Google Brain je výzkumný projekt společnosti Google , jehož cílem je prozkoumat umělou inteligenci založenou na hlubokém učení . Spojuje otevřený výzkum strojového učení s vývojem systémů a výpočetním výkonem na úrovni Google. [jeden]
Posláním Google Brain je zlepšovat životy lidí vytvářením chytřejších strojů. [2] Za tímto účelem se tým zaměřuje na vytváření flexibilních modelů, které jsou schopné vlastních funkcí a také na efektivní využití dat a výpočetního výkonu.
Tým Google Brain uvádí následující popis: „Tento přístup je součástí širší oblasti strojového učení než hluboké učení a zajišťuje, že naše práce bude mít velký význam pro řešení praktických problémů. Tento přístup navíc doplňuje naše odbornost v oblasti systémů a umožňuje nám vytvářet nástroje pro urychlení výzkumu strojového učení a odblokování jeho praktické hodnoty pro svět. [2] »
Takzvaný projekt „Google Brain“ začal v roce 2011 jako vedlejší výzkumný projekt spolupracovníka Google Jeffa Deana , výzkumníka Google Grega Corrada a profesora ze Stanfordské univerzity Andrewa Ng . [3] [4] [5] Eun se od roku 2006 zajímá o využití metod hlubokého učení pro řešení problémů s umělou inteligencí a v roce 2011 začala spolupracovat s Deanem a Corradem na vybudování rozsáhlého systému hlubokého učení DistBelief [6] na vrcholu infrastruktury cloud computingu společnosti Google . Google Brain byl spuštěn jako projekt Google X a stal se tak úspěšným, že se vrátil do Googlu: Astro Teller řekl, že Google Brain zaplatil veškeré náklady na Google X. [7]
V červnu 2012 New York Times uvedl, že shluk 16 000 počítačů navržených tak, aby napodobovaly některé aspekty lidské mozkové činnosti, se naučil rozpoznávat kočky z 10 milionů digitálních obrázků získaných z videí na YouTube . [5] Tento příběh byl také pokryt National Public Radio [8] a Smart Planet . [9]
V březnu 2013 společnost Google najala Jeffreyho Hintona , předního výzkumníka v oblasti hlubokého učení , a získala společnost DNResearch, kterou provozuje Hinton. Hinton řekl, že svůj čas rozdělí mezi výzkum na univerzitě a práci v Googlu. [deset]
26. ledna 2014 několik zpravodajských kanálů tvrdilo, že Google koupil DeepMind Technologies za nezveřejněnou částku. Analytici později oznámili, že společnost byla získána za 400 milionů GBP (650 milionů $ nebo 486 milionů EUR), ačkoli následné zprávy ocenily nákup na více než 500 milionů GBP. [11] [12] [13] [14] [15] [16] [17] Akvizice se údajně uskutečnila poté, co Facebook v roce 2013 ukončil jednání s DeepMind Technologies, která nevedla k uzavření kupní smlouvy. [osmnáct]
V říjnu 2016 provedl Google Brain experiment na šifrování zpráv. V něm dvě sady AI vyvinuly své vlastní kryptografické algoritmy k ochraně svých zpráv před jinými AI, které si zase kladou za cíl vyvinout svůj vlastní systém k prolomení šifrování vytvořeného AI. Studie byla úspěšná, protože dvě původní AI se dokázaly naučit, jak spolu komunikovat od nuly. [19]
V tomto experimentu byly vytvořeny tři AI: Alice, Bob a Eva. Cílem experimentu bylo, aby Alice poslala zprávu Bobovi, který by ji byl schopen dešifrovat , a aby se Eva pokusila zprávu zachytit. Umělá inteligence zároveň nedostala jasné instrukce, jak jejich zprávy šifrovat . Dostali pouze ztrátovou funkci. Důsledkem toho bylo, že pokud během experimentu nebyla komunikace mezi Alicí a Bobem úspěšná (Alicina zpráva byla Bobem nesprávně interpretována nebo zachycena Evou), pak se v následujících kolech kryptografie změnila tak, aby Alice a Bob mohli bezpečně komunikovat. . Tato studie vedla k závěru, že umělá inteligence může vyvinout svůj vlastní šifrovací systém bez předem napsaných šifrovacích algoritmů, což by v budoucnu mohlo být průlomem v oblasti šifrování zpráv. [dvacet]
V únoru 2017 Google Brain oznámil systém vylepšení obrazu, který využívá neuronové sítě k vyplnění detailů obrázků s velmi nízkým rozlišením. V uvedených příkladech jsou obrázky 8x8 převedeny na obrázky 32x32.
Software používá ke generování obrázků dvě různé neuronové sítě. První, nazvaná „podmíněná síť“, mapuje pixely z obrázku s nízkým rozlišením na pixely v obrázku vyšší kvality, zmenšuje druhý na 8x8 a snaží se najít shodu. Druhá síť je „předběžná“, která analyzuje pixelovaný obraz a pokouší se přidat detaily na základě velkého počtu obrázků s vysokým rozlišením. Poté při změně měřítka původního obrázku na 8x8 systém přidá pixely na základě svých znalostí o tom, jaký by obrázek měl být. Nakonec se výstupy ze dvou sítí spojí a vytvoří výsledný obraz. [21]
To představuje průlom ve zlepšování obrázků s nízkým rozlišením. Přestože přidané detaily nejsou součástí skutečného obrazu, ale pouze nejlepšími odhady, technologie v reálných testech ukázala působivé výsledky. Když se lidem zobrazil vylepšený obraz a skutečná věc, mýlili se v 10 % případů na fotografiích celebrit a ve 28 % případů na fotografiích v ložnici. Je provedeno srovnání s předchozími neuspokojivými výsledky, kde konvenční bikubické škálování bylo vždy správně určeno lidmi. [22] [23] [24]
Nedávno tým Google Brain dosáhl působivých výsledků v Google Translate , který je součástí projektu Google Brain. V září 2016 tým spustil nový systém Google Neural Machine Translation (GNMT) , což je ucelený výukový systém schopný učit se z velkého množství příkladů. Přestože jeho implementace výrazně zlepšila kvalitu Překladače Google pro pilotní jazyky, bylo velmi obtížné taková vylepšení vytvořit pro všech 103 podporovaných jazyků. K vyřešení tohoto problému se týmu Google Brain podařilo vyvinout vícejazyčnou verzi GNMT, která rozšířila předchozí verzi a umožnila překlad mezi několika jazyky. Navíc to umožnilo provádět přímý překlad ( angl. Zero-Shot Translations ) mezi jazykovými páry, které nebyly explicitně nastaveny během školení. [25] Google nedávno oznámil, že Google Translate dokáže překládat pomocí neuronových sítí bez přepisování textu. To znamená, že můžete přeložit řeč zaznamenanou v jednom jazyce na text v jiném jazyce, aniž byste museli řeč nejprve převést na text. Podle výzkumníků z Google Brain lze tento mezikrok při použití neuronových sítí vynechat. Aby se to systém naučil, bylo mu poskytnuto mnoho hodin španělské řeči s anglickým přepisem. Různé vrstvy neuronových sítí, které napodobují lidský mozek, dokázaly zkombinovat příslušné fragmenty a sekvenčně převést zvukovou vlnu do anglického textu. [26]
V současné době se technologie projektu používá v systému rozpoznávání řeči Android , [27] vyhledávání fotografií na Google+ [28] a doporučení videí na YouTube. [29]
Google Brain byl původně vytvořen kolegou Google Jeffem Deanem a hostujícím profesorem Andrewem Ngem ze Stanfordu [4] (Eun později opustil projekt a vedl skupinu umělé inteligence v Baidu [30] ). Pro rok 2017 jsou členy týmu: Anelia Angelova , Sami Bengio , Greg Corrado , George Dahl (výzkumník v oblasti strojového učení) , Michael Izard , Anjuli Kannan , Hugo Larocelle , Kwok Le , Chris Ola , Vincent Vanhoke , Vijay Vasudewan a Fernanda Vigas . [31] Chris Lattner , který vytvořil programovací jazyk Apple Swift a poté šest měsíců vedl tým Tesla s autonomním řízením, se v srpnu 2017 připojil k týmu Google Brain. [32]
Google Brain sídlí v Mountain View a má pobočky v Cambridge , Londýně , Montrealu , New Yorku , San Franciscu , Torontu , Curychu a Amsterdamu . [33]
Google Brain získal rozsáhlé pokrytí v časopisech Wired Magazine , [34] [12] [35] New York Times , [35] Technology Review , [36] [11] National Public Radio [8] a Big Think . [37]