2016'da derin öğrenme İnternetin yerini aldı
Avustralya'nın batı kıyısında, Amanda Hodgson dronları Hint Okyanusu'na atıyor.Bilim adamları, nesli tükenmekte olan bu deniz memelilerinin neslinin tükenmesini önlemek için Perth yakınlarındaki sularda dugong veya deniz ayısı sayısını saymak için bu yöntemi kullanmayı umuyor.
Sorun, Hodgson ve ekibinin tüm hava fotoğraflarını gösterecek zamanı olmamasıydı. Ne de olsa çıplak gözle yaklaşık 45.000 fotoğraftan dugong bulmak kolay değil. Onun çözümü bu işi Derin sinir ağı Yapılacak.
Efsanevi denizkızı-dugong
Bir makine öğrenimi modeli olarak, sinir ağı sadece Facebook'ta yayınladığınız çeşitli fotoğraflardaki insanların yüzlerini tanımakla kalmaz, aynı zamanda Android telefonunuza daha kolay erişmenizi sağlar.
Sinir ağı algoritması, tarama yoluyla büyük miktarda veriyi analiz eder, Modelin sürekli olarak girdi verileri üzerinde makine eğitimi yapmasına izin vererek insan beynine benzer bir sinir ağında modelleme, Mantıksal işlem çıktısı elde etmek için.
Şimdi, Murdoch Üniversitesi deniz biyoloğu Hodgson, bu teknolojiyi açık suda on binlerce drone hava fotoğrafında dugong aramak için kullanıyor. Şu anda, tarafından Google tarafından geliştirilen açık kaynak derin öğrenme sistemi TensorFlow, bu teknolojinin tanıtımı için önemli bir platformdur. .
Hodgson'un dediği gibi, hava fotoğraflarından dugongların tanınması yüksek derecede doğruluk gerektirir, çünkü bu hayvanlar genellikle su yüzeyinin altında yer ve gökyüzünden bakıldığında, sudaki aynı beyaz su veya parıltı gibidir. ama şimdi, Sinir ağına dayalı tanıma teknolojisi, Körfez'de dağıtılan dugongların tanıma doğruluğunu% 80'e çıkarabilir.
Şu anda, sinir ağına dayalı derin öğrenme teknolojisi hala gelişimin erken aşamasında olsa da, geçen yıl dünyaya getirdiği hissi ve etkiyi gizleyemiyor. Bunların arasında en geniş kapsamlı önemi geçen yılki sansasyonel "insan-makine savaşı", yapay zeka AlphaGo ve sonunda Koreli satranç oyuncusu Lee Sedol 4: 1'i yendi.
Bu yüzyıl oyunundan sonra, Google, Facebook, Microsoft ve Amazon gibi internet teknolojisi devleri, insan teknolojisinin bu kristalleşmesini açık kaynak platformları ve bulut bilişim hizmetleri aracılığıyla dünyanın her yerine hızla yaydı.
Yeni çeviri
Son birkaç yılda, Google Foto gibi uygulamalar, sinir ağı teknolojisi sayesinde görüntü tanıma yeteneklerini geliştirdi ve Google Now ve Microsoft Cortana gibi akıllı makine asistanlarının ses tanıma doğruluğunu yeni bir seviyeye çıkardı. Bu yıl, konuşmayı bir dilden diğerine otomatik olarak çevirebilen makine çevirisi kalitesinde büyük bir adım attılar.
Google, bu yılın Eylül ayında Google Neural Network Translation adlı yeni bir hizmet başlattı.Google'a göre bu yeni algoritma, belirli diller arasında çeviri yaparken hata oranını% 55 ila% 85 oranında azaltabilir.
Google, bu sinir ağlarını onlara geniş bir mevcut çeviriler koleksiyonu sağlayarak eğitiyor. Bunlar, yalnızca Google Translate'in eski sürümündeki kalitesiz çeviri verilerini değil, aynı zamanda insan uzmanların çeviri sonuçlarını ve bu yüksek kaliteli çeviri verilerinin çoğunu da içerir.
Derin öğrenme algoritmaları için, veri kusurlarının üstesinden gelme yeteneği, en büyük avantajlarından biridir: Yeterli veri verildiği sürece, verilerin bazı kusurları olsa bile, çok daha üstün bir çeviri düzeyine kadar eğitilebilir.
Google'ın hizmetler departmanının baş mühendisi olan McSchuster, yaratılışlarının mükemmel olmaktan uzak olduğunu, ancak yine de bir ilerleme olduğunu kabul etti.
Hizmet tamamen derin öğrenmeye dayandığından, Google ilgili iyileştirme hizmetlerini daha kolay bir şekilde geliştirmeye devam edebilir - eski makine çevirisi hizmeti gibi bazı küçük parçalarla oynamak yerine sistemi bir bütün olarak iyileştirmeye odaklanabilir.
aynı zamanda, Microsoft da aynı yönde ilerliyor. Son zamanlarda, Microsoft Translator da yeni bir sürüm yayınladı: Bu yeni sistem neredeyse tamamen bir sinir ağında çalışıyor ve dokuz farklı dil arasında anlık konuşmaları gerçekleştirebiliyor.
Aynı zamanda şirketin AI ve araştırma ekibinin de başkanı olan Microsoft'un başkan yardımcısı Harry Shum şunları söyledi: "Bu, Microsoft'un makine çevirisi düzeyinin daha hızlı artabileceği anlamına geliyor."
Yeni görüşme
2016 yılında, derin öğrenme teknolojisi chatbot (ChatBots) alanına girmeye başladı. Bunlardan en önemlisi, Google tarafından bu sonbaharda piyasaya sürülen Google Allo. Aldığınız metin ve fotoğrafları otomatik olarak analiz edebilen "Akıllı Yanıt" adlı eski bir Google teknolojisine dayanıyor. Ve hemen birbirinize nasıl cevap verileceğini önerin.
Teknoloji, büyük ölçüde mevcut makine öğrenimi teknolojisinin sınırlamalarına saygı duyduğu için doğduğu günden bu yana iyi karşılandı. Önerilen yanıtlar genellikle kısa ve komiktir ve program genellikle birden çok mesaja yanıt vermeyi önerir, çünkü Google aynı zamanda bugün yapay zekanın işleri her zaman doğru yapmadığını da bilir.
Allo'da sinir ağı teknolojisi, kullanıcıların sorularını Google arama motoruna yanıtlamaya da yardımcı olabilir. Google'ın arama asistanının gereksinimlerinizi anlamasına ve yanıtların formüle edilmesine yardımcı olurlar.
Google'ın ürün araştırma müdürü David Orr'a göre, "Derin öğrenme teknolojisi olmadan uygulamalar cevaplara ulaşamaz. Sinir ağlarını kullanmanız gerekir ve bulduğumuz tek yolun bu olduğu bile söylenebilir. Sahip olduğumuz en ileri teknolojileri kullanmalıyız. "
Şimdi, sinir ağı teknolojisi söz konusu olduğunda, gerçek insan-makine diyaloğundan hala çok uzak ve bu tür bir sohbet robotunun önünde daha uzun bir yol var. Ancak Google, Facebook ve diğer kurumlardan araştırmacılar, bu yüce hedefe ulaşmaya yardımcı olmak için daha derin öğrenme tekniklerini araştırıyor.
CTO'ların vaat ettiği gibi, konuşma tanıma, görüntü tanıma ve makine çevirisinde gördüğümüz ilerleme ChatBot'lar için de geçerli. Ve diyalog bir sonraki sınırdır.
Yeni veri merkezi
Bu yaz, Damis Hassabis ve Google DeepMind Lab, I.Dünya Savaşı'ndan sonra ünlü AlphaGo'yu geliştirdikten sonra yeni bir AI geliştirdi. Google'ın küresel bilgisayar veri merkezleri ağının işletilmesine yardımcı olmak için derin takviyeli öğrenme teknolojisini kullanır.
Bu AI, veri merkezinde bulunan binlerce sunucudaki soğutma fanlarının ne zaman açılacağına karar verir, ek soğutma için gerektiğinde veri merkezinin pencerelerini açar ve hatta iç mekan klimasının ne zaman açılacağına karar verir. Kısacası, her veri merkezinde 120'den fazla işlevi kontrol eder.
Bloomberg News'in bildirdiği gibi, Bu AI, Google'ın her yıl yüz milyonlarca dolar tasarruf etmesine etkili bir şekilde yardımcı oldu. Diğer bir deyişle, Google'ın DeepMind'ı satın almasının maliyetini ödeyebilir. Google, DeepMind'ı 2014 yılında yaklaşık 650 milyon ABD Doları karşılığında satın aldı.
Şimdi, DeepMind bu bilgi işlem tesislerine ek sensörler kurmayı planlıyor, böylece ek veri toplayıp bu yapay zekayı daha yüksek bir seviyeye eğitebiliyor.
Yeni Bulut Bilişim
İnternet şirketleri bulut bilişimi kendi ürünlerinin bir hizmeti olarak kullanmaya devam ederken, İnternet devleri bunu başkalarının eline almaya başladı. 2015'in sonunda Google, açık kaynaklı yapay zeka öğrenme platformu TensorFlow'u piyasaya sürdü.
Geçtiğimiz yıl, bir zamanlar tek bir ailenin elinde olan bu yazılım, tüm dünyaya yayıldı ve Profesör Amanda Hodgson gibi ihtiyaç sahibi bilim insanlarına fayda sağladı.
Aynı zamanda Google, Microsoft ve Amazon, derin öğrenme teknolojilerini bulut bilişim hizmetleri aracılığıyla sağlamaya başladı ve herhangi bir programcı veya şirket bunları kendi uygulamalarını oluşturmak için kullanabilir. Bir hizmet olarak yapay zeka, bu üç İnternet devinin en büyük işi haline gelebilir.
Geçtiğimiz on iki ayda, bu gelişmekte olan pazardaki patlama aynı zamanda AI yetenekleri için bir savaşı da tetikledi. Google, Stanford Üniversitesi'nde Çinli bir kadın profesör olan Li Feifei'yi Google Cloud Computing'in başkanı olarak işe aldı Yapay zeka alanında bu büyük ineğin eklenmesi, Google'a makine öğrenimi ve yapay zeka alanında yeni bir düzen kazandırdı. Amazon, bulut bilişim imparatorluğunda oturması için Carnegie Mellon Üniversitesi profesörü Alex Smona'yı işe aldı.
Teknoloji devleri yetenekleri işe almak için ellerinden geleni yapıyor ve birbirlerine teslim olmuyorlar. Neyse ki, rakiplerinin ürettiği araştırma sonuçları halk tarafından kullanılacak ki bu kötü bir şey değil.
Yapay zekanın evrimi ile bilgisayar bilimcilerinin rolü de değişiyor. Yalnızca kod yazan geleneksel programcılar giderek daha az önemli hale gelebilir , Ve sinir ağlarını eğitebilen bilim insanlarına artan bir ihtiyaç var. İkincisi, farklı beceriler gerektiriyor.
Bir şeyleri kendi kendinize geliştirmekle karşılaştırıldığında, verileri istenen sonuçları üretmeye teşvik etmeye daha benzer. Google gibi büyük şirketler yalnızca aktif olarak yeni yetenekleri işe almakla kalmıyor, aynı zamanda çalışanlarının yeteneklerini geliştirmeye de odaklanıyor. Yapay zeka, gelecekte herkesin hayatında teknolojiyi yeniden tanımlayacak.
