Ktokoľvek, kto skúša službu Fotky Google, súhlasí s tým, že táto bezplatná služba na ukladanie a správu fotografií od spoločnosti Google je šikovná. Obsahuje rôzne inteligentné funkcie, ako je rozšírené vyhľadávanie, schopnosť kategorizovať obrázky podľa miest a dátumov, automaticky vytvárať albumy a videá založené na podobnostiach a prechádzať vás po pamäti, zobrazovaním fotografií toho istého dňa pred niekoľkými rokmi. Existuje veľa vecí, ktoré Google Photos dokáže urobiť pred niekoľkými rokmi, bude strojovo nemožné. Fotky Google sú jednou z mnohých "inteligentných" služieb od spoločnosti Google, ktoré používajú technológiu strojového učenia nazývanú TensorFlow. Slovo učenie naznačuje, že technológia sa časom zmení na úroveň, ktorú si naše súčasné vedomosti nedokážu predstaviť. Ale čo je TensorFlow? Ako sa môže zariadenie naučiť? Čo s tým môžete robiť? Poďme zistiť.
Čo je TensorFlow?
TensorFlow je otvorený a výkonný softvérový softvér spoločnosti Google pre umelé inteligencie, ktorý umožňuje mnohé služby a iniciatívy spoločnosti Google. Je to druhá generácia systému pre rozsiahle implementácie strojového učenia, postavený tímom Google Brain. Táto knižnica algoritmu uspeje DistBelief - prvej generácie.
Technológia predstavuje výpočet ako grafy statických tokov údajov. Čo robí TensorFlow jedinečným, je jeho schopnosť modelovať výpočty na veľkom rozsahu hardvéru, od mobilných zariadení na úrovni zákazníkov až po multi-GPU servery svetovej úrovne. Môže pracovať na rôznych GPU a procesoroch a sľubuje škálovateľnosť strojového učenia medzi rôznymi zariadeniami a zariadeniami bez toho, aby museli meniť významné množstvo kódu.
TensorFlow pochádza z potreby spoločnosti Google inštruovať počítačový systém, aby napodoboval, ako ľudský mozog pracuje vo vzdelávaní a uvažovaní. Systém známy ako neurónové siete by mal byť schopný vykonávať multidimenzionálne dátové polia označované ako "tenzory". Cieľom je vycvičenie neurónových sietí na detekciu a dešifrovanie vzorov a korelácií.
V novembri 2015 spoločnosť Google sprístupnila túto technológiu otvorenému zdroju a umožnila jej prijímať všetky druhy výrobkov a výskumov. Ktokoľvek, vrátane výskumníkov, inžinierov a fanatikov, môže pomôcť urýchliť rast strojového učenia a vydať ho na vyššiu úroveň za menej času.
Tento krok sa ukázal ako ten pravý, pretože od nezávislých vývojárov k TensorFlow je toľko príspevkov, ktoré výrazne prevyšujú príspevky spoločnosti Google. Wikipedia uvádza, že "na GitHubu sa nachádzajú 1500 repozitárov, ktoré spomínajú TensorFlow, z ktorých 5 sú od spoločnosti Google." Hovorí sa, že jedna z diskusií v Quora je podozrivá, že uvoľnený open source kód je "vyčistený" Google, ktorý používa vo svojich službách.
Ako funguje TenserFlow?
Použitím jednoduchého normálneho ľudského jazyka a ťažkého zjednodušenia by sme mohli vidieť jednu stranu TensorFlow ako pokročilej autonómnej filtračnej technológie. V jeho srdci je táto technológia obrovskou softvérovou knižnicou strojového učenia. Používa databázu na "rozhodovanie".
Napríklad niekto odovzdá fotografiu do služby Fotky Google. Táto technológia porovná všetky detaily z obrázka s databázou a rozhodne sa, či ide o obrázok zvieraťa alebo človeka. Potom, ak je to človek, pokúsi sa určiť pohlavie, vek až po to, kto je ten človek. Rovnaký proces sa opakuje pre ostatné objekty na fotografii.
Taktiež používa údaje používateľa, ako napríklad totožnosť osoby na obrázku a miesto, kde sa fotografia realizuje, aby vylepšila svoju knižnicu, aby mohla v budúcnosti priniesť lepšie výsledky - a to pre jednotlivcov, ktorí odovzdali fotografiu, a pre každého inde. Preto pojem "učenie". Neprestáva sa však iba na poznanie a učenie údajov z fotografií. Existuje toľko, že technológia môže robiť s informáciami z fotografie. Môže napríklad zoskupovať fotografie s podobnými údajmi, ako je tá istá osoba, rovnaké miesto, rovnaký dátum; pozrite si vzor tváre, aby ste zistili, na ktorú rodinu a kamaráta patrí fotografia, a použite informácie na vytvorenie videa z rodinnej dovolenky alebo animácie z nepretržitých záberov.
To sotva poškriabuje povrch ako funguje TensorFlow, ale dúfam, že vám dá celkový obraz o technológii. Tiež pomocou jediného príkladu nemôžeme spraviť to, čo je schopné.
A pre všetkých nadšencov umelého inteligencie, stojí za zmienku, že spoločnosť Google už vytvorila technológiu počítačových čipov optimalizovanú pre strojové učenie a integráciu TensorFlow do nej. Nazýva sa čip ASIC s procesorom Tensor Processing Unit (TPU) .
Tí, ktorí sa chcú dozvedieť viac o TensorFlow, môžu navštíviť svoju výukovú stránku.
Aplikácie TensorFlow
Sme v počiatočnej fáze technológie strojového učenia, takže nikto nevie, kde nás bude brať. Existuje však niekoľko počiatočných žiadostí, ktoré by nám mohli v budúcnosti priniesť pozretie. Ako vyplýva z Googlu, je zrejmé, že spoločnosť Google využíva technológiu pre mnohé z jej služieb.
Viac informácií o analýze obrázkov
Diskutovali sme o príklade použitia technológie na analýzu obrázkov v službe Fotky Google. Aplikácia na analýzu obrázkov sa však používa aj vo funkcii Street View v Mapách Google. Napríklad TensorFlow sa používa na pripojenie obrazu k súradniciam mapy a na automatické rozostrenie čísla registračnej značky akéhokoľvek automobilu, ktorý je náhodne zaradený do obrázka.
Rozpoznávanie reči
Google tiež používa TensorFlow pre svoj hlasový asistent softvéru rozpoznávania reči. Technológia, ktorá umožňuje používateľom hovoriť o inštrukciách, nie je nová, ale vrátane stále rastúcej knižnice TensorFlow do mixu môže priniesť funkciu až niekoľko zárezov nahor. V súčasnosti rozpoznáva technológiu rozpoznávania reči viac ako 80 jazykov a variantov.
Dynamický preklad
Ďalším príkladom "učenia" časti technológie strojového učenia je funkcia prekladu Google. Spoločnosť Google povoľuje používateľom pridávať nové slovníky a opravovať chyby v službe Google Translate. Stále rastúce údaje môžu byť použité na automatické zistenie vstupného jazyka, ktorý chce iní používatelia preložiť. Ak zariadenie urobí chyby v procese rozpoznávania jazykov, môžu ich opraviť. Stroj sa z týchto chýb dozvie, aby zlepšil svoju budúcu výkonnosť. A cyklus pokračuje.
Alpha Go
Jedným z zábavných príkladov používania TensorFlow je Alpha Go. Ide o aplikáciu naprogramovanú na prehrávanie Go . Pre tých, ktorí nie sú oboznámení s Goom, je to abstraktná stolová hra pre dvoch hráčov, ktorá vznikla v Číne pred viac ako piatimi stovkami päťsto rokmi a je to najstaršia dosková hra, ktorá je stále nepretržite hrávaná. Zatiaľ čo pravidlá sú jednoduché - obklopujú viac územia než súpera, hra je neuveriteľne zložitá a podľa Wikipedia: "má viac možností ako celkový počet atómov vo viditeľnom vesmíre."
Takže je zaujímavé, čo môže technológia vzdelávacieho stroja robiť s nekonečnými možnosťami. Vo svojich zápasoch proti Lee Sedolovi, 18-časovému majstra sveta, Alpha Go vyhral 4 z 5 zápasov a dostal čestné najvyššie hodnotenie v kategórii šampiónov.
Magenta Project
Ďalšou zaujímavou aplikáciou TensorFlow je projekt Magenta. Je to ambiciózny projekt na vytvorenie strojovo-generovaného umenia . Jedným z prvých hmatateľných výsledkov experimentu je 90-sekundová klavírna melódia. Z dlhodobého hľadiska spoločnosť Google dúfa, že prostredníctvom svojho projektu Magenta vytvorí modernejšie strojovo-generované umenie a vytvorí okolo nej komunity umelcov.
Vo februári 2016 spoločnosť Google uskutočnila aj umeleckú výstavu a aukciu v San Fransisco, ktorá prezentovala 29 počítačovo vytvorených - s malou pomocou ľudských - umeleckých diel. Šesť z najväčších diel sa predávalo za 8 000 dolárov. Počítač môže mať ešte veľmi dlhú cestu, než môže napodobňovať skutočného umelca, ale množstvo peňazí, ktoré sú ľudia ochotní zaplatiť za umenie, nám ukazujú, do akej miery ide technológia.
Podpora pre iOS
Zatiaľ čo sme už videli možnosti TenserFlow na Android s najnovšou verziou, TensorFlow nakoniec pridáva podporu zariadení iOS. Pretože existuje veľa skvelých mobilných aplikácií dostupných výhradne pre iOS alebo uvoľnených prvýkrát v systéme iOS, znamená to, že v blízkej budúcnosti môžeme očakávať, že v mobilných aplikáciách sa budú môcť v budúcnosti nachádzať skvelé mobilné aplikácie. To isté možno povedať o možnostiach širšieho osvojenia a aplikácií TensorFlow.
Budúcnosť TensorFlow
Čo môže človek robiť so strojom, ktorý sa môže učiť a urobiť vlastné rozhodnutie? Ako osoba, ktorá sa zaoberá viac ako jedným jazykom ako súčasťou každodenného života, prvá vec, ktorá sa objaví v mojej mysli, je jazykový preklad. Nie v úrovni slova podľa slov, ale na dlhšej textovej úrovni, ako sú dokumenty alebo knihy. Dnešná technológia prekladu je obmedzená na slovníky. Môžete ľahko zistiť, čo je "spanie" v čínštine a naopak, ale pokúste sa vrhnúť jednu kapitolu z Musaji Eijiho Yoshikawa v jeho pôvodnom japončine a preložiť kapitolu do angličtiny. Uvidíte, na čo sa dostávam.
Je tiež zábavné vidieť, čo môže budúcnosť umelého inteligencie robiť s hudbou. Zatiaľ čo je to ešte veľmi základné, aplikácia Apple Music Memo už môže dať automatický basový a bubnový doprovod k vášmu nahranému spevu. Spomínam si na jednu epizódu televíznej show SciFi, kde postavička v show vytvorila stroj, ktorý analyzuje všetky najpopulárnejšie piesne v grafoch a dokáže napísať vlastné piesne. Prídeme tam niekedy?
A ako záverečná myšlienka, rád by som spomenul Sunspring . Je to krátky film sci-fi napísaný úplne scenárista AI, ktorý sa nazýva Benjamin - ktorý dokonca skladal pop-song hudobné interlude. Film bol zostavený režisérom Oscarom Sharpom pre 48-hodinovú filmovú udalosť Sci-Fi London.
Teraz nemôžem prestať premýšľať o Terminátorovi. Vitajte v budúcnosti.
Obrazový kredit: Wikipedia, TechInsider, The Verge, Wall Street Journal
