Koliko je duboko učenje ugrađeno u proizvode koje koristite
DeepMind može da se odnosi na dve stvari: tehnologiju koja stoji iza Google-ove veštačke inteligencije (AI) i kompanija koja je odgovorna za razvoj te veštačke inteligencije. Kompanija pod nazivom DeepMind je podružnica kompanije Alphabet Inc., koja je i matična kompanija Google, a tehnologija veštačke inteligencije kompanije DeepMind našla je svoj put u nizu Google projekata i uređaja .
Ako koristite Google Home ili Google Asistent , onda je vaš život već presjekao sa Google DeepMindom na neka iznenađujuća načina.
Kako i zašto je Google kupio DeepMind?
DeepMind je osnovan 2011. godine sa ciljem "rešavanja inteligencije, a zatim ga iskorišćava za rešavanje svega ostalog". Osnivači su se bavili problemom mašinskog učenja naoružanih saznanjima o neuroznanosti s ciljem stvaranja moćnih algoritama opšte namjene koje bi mogle da nauče, a ne da trebaju biti programirani.
Nekoliko velikih igrača na polju AI videlo je ogromnu količinu talenata koji je DeepMind sastavio u vidu stručnjaka za veštačku inteligenciju i istraživača, a Facebook je napravio predstavu za kupovinu kompanije 2012. godine.
Dogovor sa Facebookom raspao se, ali Google je ušao i kupio DeepMind u 2014. godini za oko 500 miliona dolara. DeepMind je zatim postao podružnica kompanije Alphabet Inc. tokom restrukturiranja korporacije Google u 2015. godini .
Glavni razlog Google-a za kupovinom DeepMind-a je bio da započne sopstvenu istraživačku veštačku inteligenciju. Dok je Glavni centar DeepMind-a ostao u Londonu, Engleska nakon akvizicije, primenjeni tim je upućen u Googleov štand u Mountain Viewu, Kalifornija, radi na integriranju DeepMind AI-a sa Google proizvodima.
Šta je Google Doing With DeepMind?
Cilj DeepMind-a za rešavanje inteligencije se nije promenio kada su ključeve predali Google-u. Rad se nastavio na dubokom učenju , što je vrsta mašinskog učenja koja nije specifična za zadatak. To znači da DeepMind nije programiran za određeni zadatak, za razliku od ranijih AI-ova.
Na primjer, IBM-ov Deep Blue slavio je poraz gospodara Gary Kasparov. Međutim, Deep Blue je dizajniran da izvrši tu specifičnu funkciju i nije bio korisan izvan te svrhe. S druge strane, DeepMind je dizajniran za učenje iz iskustva, što ga teoretski čini korisnim u mnogim različitim aplikacijama.
Veštačka inteligencija DeepMinda naučila je da igra rane video igrice, poput Breakout-a, bolje od čak i najboljih ljudskih igrača, a program za računar Go koji je pogonio DeepMind uspio je pobediti prvaka Go 5 igrača na nulu.
Pored čistog istraživanja, Google takođe integriše DeepMind AI u svoje vodeće proizvode za pretraživanje i potrošačke proizvode poput kućnih i Android telefona.
Kako Google DeepMind utiče na vaš svakodnevni život?
DeepMindovi globalni alati za učenje su implementirani u čitavom spektru Google proizvoda i usluga, tako da ako koristite Google za bilo šta, postoje dobre šanse da ste na neki način interakciju sa DeepMind-om.
Nekima od najistaknutijih mesta DeepMind AI korišćeni su prepoznavanje govora, prepoznavanje slika, otkrivanje prevara, otkrivanje i prepoznavanje neželjene pošte, prepoznavanje rukopisa, prevođenje, prikaz ulice i čak lokalna pretraga.
Google-ovo precizno prepoznavanje govora
Prepoznavanje govora ili sposobnost računara da tumači govorne komande već dugo postoji, ali kao što su Siri , Cortana , Alexa i Google Assistant to ga sve više dovode u naš svakodnevni život.
U slučaju Google-ove sopstvene tehnologije za prepoznavanje glasa, duboko učenje je korišćeno za veliki efekat. Ustvari, mašinsko učenje omogućilo je Googleovom prepoznavanju glasa da postigne neverovatni nivo tačnosti za engleski jezik, do tačke gde je upravo onakav tačan koliko i ljudski slušalac.
Ako imate bilo koji Google uređaj, poput Android telefona ili Google-a, ovo ima direktnu aplikaciju u realnom svetu za vaš život. Svaki put kada kažete, "Ok, Google" praćeno pitanjem, DeepMind pomaže mišićima da pomogne Google Asistentu da razume ono što govorite.
Ova aplikacija prepoznavanja govora u mašinskom učenju ima dodatni utjecaj koji se specifično odnosi na Google Home. Za razliku od Amazonke Alexe, koja koristi osam mikrofona da bi bolje razumela glasovne komande, prepoznavanje glasa za Google Home na DeepMind-u omogućeno je samo dvije.
Google Home i pomoćnik generacije govora
Tradicionalna sinteza govora koristi nešto što se zove concatenative text-to-speech (TTS). Kada komunicirate sa uređajem koji koristi ovaj metod sinteze govora, konsultuje baze podataka puna fragmenata govora i sastavlja ih u reči i rečenice. Ovo rezultira čudno uparenim rečima, a obično je vrlo jasno da nema čovjeka iza glasa.
DeepMind se bavi generacijom glasa projektom pod nazivom WaveNet. Ovo omogućava vještački generisane glasove, kao što je onaj koji čujete kada razgovarate sa svojim Google Home-om ili Google asistentom na telefonu, kako biste zvučali mnogo prirodnije.
WaveNet se takođe oslanja na uzorke stvarnog ljudskog govora, ali ih ne koristi da sintetizuje bilo šta direktno. Umesto toga, analizira uzorke ljudskog govora kako bi saznali kako funkcionišu sirovi audio talasni oblici. To mu omogućava da bude obučen da govori različitim jezicima, koristi akcente ili čak da bude obučen da zvuči kao određena osoba.
Za razliku od drugih TTS sistema, WaveNet takođe generiše ne-govorne zvuke, kao što su disanje i usne, što može učiniti da izgleda još realnije.
Ako želite da čujete razliku između glasa generiranog kroz konkatenativni tekst-u-govor, a jedan koji generiše WaveNet, DeepMind ima neke veoma zanimljive uzorke glasa koje možete slušati.
Deep Learning i Google Photo Search
Bez veštačke inteligencije, potragu za slikama se oslanja na kontekstne nazive kao što su oznake, tekst koji se okružuje na web stranicama i imena datoteka. Pomoću DeepMind-ovih globokih alata za učenje, Google Photos pretraga je zapravo mogla naučiti kako izgledaju stvari, omogućavajući vam da pretražujete svoje slike i dobijate relevantne rezultate, bez potrebe za oznakom bilo čega.
Na primer, možda ćete pretraživati "psa" i povući će slike vašeg psa koje ste uzeli, iako ih nikada niste označili. To je zato što je uspjelo saznati kako psi izgledaju, na sličan način kako ljudi saznaju kako izgledaju stvari. I, za razliku od Google-ovog dubokog Dream-opsednutog psa, to je više od 90 posto tačno na identifikaciji svih vrsta različitih slika.
DeepMind u Google objektivu i vizuelnom pretragu
Jedan od najsmjernijih utjecaja koje je DeepMind napravio je Google Lens. Ovo je u suštini vizuelni pretraživač koji vam omogućava da snimite sliku nečega u stvarnom svetu i odmah povučete informacije o tome. I to ne bi funkcionisalo bez DeepMind-a.
Iako je implementacija drugačija, ovo je slično načinu na koji se duboko učenje koristi u Google+ pretraživanju slika. Kada snimate sliku, Google Lens može da pogleda i shvati šta je to. Na osnovu toga, može izvršiti razne funkcije.
Na primjer, ako napravite sliku poznatog orijentira, on će vam dostaviti informacije o orijentirnom mjestu, ili ako fotografišete lokalnu prodavnicu, može se izvući informacija o toj prodavnici. Ako slika uključuje telefonski broj ili adresu e-pošte, Google Lens takođe može da prepozna i daće vam mogućnost pozivanja broja ili slanja e-pošte.