Google AI Lab'in aydınlatıcı olması: Ürün üretmiyoruz, yalnızca AI endüstrisinde "oyun oyuncularıyız"
AI Gezegen (WeChat İD : ai_xingqiu ) 13 Aralık Raporu (Derleme: Denny)
Editörün notu: Bu makalenin yazarı, yabancı bir medya teknolojisi köşe yazarı olan Katharine Schwab'dır.
Bundan bahsetmişken, o zaman hoş bir sürprizdi.
Jonas Jongejan yaratıcı bir teknik uzman ve aynı zamanda Google Creative Lab (Creative Lab) üyesidir. Google'ın dahili hackathon'unda geride kaldıktan sonra, yapay zeka ile ilgili ilginç fikirleri keşfetmek için elinden geleni yaptı. Sonra bir fikir buldu: "Fotoğraflardaki nesneleri tanımak için makine öğrenimi algoritmalarını kullanmak, ancak simüle etmek için sadece çizgiler ve grafiti kullanmak, bunun etkisi ne olacak?"
Jongejan, simülasyonun etkisinin çok iyi olduğunu keşfetti, başarısız olsa bile program tanımanın sonucu çok ilginç, aynı zamanda bilgisayarın görüntüyü nasıl tanıdığına da bir göz atıyor. Jongejan şunları söyledi: "Aslında, bu program mükemmel değil, kullanıcılar onu çeşitli şekillerde" fareyle "fareye getirebilir." Hızlı, Çiz! "Bu konseptten doğdu."
Altı aydan daha kısa bir sürede, Çabuk Çek! İnternette bir virüs gibi yayıldı. Dünyanın her yerinden insanlar bu deneysel oyunu oynuyorlar.Kullanıcı bir nesneyi veya hayvanı karaladıktan sonra, sinir ağı programı doodle'ı tanımaya çalışacak. Sonunda, Çabuk, Çiz! Bu küçük oyun aynı zamanda haber topluluğu Reddit'in ana sayfasında da yer aldı.
Ayrıca beklenmedik bir sonuç daha getirdi. Bu oyunu oynayan (şu anda milyonlarca kişiye ulaşan) tüm kullanıcılar, resimlerine katkıda bulundular ve programa grafiti dolu yeni bir veri seti eklediler. "Quick, Draw!" İle karşılaştırıldığında Algoritma, bu veri kümesi daha gelişmiş sinir algoritmalarını eğitmek için kullanılabilir. Program ekibinin bir sonraki ürünü olan AutoDraw, Jongejan'ın orijinal fikrinden daha derin olan buna dayanarak geliştirildi. Oyuncular hala sinir ağı tarafından tanınmaya çalışırken grafiti çizerken, AutoDraw onlara arabalar, ağaçlar vb. Dahil basit çizimlerin küçük resim versiyonlarını da sağlar.
Jongejan, Çabuk Çek'i hiç düşünmedi! Sonunda, araştırma kağıtlarından, kodlama araçlarından türetilen ve hatta insanların bazı hayvanları (flamingolar gibi) çizerken neden kötü davrandıklarını analiz etmek için kullanılan 50 milyondan fazla grafiti vardı. Hızlı çizim! Google'ın yapay zeka deneysel projesinin en başarılı örneği ve belki de şirketin değerinin en iyi yorumudur.
AI Deneyleri (yapay zeka deneyleri), programcılar, tasarımcılar ve yazarlardan oluşan bir ekip tarafından oluşturulan Google Creative Lab'a dayanmaktadır. İşin içeriği, Google'ın teknolojisini harika ve eğlenceli ürünler oluşturmak için kullanmaktır.
Bu proje yalnızca bir yıldır yürürlüktedir. İlginç ürünler veya oyunlar aracılığıyla en yeni teknolojileri ortaya çıkarmak için bir yol sağlar ve ayrıca Google araştırmacılarına ve mühendislerine yeni fikirlerin tanıtılması için bir kanal sağlar. Creative Lab ekibi yeni tasarımlarının 'Hızlı, Çiz! "Sadece tişörtlerin desen oluşturmasına yardımcı olmak içindir, ancak gelecekte belirli bir düğümde, kullanıcının çizimlerini tanıyan bir bilgisayar sinir ağının Google'ın programlarında görüneceğini hayal etmek bizim için zor değil.
Bu proje yılında, AI Experiments tarafından gerçekleştirilen yaklaşık 16 deney, şirketin makine öğrenimi ve yapay zeka konusunda lider olarak konumlandırıldığını gösteriyor. Sıradan insanların ve geliştiricilerin teknolojiyi anlamasını kolaylaştırmak için ilginç ve hatta "biraz aptalca" deneylerle Google, markasını güçlendirdi, pazar payını genişletti ve insanlara yapay zekanın muhteşem yeni dünyasını nasıl görüntüleyeceklerini öğretti .
Google'ın yapay zeka deneyi
Creative Lab, Google Chrome'a odaklanan ilk denemesini 2009'da başlattı. En başarılılarından biri Arcade Fire grubuyla etkileşimli bir film. Film, her bir interaktöre çocukluklarında sokağın sahnesini gösterecek şekilde özelleştirilen Google Street View StreetView'e göre çekildi, bu deney büyük bir başarıydı. Ardından, Creative Lab, tümü açık kaynak olan ve Google teknolojisine dayanan Android deneyleri, AR deneyleri, WebVR deneyleri, yapay zeka deneyleri ve en son konuşma deneyi Paper Signals'ı yayınladı.
Ancak AI deneyinin kendisi nispeten yenidir. AI deneyi, Google Creative Lab'in yaratıcı direktörü Alex Chen, iki Google araştırmacısıyla makine öğrenimi kavramını ve rolünü tartışırken Kasım 2016'da başladı. Araştırmacılar ona sinir ağının işleyişini görsel olarak gösterdiler ve ardından konsepti Yaratıcı Laboratuvardaki meslektaşlarına getirdi ve yapay zeka deneylerinin tohumlarını ekti.
Chen şunları söyledi: "Bu teknolojinin kullanımını kolaylaştırın, daha fazla insanın özgünlüğünü, arkasındaki matematiği ve nasıl çalıştığını anlamasına izin verin ve hatta bu teknolojiyle oynamaya ve etkileşim kurmaya başlayın ... Bunlar, bence Daha iyi olamazdı. "
Meslektaşı Jongejan tarafından geliştirilen "Quick, Draw!" Da 2016 sonunda başlatılan birkaç yapay zeka deneyinden biri haline geldi.
Oyunu geliştirmek için Jongejan, makine öğrenimi yoluyla el yazısını deşifre etmeye odaklanan bir Google araştırma ekibiyle işbirliği yaptı. Google'ın teknolojisi hâlâ geliştirilirken, Creative Labs genellikle ürün ekipleriyle işbirliği yapar. Örneğin, Google'ın AR platformu ARCore'un piyasaya sürülmesinden önce Creative Labs, ilgili deneyleri zaten gerçekleştirmişti.
Jongejan, "Yeni bir teknolojinin piyasaya sürülmek üzere olduğunu bildiğimizde ona katılıyor ve bu teknolojinin ön saflarında yer alıyoruz. Ardından, teknolojik ilerlemeyi teşvik edebilecek ve bu teknolojinin gelecekte daha büyük ölçekte nasıl kullanılabileceğini gösterebilecek yinelemeli deneyler yapıyoruz. Potansiyel. Bazen bu, ürün ekibine yardımcı olur. Kendimizi bir teknoloji deneyi olarak görüyoruz. "
Yapay zeka deneyleri için iki ana hedef kitle vardır - ilki tabii ki halk ve ikincisi geliştirici topluluğu. Chen, bunun bir Google ürünü olmadığını, sadece diğer geliştiricilerin düşünmesine neden olabilecek devasa ve ilginç bir kod örneği olduğunu söyledi. Bu fikri birlikte nasıl ortaya çıkardıklarını, bu fikri nasıl gerçekleştirdiklerini bilmek istiyorum, orijinal Cloud Vision API (görüntülerdeki nesneleri tanımlayabilen) da böyle bir şey yapabilir.
İşletme açısından bakıldığında, bu geliştiriciler Google'ın en değerli kullanıcılarıdır ve deneyler, Google ürünlerine (TensorFlow gibi makine öğrenimi platformu), Cloud Vision API ve diğer araçlara olan ilgilerini artırmanın bir yoludur. Bu, yaratıcı laboratuvarların bu tür deneyleri yapmasının önemli bir nedenidir.
Creative Lab'in lideri Amit Pitaru şunları söyledi: "Bu genel araçların olanaklarını çok kapsamlı bir şekilde araştırıyoruz. Bunun çok değerli olduğunu düşünüyorum. Geliştiricilere TensorFlow kullanarak ürettikleri harika içeriği gösterebilirsiniz. , Onları aktif kullanıcılara dönüştürebilir ve Google hizmetleriyle oluşturulan geliştiricilerin sayısını ve geliştirici araçlarının pazar payını artırabilir. "
Yapay zekanın pazarlama rolü ve genellemesi
Aslında, Creative Lab, Google'ın pazarlama departmanında yer almaktadır. Bununla birlikte, şirket sadece yeni teknolojisini geliştiricilere satmaya çalışmıyor. Google CEO'su Sundar Pichai geçen yıl Google'ın artık bilgiyi yapay zeka aracılığıyla organize etmenin yeni ve daha iyi yollarını bulmaya odaklanan bir yapay zeka şirketi olduğunu söyledi. Makine öğrenimi, Google Fotoğraflar'da güçlü bir arama işlevi sağlar. Örneğin, kullanıcılar "çiçek" gibi anahtar kelimeler yazdıktan sonra, kullanıcıların "çiçek" olarak kabul edebileceği tüm fotoğrafları görüntüleyebilir. Makine öğrenimi ayrıca Google Asistan'ın kullanıcıların fikirlerini anlamasına da olanak tanır. Şu anda, Google Asistan düzinelerce başka Google ürününe ve hizmetine entegre edilmiştir.
Yapay zekanın ortaya çıkışı şiddetli bir tartışmayı tetikledi, bazıları bunun bir tehdit olduğunu düşünüyor, bazıları bunun insanlığın müjdesi olduğunu düşünüyor. Bu teknolojilerin sorumlu bir geliştiricisi olarak Google'ın, insanları Google'ın kötü olmadığına ikna etme konusunda güçlü bir niyeti var. Şirket gittikçe daha fazla algoritma yapmaya devam ettikçe, kullanıcılar onun yazılımını kabul edecek. Peki ne yapmalı? Bu, makine öğreniminin işlevini ilginç ve basit bir şekilde açıklamak içindir.
Yaratıcı Laboratuvarda bağımsız oyun geliştirme geçmişine sahip bir yaratıcı teknoloji uzmanı olan Jane Friedhoff, "Tüm deneylerimizin çok ilginç bir noktası var. İnsanlar oynamak için bağımlı olduklarında, gerçekten onunla ilgileniyorlar. Yavaş yavaş yenisiyle temas halindeler. sistemi. "
Öğretilebilir Makine adlı yeni bir yapay zeka deneyi bu şekilde çalışıyor. Çalışma prensibi: Kamera önünde farklı hareketler yaparken ekranda farklı renkli büyük düğmelere basmaktır. Kamera görüntü girişine göre, sinir ağı algoritması farklı eylemleri hareketlerle ilişkilendirmeyi öğrenecektir.Örneğin, yeşil düğme kafadaki ele, mor düğme öndeki ele, turuncu düğme ise vücudun yan tarafındaki ele karşılık gelir. Bu, kullanıcı hareketlerine yanıt vermek için yapay zeka eğitmenin temel bir şeklidir. Ardından, kullanıcı test etmek için diğer hareketleri ve eylemleri kullanabilir.
Teachable Machine'in tasarımcısı Barron Webster, "Bunu düşük standartlı, genel amaçlı bir versiyon olarak tasarladık, ancak bu bakımdan yine de beceriksiz. Kullanılmasını olabildiğince kolaylaştırmak istiyoruz." Dedi.
Öğretilebilir Makinenin çalışmasının kırılması nispeten kolaydır. Bazı hareketler iyi sonuç verirken diğerleri işe yaramaz. Ekip, insanların beklentilerini makul bir seviyeye getirmeyi umuyor, böylece gerçek hayatta yapay zekayı deneyimlediklerinde neden bazen işe yaradığını, bazen işe yaramadığını anlayacaklar. Webster, "Kendi rol konumlandırmamız açısından, peşinde olduğumuz şey, insanların makinenin arkasındaki süreci soyut bir şekilde bile anlamalarını kolaylaştırmaktır. Bu nedenle, bu teknolojiyle karşılaştıklarında, Bilgiyi nasıl işleyeceklerini makine öğrenimi, daha fazla sezgiye ve anlayışa sahip olacaklar, neden bazen bu yanlış, neden bazen tuhaf geliyor. "
Her "eğitim" düğmesinin üzerinde, güveni gösteren bir ilerleme çubuğu vardır: algoritma sonucu doğru olduğunda ilerleme çubuğu doldurulur. Kullanıcılar, kendi iç mekanizmasının basit bir ikili doğru veya yanlış olmadığını ve kararının zor ve hızlı kurallardan ziyade hesaplanmış en iyi tahmin verilerine dayandığını anlamalıdır. Etkileşimli arayüz, kullanıcıları sistemi "kandırmaya" teşvik eder ve ayrıca teknolojinin sınırlamalarına işaret eder. Webster şunları söyledi: "Kullanıcılar neyin tuhaf olduğunu, neyin bulanık olduğunu veya bir sorun olduğunu hissetmeye başlayabilirler. Kullanıcılar güvenli bir ortamda kendi başlarına hata ayıklayabilir ve bazen makine öğreniminin nedenini anlamak için kendi görüntülerini kullanabilir bu yanlış."
Bugün, Creative Lab ekibi, Kontrplak ve büyük plastik düğmelerden yapılmış Öğretilebilir Makine'nin fiziksel bir prototipini geliştiriyor. Dokunsal ve somut etkileşimler yoluyla, makine öğreniminin arkasındaki kavramların daha kolay anlaşılacağına inanıyorlar.
Bu aracı ilk kullandığımda, gülümsemek ve kaşlarını çatmak gibi farklı yüz ifadelerini tanıması için onu eğitmeye çalıştım. Maalesef, aslında mümkün değil. Ancak, oyun tasarımcısı Friedhoff'a göre, bu kusurlar insanlara soru sorma fırsatı veriyor .. Aletler vücut hareketlerinde neden yüz ifadelerinden daha iyi performans gösteriyor? Bu bakımdan kullanıcılar meraklarını gidermek için istedikleri kadar kazabilirler. "
Yapay zekanın "etik standartları"
Adil ve tarafsız algoritmalar tasarlamak günümüz teknolojisindeki en büyük sorunlardan biridir ve aynı şey Google için de geçerlidir. 2015 yılında, Google'ın yaptığı bir görüntü sınıflandırma algoritması siyahları goriller olarak tanımladı. Ceza adalet sisteminde siyahiler, polisin erken uyarı hedefi olarak görülüyor ve bu konuda yapay zeka önyargısının da tüm dünya üzerinde büyük etkisi olacak.
Creative Lab ekibine deneylerinin yapay zeka ile ilgili bazı sorunlarda rol oynayıp oynamayacağını sorarken. Deney için dikkatlice bir çerçeve oluşturduklarını, yapay zeka sorunlarıyla uğraşmadıklarını, kullanıcılara yapay zekanın ne olduğunu ve kusurlarının ne olduğunu öğretmek için belirlediklerini söylediler. İdeal olarak, kullanıcılar algoritmanın temel düzeyde nasıl çalıştığını anlarsa, sonuçları için daha önemli olan bilgilere sahip olacaklardır. Jongejan şunları söyledi: "İnsanları makine öğrenimini hafife almamaları için eğitmek istiyoruz. Makine öğrenimi, kullanıcıların kendi girdilerini gerektirir."
Bir deneyin birden çok görevi vardır. Büyük olasılıkla, "Öğretilebilir Makine" gibi araçların kullanıcıları, derinlemesine bir araştırma yapmayacak veya algoritmaların neden hayal kırıklığı yarattığını düşünmeyecek. Makine öğreniminin yeteneğini göstermede, Creative Labs tatmin edici bir performans sergiledi, ancak insanların yapay zekayı kritik düzeyde anlamalarına yardımcı olmak için tasarlanmadı. Bununla birlikte, her gün kullandığımız ürünlere nüfuz eden teknolojiye dair temel bir anlayışa sahip olmak, insanların toplumdaki etik ve yapay zeka arasındaki çatışmaya daha rasyonel bakmasını sağlayacaktır.
Chen şunları söyledi: "Bence bir şeyi gerçekleştirmenin en iyi yolu, daha fazla insanın bu teknolojiyi sonuna kadar kullanmasına izin vermek, böylece konuşma hakkına sahip olsunlar. Kullanıcılar gerçekte neler olup bittiğini bilmediğinde O zaman, ne yapmamız gerektiğine ve doğru etiğin ne olduğuna katılamadılar. "
Elbette, yapay zeka deneyleri nihayetinde Google'ın kendisini daha da geliştirmesine yardımcı olabilir. Bir öğretim aracıdır ve Google'ın "temel olarak yapay zeka" planını duyurmasının etkili bir yoludur. Daha da önemlisi, Google'ın resmi ürünleri bile hala deneysel ürünlerdir. Hatta binlerce kullanıcı tarafından kullanılan AI ürünlerinin her zaman geliştiricilerin öngördüğü şekilde çalışmadığı söylenebilir.
Bu makale Lieyun.com'dandır. Yeniden basıldıysa lütfen kaynağı belirtin:
