Google-sovellukset, työkalut pyrkivät 'demokratisoimaan'

Minulle viime viikon Google I / O -konferenssin suurin teema oli "AI: n demokratisointi", toisin sanoen AI: n tekeminen käytettäväksi sekä loppukäyttäjille sen käytön kautta useissa Google-palveluissa että kehittäjille uusien työkalujen, ohjelmien kautta, ja jopa laitteita, jotka on suunniteltu Googlen TensorFlow AI -kehyksen ympärille.

Googlen toimitusjohtaja Sundar Pichai aloitti konferenssin avainsanalla, jossa hän painotti jälleen, että yritys on siirtymässä matkapuhelinta ensin AI-ensin -lähestymistapaan, samoin kuin mitä hän sanoi viime vuonna.

Hän sanoi, että Google "harkitsee kaikkia tuotteitamme ja soveltaa koneoppimista ja AI: ta palvellakseen käyttäjän ongelmia". Hän sanoi, että koneoppimisalgoritmit vaikuttavat jo eri hakutulosten sijoittumiseen ja siihen, kuinka Street View tunnistaa nyt merkit automaattisesti. Hän sanoi, että muut palvelut ovat älykkäämpiä AI: n vuoksi, kuten kuinka Google-koti tukee nyt useita käyttäjiä ja miten Gmail on nyt kehittämässä älykäs vastaus -ominaisuutta, jossa se ehdottaa automaattisesti vastauksia sähköposteihin.

Tätä varten hän antoi useita ilmoituksia AI-tuotteista, sekä kuluttajille että kehittäjille.

Objektiivi, avustaja ja valokuva käyttävät AI-ominaisuuksia

Loppukäyttäjien kannalta näistä uusimmista ponnisteluista näkyvin on Google Lens, visiopohjainen laskentaominaisuus, joka pystyy ymmärtämään näkemäsi ja ryhtymään toimiin sekä Google-avustajassa että Google-kuvissa.

Esimerkiksi hän esitteli, kuinka voit ottaa kuvan kukasta ja kuinka Google Lens voi nyt tunnistaa sen. Käytännöllisemmin se voi ottaa kuvan Wi-Fi-käyttäjänimesta ja -salasanasta ja sitten automaattisesti ymmärtää, että haluat muodostaa yhteyden ja tehdä sen puolestasi. Muita esimerkkejä ovat kuvan ottaminen ravintolan ulkopuolelta ja ohjelmiston ymmärtäminen, mikä se on, sitten käyttäjän arvostelujen ja valikoiden näyttäminen. Tämä ei ole kaikki aivan uutta, mutta voin kuvitella, että siitä tulee aika hyödyllistä - sellaista asiaa, jota me kaikki käytämme melko paljon muutamalla vuodessa. Google sanoo, että tämä otetaan käyttöön muutaman kuukauden kuluttua.

Google Assistant jatkaa entistä älykkäämmäksi ja sisällyttää Google Objektiivin, vaikkakin suurin uutinen siitä on, että Assistant on nyt tulossa iPhoneen.

Suosittu Google Photos -sovellus saa myös useita muita uusia AI-pohjaisia ​​ominaisuuksia, kuten "ehdotettu jakaminen", jossa se valitsee automaattisesti parhaat kuvat ja ehdottaa, että jaat ne valokuvien ihmisten kanssa. Google Photos lisää myös ominaisuuden, jonka avulla voit jakaa koko tai osan omasta kirjasto, joten jos otat valokuvia lapsistasi, heistä tulee automaattisesti myös kumppanisi valokuvakirjastossa. Ja se voi ehdottaa parhaita valokuvia valokuvakirjalle.

AI-First Data Centers ja uudet kehittämistyökalut

Sisäisesti Pichai puhui siitä, kuinka yritys "harkitsi" laskennallista arkkitehtuuriaan rakentaakseen "AI-first datakeskukset". Hänen mukaansa Google käyttää nykyisiä sensori-prosessointiyksiköitään kaikissa palveluissaan perushausta puhetunnistukseen AlphaGo-kilpailuun.

Olin erityisen kiinnostunut siitä, että yritys esitteli uuden version TPU 2.0: sta, jonka Pichain mukaan pystyttiin saavuttamaan 180 teraflopsia (180 biljoonaa liukulukupisteoperaatiota sekunnissa) per 4-siruinen levy tai 11.5 petaflops jokaisessa "pod": ssa 64 tällaista lautaa. Ne ovat kehittäjien saatavilla "pilvi-TPU: na" Google Cloud Engine -palvelussa, ja yritys ilmoitti, että se antaisi 1 000 pilvi-TPU: ta koneenoppimisen tutkijoiden käyttöön uuden TensorFlow-tutkimuspilven kautta.

Tämä on osa kasvavaa työtä TensorFlowiin, yrityksen avoimen lähdekoodin koneoppimiskehykseen kehittäjille, ja konferenssissa oli useita istuntoja, joiden tarkoituksena oli saada enemmän kehittäjiä käyttämään tätä kehystä. TensorFlow näyttää olevan suosituin koneoppimiskehyksistä, mutta se on vain yksi monista vaihtoehdoista. (Muita ovat Caffe, jota Facebook ajaa, ja MXNet, jota ajaa Amazon Web Services.)

Kävin istunnossa aiheesta "TensorFlow ei-asiantuntijoille", jonka tarkoituksena oli evankelisoida kehys ja Keras syvän oppimisen kirjasto, ja se oli pakattu. Se on kiehtovaa tavaraa, mutta ei niin tuttu kuin perinteisemmät kehitystyökalut. Kaikki suuret yritykset sanovat, että heillä on vaikeuksia löytää riittävästi koneoppimisosaamista omaavia kehittäjiä, joten ei ole yllätys nähdä niiden kaikkien työntävän sisäisiä puitteitaan. Näiden käyttämiseen tarkoitetut työkalut paranevat, mutta se on silti monimutkaista. Tietenkin, vain soittaminen olemassa olevaan malliin on paljon helpompaa, ja Google Cloud Platformilla, samoin kuin Microsoftilla ja AWS: llä, on kaikilla erilaisia ​​ML-palvelujen kehittäjiä.

Koska tällaisten palveluiden kehittäminen on niin vaikeaa, Pichai vietti paljon aikaa puhuakseen "AutoML: stä", lähestymistavasta, jossa hermostoverkot suunnittelevat uusia hermoverkkoja. Hänen mukaansa Google toivoo, että AutoML käyttää kykyä, joka muutamalla tohtorilla on tänään, ja antaa satojen tuhansien kehittäjien suunnitella uusia neuroverkkoja erityistarpeisiinsa kolmesta viiteen vuoteen.

Tämä on osa laajempaa Google.ai -nimistä pyrkimystä tuoda AI entistä useammille ihmisille. Pichai puhuu monista aloitteista AI: n käyttämiseksi terveydenhuollon avuksi. Hän puhui patologian ja syövän havaitsemisesta, DNA-sekvensoinnista ja molekyylien löytämisestä.

Jatkamalla teemaa, Android-tekniikan päällikkö Dave Burke julkisti TensorFlow-version uuden mobiililaitteille optimoidun version, nimeltään TensorFlow lite. Uusi kirjasto antaa kehittäjille mahdollisuuden rakentaa kevyempiä Android-älypuhelimiin suunniteltuja syväoppimismalleja, ja hän puhui siitä, kuinka matkaviestinprosessorien suunnittelijat työskentelivät prosessoriensa erityisillä kiihdyttimillä tai hermoverkkojen neuvotteluihin suunniteltujen DSP-laitteiden kanssa ja jopa koulutukseen.

Fei Fei Li, Stanfordin professori, joka johtaa Googlen AI-tutkimusta, kertoi kehityspöytäkirjassa, että hän liittyi Googleen "varmistaakseen, että kaikki voivat hyödyntää AI: tä kilpailukyvyn säilyttämiseksi ja ratkaisemaan heille tärkeimmät ongelmat".

Hän puhui paljon "AI: n demokratisoinnista", mukaan lukien erilaiset työkalut, jotka Google antaa kehittäjille erityissovelluksia varten, kuten visio, puhe, käännös, luonnollinen kieli ja videoäly, sekä työkalujen luominen omien mallien, kuten TensorFlow-muodossa, jota on helpompi käyttää useamman korkean tason sovellusliittymien kanssa.

Hän puhui siitä, kuinka kehittäjät voivat nyt käyttää CPU: ta, GPUS: tä tai TPU: ta Google Compute Engine -palvelussa. Hän antoi esimerkin siitä, kuinka paljon nopeuden parannuksesta jotkut mallit ovat käynnissä TPU: ssa, sanoen, että tämän vaikutukset tutkimukseen ovat merkittäviä.

Pichaia kaikuessaan hän mainitsi uuden TensorFlow-tutkimuspilven sanomalla, että opiskelijoiden ja Kagglen käyttäjien tulisi hakea sen käyttöä; ja lopuksi sanomalla, että yritys perusti pilvi-AI-tiiminsä tehdäkseen AI: stä demokraattisen, tapaamaan sinut missä olet, Googlen tehokkaimpien AI-työkalujen avulla ja jakamaan matkan, kun käytät näitä käyttämään.