Google Brain on Googlen tutkimusprojekti syväoppimiseen perustuvan tekoälyn tutkimiseksi . Se yhdistää avoimen koneoppimisen tutkimuksen Googlen mittakaavan järjestelmäkehitykseen ja laskentatehoon. [yksi]
Google Brainin tehtävänä on parantaa ihmisten elämää rakentamalla älykkäämpiä koneita. [2] Tätä varten tiimi keskittyy joustavien mallien rakentamiseen, jotka pystyvät toimimaan itse, sekä käyttämään tehokkaasti dataa ja laskentatehoa.
Google Brain -tiimi antaa seuraavan kuvauksen: "Tämä lähestymistapa on osa laajempaa koneoppimisen kenttää kuin syväoppiminen ja varmistaa, että työllämme on suuri merkitys käytännön ongelmien ratkaisemisessa. Lisäksi järjestelmäosaamisemme täydentää tätä lähestymistapaa, jolloin voimme luoda työkaluja koneoppimistutkimuksen nopeuttamiseksi ja sen käytännön arvon avaamiseksi maailmalle. [2] »
Niin kutsuttu "Google Brain" -projekti alkoi vuonna 2011 Google Fellow Jeff Deanin , Google-tutkijan Greg Corrado ja Stanfordin yliopiston professorin Andrew Ng :n sivututkimusprojektina . [3] [4] [5] Eun on ollut kiinnostunut syvän oppimismenetelmien käyttämisestä tekoälyongelmien ratkaisemisessa vuodesta 2006, ja vuonna 2011 hän aloitti yhteistyön Deanin ja Corradon kanssa rakentaakseen laajan syvän oppimisjärjestelmän DistBelief [6] päälle. Googlen pilvipalvelujen infrastruktuurista . Google Brain käynnistettiin Google X -projektina, ja siitä tuli niin menestyvä, että se palasi Googlelle: Astro Teller sanoi, että Google Brain maksoi Google X:n kaikki kustannukset. [7]
Kesäkuussa 2012 New York Times raportoi, että 16 000 tietokoneen ryhmä, joka oli suunniteltu jäljittelemään jotakin ihmisen aivojen toimintaa, oli oppinut tunnistamaan kissat 10 miljoonasta YouTube-videoista saadusta digitaalisesta kuvasta . [5] Tästä tarinasta kertoivat myös National Public Radio [8] ja Smart Planet . [9]
Maaliskuussa 2013 Google palkkasi Jeffrey Hintonin , johtavan syväoppimisen tutkijan , ja osti DNNResearchin, Hintonin johtaman yrityksen. Hinton sanoi jakavansa aikansa yliopiston tutkimuksen ja Googlen työskentelyn välillä. [kymmenen]
26. tammikuuta 2014 useat uutiskanavat väittivät, että Google oli ostanut DeepMind Technologiesin julkistamattomalla hinnalla. Analyytikot ilmoittivat myöhemmin, että yritys oli ostettu 400 miljoonalla punnalla (650 miljoonalla dollarilla tai 486 miljoonalla eurolla), vaikka myöhemmissä raporteissa oston arvo oli yli 500 miljoonaa puntaa. [11] [12] [13] [14] [15] [16] [17] Yrityskaupan kerrotaan tapahtuneen sen jälkeen, kun Facebook päätti DeepMind Technologiesin kanssa vuonna 2013 käydyt neuvottelut, jotka eivät johtaneet ostosopimukseen. [kahdeksantoista]
Lokakuussa 2016 Google Brain suoritti kokeen viestien salaamiseksi. Siinä kaksi tekoälyä on kehittänyt omat salausalgoritminsa suojellakseen viestejään muilta tekoälyiltä, jotka puolestaan pyrkivät kehittämään oman järjestelmän murtaakseen tekoälyn luoman salauksen. Tutkimus onnistui, koska kaksi alkuperäistä tekoälyä oppivat kommunikoimaan toistensa kanssa tyhjästä. [19]
Tässä kokeessa luotiin kolme tekoälyä: Alice, Bob ja Eve. Kokeen tavoitteena oli, että Alice lähettää viestin Bobille, joka pystyisi purkamaan sen salauksen , ja Eve yrittää siepata viestin. Samaan aikaan tekoälylle ei annettu selkeitä ohjeita viestiensä salaamiseen . Heille annettiin vain tappiofunktio. Tästä seurasi se, että jos kokeen aikana Alicen ja Bobin välinen kommunikointi ei onnistunut (Bob tulkitsi Alicen viestin väärin tai Eve sieppasi sen), niin myöhemmillä kierroksilla kryptografiaa muutetaan siten, että Alice ja Bob voivat kommunikoida turvallisesti. . Itse asiassa tämä tutkimus johti johtopäätökseen, että tekoäly voi kehittää oman salausjärjestelmän ilman ennalta kirjoitettuja salausalgoritmeja, mikä voisi olla läpimurto viestien salauksen alalla tulevaisuudessa. [kaksikymmentä]
Helmikuussa 2017 Google Brain julkisti kuvanparannusjärjestelmän, joka käyttää hermoverkkoja täyttämään erittäin alhaisen resoluution kuvien yksityiskohdat. Näytetyissä esimerkeissä 8x8-kuvat muunnetaan 32x32-kuviksi.
Ohjelmisto käyttää kahta erilaista hermoverkkoa kuvien luomiseen. Ensimmäinen, nimeltään "ehdollinen verkko", kartoittaa pikseleitä matalaresoluutioisesta kuvasta korkealaatuisemman kuvan pikseleihin, pienentää jälkimmäistä 8x8:aan ja yrittää löytää vastineen. Toinen verkko on "alustava", joka analysoi pikselöityä kuvaa ja yrittää lisätä yksityiskohtia suuren määrän korkearesoluutioisia kuvia perusteella. Sitten, kun alkuperäistä kuvaa skaalataan 8x8:aan, järjestelmä lisää pikseleitä sen perusteella, millainen kuvan pitäisi olla. Lopuksi näiden kahden verkon lähdöt yhdistetään lopullisen kuvan luomiseksi. [21]
Tämä edustaa läpimurtoa alhaisen resoluution kuvien parantamisessa. Vaikka lisätyt yksityiskohdat eivät ole osa todellista kuvaa, vaan vain parhaita arvauksia, tekniikka on osoittanut vaikuttavia tuloksia todellisissa testeissä. Kun ihmisille näytettiin paranneltua kuvaa ja aitoa asiaa, he olivat väärässä 10 % ajasta julkkiskuvissa ja 28 % ajasta makuuhuonekuvissa. Vertailu tehdään aiempiin pettymyksiin saatuihin tuloksiin, joissa ihmiset ovat aina määrittäneet oikein perinteisen kaksikuutioisen skaalausmenetelmän. [22] [23] [24]
Google Brain -tiimi saavutti äskettäin vaikuttavia tuloksia Google-kääntäjässä , joka on osa Google Brain -projektia. Syyskuussa 2016 tiimi lanseerasi uuden järjestelmän, Google Neural Machine Translation (GNMT) , joka on päästä päähän -oppimisjärjestelmä, joka pystyy oppimaan lukuisista esimerkeistä. Vaikka sen käyttöönotto paransi merkittävästi Google-kääntäjän laatua pilottikielille, oli erittäin vaikeaa tehdä tällaisia parannuksia kaikille 103 tuetulle kielelle. Tämän ongelman ratkaisemiseksi Google Brain -tiimi pystyi kehittämään GNMT:stä monikielisen version, joka laajensi edellistä ja mahdollisti kääntämisen useiden kielten välillä. Lisäksi se mahdollisti suoran käännöksen ( eng. Zero-Shot Translations ) sellaisten kieliparien välillä, joita ei ollut erikseen asetettu koulutuksen aikana. [25] Google ilmoitti äskettäin, että Google-kääntäjä voi kääntää hermoverkkojen avulla ilman tekstiä. Tämä tarkoittaa, että voit kääntää yhdellä kielellä tallennetun puheen tekstiksi toisella kielellä muuntamatta puhetta ensin tekstiksi. Google Brainin tutkijoiden mukaan tämä välivaihe voidaan jättää pois käytettäessä hermoverkkoja. Tämän opettamiseksi järjestelmälle syötettiin useita tunteja espanjan puhetta englanninkielisellä transkriptiolla. Ihmisaivoja jäljittelevät hermoverkkojen eri kerrokset pystyivät yhdistämään asiaankuuluvat fragmentit ja muuttamaan ääniaallon peräkkäin englanninkieliseksi tekstiksi. [26]
Tällä hetkellä projektin tekniikkaa käytetään Android - puheentunnistusjärjestelmässä , [27] Google+ -kuvahaussa [28] ja YouTube-videosuosituksissa. [29]
Google Brainin loivat alun perin Google-stipendiaatti Jeff Dean ja vieraileva professori Andrew Ng Stanfordista [4] (Eun jätti myöhemmin projektin johtamaan Baidussa toimivaa tekoälyryhmää [30] ). Vuonna 2017 tiimin jäsenet ovat: Anelia Angelova , Sami Bengio , Greg Corrado , George Dahl (koneoppimisen tutkija) , Michael Izard , Anjuli Kannan , Hugo Larocelle , Kwok Le , Chris Ola , Vincent Vanhoke , Vijay Vasudevan ja Fernanda Vigas . [31] Chris Lattner , joka loi Apple Swift -ohjelmointikielen ja johti sitten Teslan itseajavien autojen tiimiä kuuden kuukauden ajan, liittyi Google Brain -tiimiin elokuussa 2017. [32]
Google Brain sijaitsee Mountain View'ssa , ja sillä on sivuliikkeet Cambridgessä , Lontoossa , Montrealissa , New Yorkissa , San Franciscossa , Torontossa , Zürichissä ja Amsterdamissa . [33]
Google Brain on saanut laajaa kattavuutta Wired Magazinessa , [34] [12] [35] New York Timesissa , [35] Technology Review :ssä , [36] [11] National Public Radiossa [8] ja Big Think :ssä . [37]