Google sætter sin virtuelle hjerneteknologi i gang

Denne sommer satte Google et nyt vartegn inden for kunstig intelligens med software, der lærte at genkende katte, mennesker og andre ting blot ved at se YouTube-videoer (se selvlært software). Denne teknologi, der er modelleret efter, hvordan hjerneceller fungerer, bliver nu sat i gang med at gøre Googles produkter smartere, hvor talegenkendelse er den første tjeneste til gavn.

Platonisk ideal: Dette sammensatte billede repræsenterer den ideelle stimulus, som Googles neurale netværk genkender som et katteansigt.

Googles læringssoftware er baseret på simulering af grupper af forbundne hjerneceller, der kommunikerer og påvirker hinanden. Når et sådant neuralt netværk, som det kaldes, udsættes for data, kan forholdet mellem forskellige neuroner ændre sig. Det får netværket til at udvikle evnen til at reagere på bestemte måder på indgående data af en bestemt art - og netværket siges at have lært noget.

Neurale netværk er blevet brugt i årtier i områder, hvor maskinlæring anvendes, såsom software til skakspil eller ansigtsgenkendelse. Googles ingeniører har fundet måder at lægge mere computerkraft bag tilgangen, end det tidligere var muligt, ved at skabe neurale netværk, der kan lære uden menneskelig assistance og er robuste nok til at blive brugt kommercielt, ikke kun som forskningsdemonstrationer.

Virksomhedens neurale netværk bestemmer selv, hvilke funktioner i data der skal være opmærksomme på, og hvilke mønstre der betyder noget, i stedet for at få mennesker til at beslutte, at f.eks. farver og særlige former er af interesse for software, der forsøger at identificere objekter.

Google bruger nu disse neurale netværk til at genkende tale mere præcist, en teknologi, der bliver stadig vigtigere for Googles smartphone-operativsystem, Android, såvel som den søgeapp, den gør tilgængelig for Apple-enheder (se Googles svar til Siri Thinks Ahead). Vi fik mellem 20 og 25 procent forbedring i forhold til ord, der er forkerte, siger Vincent Vanhoucke , en leder af Googles talegenkendelsesindsats. Det betyder, at mange flere mennesker vil få en perfekt oplevelse uden fejl. Det neurale net fungerer indtil videre kun på amerikansk engelsk, og Vanhoucke siger, at lignende forbedringer burde være mulige, når det introduceres for andre dialekter og sprog.

Andre Google-produkter vil sandsynligvis forbedres over tid med hjælp fra den nye læringssoftware. Virksomhedens billedsøgningsværktøjer kunne for eksempel blive bedre i stand til at forstå, hvad der er på et billede uden at være afhængig af omgivende tekst. Og Googles selvkørende biler (se Look, No Hands ) og mobile computer indbygget i et par briller (se You Will Want Google's Goggles ) kunne drage fordel af software, der bedre er i stand til at give mening i mere virkelige data.

Den nye teknologi greb overskrifter tilbage i juni i år, da Googles ingeniører offentliggjorde resultaterne af et eksperiment, der kastede 10 millioner billeder fra YouTube-videoer mod deres simulerede hjerneceller, der kørte 16.000 processorer på tværs af tusind computere i 10 dage uden pause.

Gennemsnitlige funktioner: Dette sammensatte billede repræsenterer den ideelle stimulans for Googles software til at opdage et menneskeligt ansigt på et billede.

De fleste mennesker holder deres model i en enkelt maskine, men vi ønskede at eksperimentere med meget store neurale netværk, siger Jeff Dean , en ingeniør, der hjælper med at lede forskningen hos Google. Hvis du opskalerer både modellens størrelse og mængden af ​​data, du træner den med, kan du lære finere skel eller mere komplekse funktioner.

De neurale netværk, der kommer ud af den proces, er mere fleksible. Disse modeller kan typisk tage meget mere kontekst, siger Dean og giver et eksempel fra talegenkendelsens verden. Hvis f.eks. Googles system troede, at det hørte nogen sige, at jeg skal spise en litchi, men det sidste ord var lidt dæmpet, kunne det bekræfte sin anelse baseret på tidligere erfaringer med sætninger, fordi litchi er en frugt og bruges i samme kontekst som æble eller appelsin.

Dean siger, at hans team også tester modeller, der forstår både billeder og tekst sammen. Man giver det 'marsvin', og det giver dig billeder af marsvin, siger han. Hvis du giver det et billede af et marsvin, giver det dig 'marsvin' som et ord.

Et næste skridt kunne være at få den samme model til også at lære ordenes lyde. At være i stand til at relatere forskellige former for data som den kunne føre til talegenkendelse, der samler ekstra spor fra video, for eksempel, og det kunne booste mulighederne i Googles selvkørende biler ved at hjælpe dem med at forstå deres omgivelser ved at kombinere de mange datastrømme de indsamler lige fra laserscanninger af nærliggende forhindringer til information fra bilens motor.

Googles arbejde med at lave neurale netværk bringer os et lille skridt tættere på et af de ultimative mål for AI – at skabe software, der kan matche dyrs eller måske endda menneskelig intelligens, siger Yoshua Bengio , en professor ved University of Montreal, der arbejder med lignende maskinlæringsteknikker. Dette er vejen mod at lave mere generel kunstig intelligens - der er ingen måde, du får en intelligent maskine, hvis den ikke kan tage en stor mængde viden om verden til sig, siger han.

Faktisk fungerer Googles neurale netværk på samme måde som, hvad neurovidenskabsmænd ved om den visuelle cortex hos pattedyr, den del af hjernen, der behandler visuel information, siger Bengio. Det viser sig, at de funktionslæringsnetværk, der bruges [af Google], ligner de metoder, som hjernen bruger, og som er i stand til at opdage objekter, der eksisterer.

Han er dog hurtig til at tilføje, at selv Googles neurale netværk er meget mindre end hjernen, og at de ikke kan udføre mange ting, der er nødvendige for intelligens, såsom at ræsonnere med information indsamlet fra omverdenen.

Dean er også forsigtig med ikke at antyde, at de begrænsede intelligenser, han bygger, er tæt på at matche enhver biologisk hjerne. Men han kan ikke lade være med at påpege, at hvis du vælger den rigtige konkurrence, får Googles neurale netværk mennesker til at slå.

Vi ser bedre ydeevne end på menneskeligt niveau i nogle visuelle opgaver, siger han og giver eksemplet med mærkning, hvor husnumre vises på billeder taget af Googles Street View-bil, et job, der plejede at blive brugt til mange mennesker.

De begynder at bruge neurale net til at afgøre, om et plaster [på et billede] er et husnummer eller ej, siger Dean, og de viser sig at præstere bedre end mennesker. Det er en lille sejr - men en, der fremhæver, hvor langt kunstige neurale net er bag dem i dit hoved. Det er nok, at det ikke er særlig spændende, og en computer bliver aldrig træt, siger Dean. Det kræver ægte intelligens at kede sig.

skjule