Приложенията и инструментите на Google целят „демократизиране на ai“

За мен най-голямата тема на миналата седмица на I / O конференцията на Google беше „демократизиране на AI“ - с други думи, правейки AI достъпна както за крайните потребители чрез използването му в различни услуги на Google, така и за разработчици чрез нови инструменти, програми и дори хардуер, създаден в рамките на Google TensorFlow AI.

Изпълнителният директор на Google Сундар Пичай започна конференцията с основна бележка, в която той отново подчерта, че компанията преминава от мобилен към първи AI подход, подобно на това, което каза миналата година.

Той каза, че Google "преосмисля всички наши продукти и прилага машинно обучение и AI, за да обслужва проблемите на потребителите". Той каза, че алгоритмите за машинно обучение вече влияят на класирането на различни резултати при търсенето и как Street View сега автоматично разпознава знаците. Други услуги стават все по-умни заради AI, каза той, например как Google Home вече поддържа множество потребители и как Gmail вече въвежда функция „интелигентен отговор“, където автоматично предлага отговори на имейли.

За тази цел той направи редица съобщения за AI продукти, както за потребителите, така и за разработчиците.

Обектив, асистент и снимка използват AI функции

За крайните потребители най-видимото от тези нови усилия е Google Lens - набор от компютърни възможности, базирани на виждане, които могат да разберат какво виждате и да предприемете действия, както в Google Assistant, така и в Google Photos.

Например той демонстрира как можете да направите снимка на цвете и как Google Lens вече може да го идентифицира. По-прозаично може да направи снимка на потребителско име и парола за Wi-Fi и след това автоматично да разбере, че искате да се свържете и да направи това за вас. Други примери включват да направите снимка отвън на ресторант и да накарате софтуера да разбере какво представлява, след това да ви покаже потребителски отзиви и менюта. Това не е всичко съвсем ново, но мога да си представя, че ще бъде доста полезно - това, което всички ние ще използваме почти като рота след няколко години. Google твърди, че това ще се реализира след няколко месеца.

Google Assistant продължава да става все по-интелигентен и ще включва Google обектива, макар че най-голямата новина за това от това е, че Assistant сега идва към iPhone.

Популярното приложение за Google Photos също получава редица други нови функции, задвижвани от AI, включително „предложено споделяне“, където автоматично ще избере най-добрите снимки и ще ви предложи да ги споделите с хората на снимките. Google Photos също добавя функция, която автоматично ще ви позволи да споделите цялата или част от вашата библиотека, така че ако правите снимки на децата си, те автоматично стават и част от фотобиблиотеката на вашия партньор. И може да предложи най-добрите снимки за фото книга.

AI-Първи центрове за данни и нови инструменти за развитие

От вътрешна страна, Pichai говори за това как компанията „преосмисля“ изчислителната си архитектура, за да изгради „AI-първи центрове за данни“. Той каза, че Google използва текущите си тензорни обработващи единици (TPU) във всичките си услуги, от основно търсене до разпознаване на реч до конкуренцията си AlphaGo.

Особено ме заинтригува въвеждането на нова версия на неговия TPU 2.0, за която Pichai каза, че е в състояние да достигне 180 терафлопа (180 трилиона операции с плаваща запетая в секунда) на 4-чип платка или 11, 5 петафлопа във всеки "шушулка" на 64 такива дъски. Те са на разположение на разработчиците като „облачни TPU“ в Google Cloud Engine и компанията заяви, че ще направи 1000 облачни TPU достъпни за изследователите на машинно обучение чрез новия си облак за изследвания TensorFlow.

Това е част от нарастващия натиск върху TensorFlow, компанията с отворен код за машинно обучение за разработчици, и конференцията проведе различни сесии, насочени към получаване на повече разработчици да използват тази рамка. Изглежда, TensorFlow е най-популярната от структурите за машинно обучение, но това е само един от редица възможности за избор. (Други включват Caffe, който е натиснат от Facebook, и MXNet, изтласкан от Amazon Web Services.)

Отидох на сесия на тема "TensorFlow за неексперти", предназначена да евангелизира рамката и Keras библиотека за дълбоко обучение и тя беше опакована. Това е завладяващо, но не толкова познато, колкото по-традиционните инструменти за развитие. Всички големи компании казват, че имат проблеми с намирането на достатъчно разработчици с експертно познание за машинно обучение, така че не е изненада да видите как всички те прокарват вътрешните си рамки. Въпреки че инструментите за използването им стават все по-добри, все още е сложно. Разбира се, само обаждането на съществуващ модел е много по-лесно и Google Cloud Platform, както и Microsoft и AWS, всички имат разнообразие от такива разработчици на ML услуги, които могат да използват.

Тъй като разработването на такива услуги е толкова трудно, Pichai прекара много време в разговор за "AutoML", подход, който има невронни мрежи, проектиращи нови невронни мрежи. Той каза, че Google се надява AutoML да се възползва от способността, която няколко докторанти имат днес, и ще даде възможност на стотици хиляди разработчици да проектират нови невронни мрежи за техните конкретни нужди след три до пет години.

Това е част от по-големи усилия, наречени Google.ai, за да доведе AI до повече хора, като Pichai говори за различни инициативи за използването на AI за подпомагане на здравеопазването. Той говори за патология и откриване на рак, секвениране на ДНК и откриване на молекули.

Продължавайки темата, Дейв Бърк, ръководител на Android инженеринга, обяви нова версия на TensorFlow, оптимизирана за мобилни устройства, наречена TensorFlow lite. Новата библиотека ще позволи на разработчиците да изграждат по-строги модели за дълбоко обучение, проектирани да работят на смартфони с Android, и той говори за това как дизайнерите на мобилни процесори работят върху конкретни ускорители в техните процесори или DSP, предназначени за прерастване на невронната мрежа и дори за обучение.

В основната бележка на разработчиците Фей Фей Ли, професор от Станфорд, който ръководи изследванията на AI в Google, заяви, че тя се присъединява към Google, "за да гарантира, че всеки може да използва AI, за да остане конкурентен и да реши проблемите, които са най-важни за тях".

Тя говори много за „Демократизиране на AI“, включително за различните инструменти, които Google предоставя на разработчиците за конкретни приложения, като визия, реч, превод, естествен език и видео интелигентност, както и за създаване на инструменти за създаване на ваши собствени модели, например като TensorFlow, който е по-лесен за използване с повече API на високо ниво.

Тя говори за това как разработчиците вече ще могат да използват процесори, GPUS или TPU в Google Compute Engine. Тя даде пример каква част от подобряването на скоростта имат някои модели на TPU, като каза, че последствията от това са значителни.

Като ехо от Pichai, тя посети на новия облачен изследователски облак TensorFlow, като заяви, че студентите и потребителите на Kaggle трябва да кандидатстват за използването му; и в заключение каза, че фирмата създаде своя облачен AI екип, за да направи AI демократичен, да се срещне там, където се намирате, с най-мощните инструменти на AI на Google и да сподели пътуването, докато ги използвате.