkjenningsverdenen. Hvis for eksempel Googles system trodde det hørte noen si at jeg skal spise litchi, men det siste ordet var litt dempet, kan det bekrefte anelsen basert på tidligere erfaringer med fraser fordi litchi er en frukt og brukes i samme kontekst som eple eller appelsin.
Dean sier at teamet hans også tester modeller som forstår både bilder og tekst sammen. Du gir den «nise» og den gir deg bilder av niser, sier han. Hvis du gir den et bilde av en nise, gir den deg 'nise' som et ord.
Et neste skritt kan være å la den samme modellen lære lydene til ord også. Å kunne relatere ulike former for data som dette kan føre til talegjenkjenning som samler ekstra ledetråder fra video, for eksempel, og det kan øke egenskapene til Googles selvkjørende biler ved å hjelpe dem å forstå omgivelsene ved å kombinere de mange datastrømmene de samler inn, fra laserskanning av nærliggende hindringer til informasjon fra bilens motor.
Googles arbeid med å lage nevrale nettverk bringer oss et lite skritt nærmere et av de endelige målene for AI – å lage programvare som kan matche dyrs eller kanskje til og med menneskelig intelligens, sier Yoshua Bengio , en professor ved University of Montreal som jobber med lignende maskinlæringsteknikker. Dette er veien mot å lage mer generell kunstig intelligens - det er ingen måte du vil få en intelligent maskin hvis den ikke kan ta inn et stort volum av kunnskap om verden, sier han.
Faktisk fungerer Googles nevrale nettverk på lignende måter som det nevroforskere vet om den visuelle cortex hos pattedyr, den delen av hjernen som behandler visuell informasjon, sier Bengio. Det viser seg at funksjonslæringsnettverkene som brukes [av Google] ligner på metodene som brukes av hjernen som er i stand til å oppdage objekter som eksisterer.
Han er imidlertid rask til å legge til at selv Googles nevrale nettverk er mye mindre enn hjernen, og at de ikke kan utføre mange ting som er nødvendige for intelligens, for eksempel resonnering med informasjon samlet inn fra omverdenen.
Dean er også forsiktig med å antyde at den begrensede intelligensen han bygger er i nærheten av å matche enhver biologisk hjerne. Men han kan ikke motstå å påpeke at hvis du velger den riktige konkurransen, vil Googles nevrale nettverk slå mennesker.
Vi ser bedre ytelse enn på menneskelig nivå i noen visuelle oppgaver, sier han, og gir eksemplet med merking, der husnumre vises på bilder tatt av Googles Street View-bil, en jobb som pleide å bli brukt til mange mennesker.
De begynner å bruke nevrale nett for å avgjøre om en lapp [i et bilde] er et husnummer eller ikke, sier Dean, og de viser seg å prestere bedre enn mennesker. Det er en liten seier - men en som fremhever hvor langt kunstige nevrale nett er bak de i hodet ditt. Det er sannsynligvis det at det ikke er veldig spennende, og en datamaskin blir aldri sliten, sier Dean. Det krever ekte intelligens for å kjede seg.