Google apps, mga tool na naglalayong 'democratize ai'

Para sa akin, ang pinakamalaking tema sa kumperensya ng Google I / O ng nakaraang linggo ay "democratizing AI" - sa ibang salita, na ginagawa ang AI na mapupuntahan ang parehong mga end-user sa pamamagitan ng paggamit nito sa iba't ibang mga serbisyo ng Google, at sa mga developer sa pamamagitan ng mga bagong tool, programa, at kahit na ang hardware na idinisenyo sa paligid ng balangkas ng TensorFlow AI ng Google.

Sinimulan ng CEO ng Google na si Sundar Pichai ang pagpupulong sa isang keynote kung saan muli niyang binigyang diin na ang kumpanya ay lumipat mula sa isang mobile-una sa isang AI-first na diskarte, na katulad ng sinabi niya noong nakaraang taon.

Sinabi niya na ang Google ay "binabalik-tanaw ang lahat ng aming mga produkto at paglalapat ng pag-aaral ng machine at AI upang maghatid ng mga problema ng gumagamit." Sinabi niya na ang mga algorithm sa pag-aaral ng machine ay naiimpluwensyahan ang pagraranggo ng iba't ibang mga resulta sa paghahanap, at kung paano awtomatikong kinikilala ng Street View ngayon ang mga palatandaan. Ang iba pang mga serbisyo ay nagiging mas matalinong dahil sa AI, sinabi niya, tulad ng kung paano sinusuportahan ng Google Home ngayon ang maraming mga gumagamit at kung paano ang Gmail ngayon ay gumulong ng isang "matalinong tugon" na tampok kung saan awtomatikong nagmumungkahi ito ng mga tugon sa mga email.

Sa puntong iyon, gumawa siya ng isang bilang ng mga anunsyo ng mga produktong AI, kapwa para sa mga mamimili at para sa mga developer.

Mga Lens, Assistant, at Photo use na mga tampok ng AI

Para sa mga end-user, ang pinaka nakikita sa mga bagong pagsisikap na ito ay ang Google Lens, isang hanay ng mga kakayahan sa computing na nakabase sa pangitain na maiintindihan ang iyong nakikita at pagkilos, kapwa sa Google Assistant at sa Google Photos.

Halimbawa, ipinakita niya kung paano ka makakakuha ng larawan ng isang bulaklak, at kung paano ito matutukoy ng Google Lens. Mas prosaically, maaari itong kumuha ng larawan ng isang username at password para sa Wi-Fi, at pagkatapos ay awtomatikong maunawaan na nais mong kumonekta at gawin iyon para sa iyo. Kasama sa iba pang mga halimbawa ang pagkuha ng larawan sa labas ng isang restawran at ang pagkakaroon ng software na maunawaan kung ano ito, pagkatapos ay ipinapakita sa iyo ang mga pagsusuri sa gumagamit at mga menu. Hindi ito lahat ay ganap na bago, ngunit maiisip ko na magiging kapaki-pakinabang ito - ang uri ng bagay na gagamitin nating lahat sa pamamagitan ng pag-rote sa loob ng ilang taon. Sinabi ng Google na ito ay ilalabas sa loob ng ilang buwan.

Ang Google Assistant ay patuloy na nakakakuha ng mas matalinong at isasama ang Google Lens, kahit na ang pinakamalaking balita sa mula rito ay ang Aser na ngayon ay darating sa iPhone.

Ang tanyag na app ng Google Photos ay nakakakuha din ng maraming iba pang mga bagong tampok na hinimok ng AI, kasama ang "iminungkahing pagbabahagi, " kung saan ito ay awtomatikong pipiliin ang pinakamahusay na mga larawan at iminumungkahi na ibabahagi mo ito sa mga tao sa mga larawan. Nagdaragdag din ang Mga Larawan ng Google ng isang tampok na awtomatikong hahayaan mong ibahagi ang lahat o bahagi ng iyong silid-aklatan, kaya kung kukuha ka ng mga larawan ng iyong mga anak, awtomatiko silang maging bahagi ng library ng larawan ng iyong kapareha. At maaari itong magmungkahi ng pinakamahusay na mga larawan para sa isang photo book.

AI-First Data Center at Bagong Kagamitan sa Pag-unlad

Sa panloob na bahagi, napag-usapan ni Pichai kung paano "muling naiisip" ang kumpanya nito na computational architecture upang bumuo ng "AI-first data center." Sinabi niya na ginagamit ng Google ang kasalukuyang Tensor Processing Units (TPU) sa lahat ng mga serbisyo nito, mula sa pangunahing paghahanap hanggang pagkilala sa pagsasalita sa kumpetisyon ng AlphaGo.

Lalo akong naintriga sa pagpapakilala ng kumpanya ng isang bagong bersyon ng TPU 2.0, na sinabi ni Pichai na may kakayahang maabot ang 180 teraflops (180 trilyon na lumulutang na operasyon ng bawat segundo) bawat 4-chip board, o 11.5 petaflops sa bawat "pod" ng 64 tulad ng mga board. Magagamit ang mga ito sa mga developer bilang "cloud TPUs" sa Google Cloud Engine ngayon, at sinabi ng kumpanya na gagawa ito ng 1000 cloud TPU na magagamit sa mga pag-aaral ng machine sa pamamagitan ng mga bagong TensorFlow Research Cloud.

Ito ay bahagi ng pagtaas ng pagtulak sa TensorFlow, ang balangkas ng bukas na mapagkukunan ng pag-aaral ng makina ng kumpanya para sa mga nag-develop, at ang pagpupulong ay may iba't ibang mga sesyon na naglalayong makakuha ng mas maraming mga developer upang magamit ang balangkas na ito. Ang TensorFlow ay lilitaw na pinakasikat sa mga frameworks ng pag-aaral ng machine, ngunit isa lamang ito sa isang bilang ng mga pagpipilian. (Ang iba ay kasama ang Caffe, na itinulak ng Facebook, at MXNet, na itinulak ng Amazon Web Services.)

Nagpunta ako sa isang session sa "TensorFlow para sa mga Hindi Eksperto" na idinisenyo upang ipangaral ang balangkas at ang Keras malalim na library ng pag-aaral, at ito ay nakaimpake. Ito ay kamangha-manghang mga bagay-bagay, ngunit hindi pamilyar bilang mas tradisyonal na mga tool sa pag-unlad. Sinabi ng lahat ng mga malalaking kumpanya na nahihirapan silang maghanap ng sapat na mga developer na may kadalubhasaan sa pag-aaral ng machine, kaya hindi nakakagulat na makita ang lahat ng mga ito na nagtutulak sa kanilang panloob na mga frameworks. Habang ang mga tool upang magamit ang mga ito ay nakakabuti, kumplikado pa rin ito. Siyempre, ang pagtawag lamang ng isang umiiral na modelo ay mas madali, at ang Google Cloud Platform, pati na rin ang Microsoft at AWS, lahat ay may iba't ibang mga tulad ng mga serbisyo sa ML na maaaring magamit.

Dahil napakahirap ng pagbuo ng mga naturang serbisyo, si Pichai ay gumugol ng maraming oras sa pakikipag-usap tungkol sa "AutoML, " isang diskarte na may mga neural nets na nagdidisenyo ng mga bagong neural network. Sinabi niya na inaasahan ng Google na ang AutoML ay makakakuha ng isang kakayahan na may ilang PhD ngayon at ginawang posible para sa daan-daang libong mga developer upang magdisenyo ng mga bagong neural nets para sa kanilang mga partikular na pangangailangan sa loob ng tatlo hanggang limang taon.

Ito ay bahagi ng isang mas malaking pagsisikap na tinawag na Google.ai na magdala ng AI sa mas maraming mga tao, kasama si Pichai na pinag-uusapan ang iba't ibang mga inisyatibo sa paggamit ng AI upang makatulong sa pangangalaga sa kalusugan. Pinag-uusapan niya ang tungkol sa patolohiya at pagtuklas ng kanser, pagkakasunud-sunod ng DNA, at pagtuklas ng molekula.

Ang pagpapatuloy ng tema, si Dave Burke, pinuno ng Android engineering, ay inihayag ng isang bagong bersyon ng TensorFlow na-optimize para sa mobile na tinatawag na TensorFlow lite. Papayagan ng bagong aklatan ang mga developer na bumuo ng mga malalim na mga modelo ng pag-aaral na idinisenyo upang patakbuhin ang mga smartphone sa Android, at pinag-usapan niya ang tungkol sa kung paano gumagana ang mga mobile na taga-disenyo ng mga tagagawa ng mga tiyak na accelerator sa kanilang mga processors o DSP na dinisenyo para sa mga inferencing ng neural network at kahit na pagsasanay.

Sa keynote ng developer, si Fei Fei Li, isang propesor ng Stanford na pinuno ng pananaliksik sa AI ng Google, ay nagsabi na sumali siya sa Google "upang matiyak na ang lahat ay maaaring magamit ang AI upang manatiling mapagkumpitensya at malulutas ang mga problema na pinakamahalaga sa kanila."

Marami siyang napag-usapan tungkol sa "Democratizing AI, " kasama ang iba't ibang mga tool na magagamit ng Google sa mga developer para sa mga tiyak na aplikasyon, tulad ng pananaw, pagsasalita, pagsasalin, natural na wika, at katalinuhan ng video, pati na rin ang paggawa ng mga tool para sa paglikha ng iyong sariling mga modelo, tulad bilang TensorFlow, na mas madaling gamitin sa mas mataas na antas ng mga API.

Napag-usapan niya kung paano magagamit ng mga developer ang mga CPU, GPUS, o TPU sa Google Compute Engine. Nagbigay siya ng isang halimbawa ng kung magkano ang isang pagpapabuti ng bilis ng ilang mga modelo na tumatakbo sa TPU, na nagsasabing ang mga implikasyon ng pananaliksik ay mahalaga.

Echoing Pichai, sinabi niya ang bagong TensorFlow Research Cloud, na sinasabi ng mga mag-aaral at mga gumagamit ng Kaggle na mag-apply upang magamit ito; at nagtapos sa pamamagitan ng pagsasabi ng firm na nilikha ang ulap ng AI AI upang gawin ang demokratikong AI, upang matugunan ka kung nasaan ka, kasama ang pinaka-kapangyarihan ng mga kasangkapan sa AI ng Google, at ibahagi ang paglalakbay habang ginamit mo ang mga ito.