211service.com
Google cenšas mašīnmācīšanos padarīt cilvēciskāku
Google izpilddirektors Sundars Pichai pagājušajā mēnesī investoriem sacīja, ka mašīnmācības tehnoloģiju attīstība drīzumā ietekmēs katru produktu vai pakalpojumu, ar kuru uzņēmums strādā. Mēs pārdomājam visu, ko darām, viņš teica.
Daļa no centieniem padarīt savus pakalpojumus viedākus ir pārdomāt veidu, kā tiek izmantota mašīnmācīšanās, kas ļauj datoriem pašiem mācīties no datiem. Īsāk sakot, Google strādā, lai iemācītu šīm sistēmām būt nedaudz cilvēciskākām.
Google apsprieda dažus no šiem centieniem otrdienas brīfingā savā galvenajā mītnē Mauntinvjū, Kalifornijā. Mēs esam komandiera datu stadijā, sacīja personāla pētniecības inženieris Pīts Vordens, atsaucoties uz bezemocionālo androīdu televīzijas šovā. Zvaigžņu ceļš: nākamā paaudze. Bet mēs cenšamies sistēmā iekļaut mazliet vairāk konsultanta Troi — zvaigžņu kuģī Uzņēmums empātisks padomdevējs.
Warden strādā komandā, kas izstrādāja pakalpojumu Google fotoattēli, kas ļauj ātri meklēt, piemēram, pludmali vai suni. Pamattehnoloģija radās, veicot ilgus pētījumus, lai ļautu programmatūrai identificēt fotoattēlus objektus. Bet Vordens un viņa kolēģi atklāja, ka nepietiek tikai ar iespēju pamanīt, teiksim, bērnus, olas vai grozus. Cilvēki vēlējās meklēt Lieldienu olu medības. Tāpat sistēma bija jāapmāca, lai saprastu, ka fotogrāfijas ar tītaru un šķīvjiem, kas uzņemtas novembra beigās, ir jāsaista ar Pateicības dienu.
Cits Google projekts ar segvārdu GlassBox mēģina apturēt programmatūru, kas mācās no ierobežota datu parauga, lai padarītu to, kas cilvēkiem šķiet vienkāršas, stulbas kļūdas. To vada vecāko darbinieku pētniece Maija Gupta, un tās mērķis ir sniegt programmatūrai kaut ko tādu, kas atbilst veselajam saprātam, kas ļauj cilvēkiem novērst maldinošus piemērus.
Piemēram, persona, kas rādīja dažus māju piemērus un ar tām saistītās cenas, uzreiz varēja redzēt, ka lielākas mājas parasti maksā vairāk, pat ja ir viena nobīde, piemēram, maza māja. piedāvāja par 1,8 miljoniem dolāru dārgajā Palo Alto pilsētā Kalifornijā. Taču šī pati novirze var likt mašīnmācības sistēmai, kas meklē attiecības tajā pašā datu paraugā, augstas cenas attiecināt uz citu faktoru, piemēram, mājas krāsu. Gupta ir izstrādājusi matemātiskas metodes, lai izlīdzinātu tādu nobīdi, kas var izraisīt mašīnmācīšanās sistēmu. Mēs cenšamies atgriezt pēc iespējas vairāk cilvēku zināšanu, sacīja Gupta MIT tehnoloģiju apskats .
Google pēdējos gados ir palielinājis ieguldījumus mašīnmācību izpētē pēc tehnoloģijas, kas pazīstama kā dziļā mācīšanās, parādīšanās, kurā tiek izmantoti aptuveni simulētu neironu tīkli (skatiet 10 Breakthrough Technologies 2013: Deep Learning ). Tas ir radījis pārsteidzošus runas un attēlu atpazīšanas uzlabojumus. Facebook, Google, IBM, Microsoft un Baidu pēta, kā dziļa mācīšanās var ļaut mašīnām saprast valodu un, iespējams, pat sarunāties ar mums (skatiet sadaļu Mācīšanas mašīnas, lai mūs saprastu).
Pagājušajā nedēļā Google apstiprināja, ka tā galvenais meklēšanas pakalpojums tagad apstrādā lielu daļu vaicājumu, izmantojot jaunu, uz dziļu mācīšanos balstītu sistēmu, ko sauc. RankBrain . Un otrdien tā debitēja pakalpojumā Viedā atbilde, kas izmanto mašīnmācīšanos, lai automātiski piedāvātu vairākas īsas atbildes uz e-pasta ziņojumiem.
Gregs Korrado, vecākais pētnieks un Google padziļinātās apmācības komandas līdzdibinātājs, saka, ka e-pasta rakstīšanas programmatūra ir tikai agrīns piemērs tam, kā mašīnmācīšanās tagad rada pilnīgi jaunus produktus, ne tikai uzlabo esošos, piemēram, surogātpasta filtrēšanu. vai meklēt.