Aplicacions de Google, les eines tenen com a objectiu "democratitzar ai"

Per a mi, el tema més important de la conferència d'E / S de Google de la setmana passada va ser "democratitzar l'AI", és a dir, fer que l'AI sigui accessible tant per als usuaris finals mitjançant el seu ús en diversos serveis de Google, com per als desenvolupadors mitjançant noves eines i programes., i fins i tot maquinari dissenyat al marc de TensorFlow AI de Google.

El conseller delegat de Google, Sundar Pichai, va iniciar la conferència amb una nota principal en la qual va tornar a destacar que la companyia passava d’un enfocament primari per a mòbils a un primer AI, de manera similar al que va dir l’any passat.

Va dir que Google "repensava tots els nostres productes i aplicava l'aprenentatge automàtic i la IA per solucionar els problemes de l'usuari". Va dir que els algorismes d’aprenentatge automàtic ja influeixen en la classificació de diferents resultats a la cerca i com Street Street ara reconeix automàticament els signes. Va dir que altres serveis són cada cop més intel·ligents a causa de la IA, com ara la forma en què el Google Home ara suporta diversos usuaris i com ara Gmail està publicant una funció de "resposta intel·ligent" on suggereix automàticament respostes als correus electrònics.

Amb aquesta finalitat, va fer diversos anuncis de productes de l'AI, tant per a consumidors com per a desenvolupadors.

Les lents, els assistents i les fotos utilitzen funcions de IA

Per als usuaris finals, el més visible d’aquests nous esforços és Google Lens, un conjunt de capacitats informàtiques basades en la visió que poden entendre el que esteu veient i prendre mesures, tant a Google Assistant com a Google Fotos.

Per exemple, va demostrar com podeu fer una foto d'una flor i com ara Google Lens la pot identificar. De forma més prosaica, pot fer-se una foto d’un nom d’usuari i una contrasenya per a wifi, i entendre automàticament que voleu connectar-vos i fer-ho per vosaltres. Altres exemples inclouen fer una foto de l’exterior d’un restaurant i fer que el programari entengui de què es tracta, i mostrar mostres i menús d’usuaris. Tot això no és completament nou, però puc imaginar que serà de gran utilitat: el tipus de cosa que utilitzarem pràcticament en qüestió durant uns quants anys. Google diu que es desenvoluparà en uns mesos

Google Assistant continua sent més intel·ligent i incorporarà Google Lens, tot i que la notícia més important sobre això és que Assistent arriba ara a l'iPhone.

La popular aplicació de Google Fotos també obté diverses funcions noves que basen la IA, com ara "compartir suggerides", on seleccionarà automàticament les millors imatges i us suggerirà que les compartiu amb les persones de les fotos. Google Fotos també afegeix una funció que us permetrà compartir de manera automàtica o part del vostre biblioteca, de manera que si feu fotos dels vostres fills, automàticament també formaran part de la biblioteca fotogràfica de la vostra parella. I pot suggerir les millors fotos per a un llibre de fotos.

Primers centres de dades AI i noves eines de desenvolupament

Per part interna, Pichai va parlar de com la companyia estava "repensant" la seva arquitectura computacional per construir "primers centres de dades AI". Va dir que Google utilitza les seves actuals unitats de processament de tensió (TPUs) en tots els seus serveis, des de la recerca bàsica fins al reconeixement de veu fins a la seva competència AlphaGo.

Em va interessar especialment la introducció d’una nova versió de la seva TPU 2.0, que Pichai va dir que era capaç d’arribar a 180 teraflops (180 trilions d’operacions en punt flotant per segon) per placa de 4 xips o 11, 5 petaflops a cada "poda" de 64 taulers. Aquests estan disponibles per als desenvolupadors com a "TPU en núvol" al Google Cloud Engine i ara la companyia va dir que posaria a disposició dels investigadors de l'aprenentatge automàtic 1000 TPU en núvol a través del nou núvol de recerca TensorFlow.

Això forma part d’una tendència creixent a TensorFlow, el marc d’aprenentatge de màquines de codi obert per als desenvolupadors, i la conferència va tenir diverses sessions destinades a fer que més desenvolupadors utilitzessin aquest marc. TensorFlow sembla ser el més popular dels marcs d'aprenentatge automàtic, però és només una de les opcions diverses. (Altres inclouen Caffe, impulsada per Facebook i MXNet, impulsada per Amazon Web Services.)

Vaig anar a una sessió sobre "TensorFlow per a no experts" dissenyada per evangelitzar el marc i el programa Keras biblioteca d'aprenentatge profund, i es va omplir. Són coses fascinants, però no tan familiars com les eines de desenvolupament més tradicionals. Totes les grans empreses diuen que tenen problemes per trobar prou desenvolupadors amb experiència en aprenentatge de màquines, per la qual cosa no és sorpresa veure que tots empenyen els seus marcs interns. Si bé les eines per utilitzar-les milloren, no deixa de ser complicat. Per descomptat, només anomenar un model existent és molt més senzill, i Google Cloud Platform, a més de Microsoft i AWS, tenen una varietat d’aquests serveis de ML que poden desenvolupar els desenvolupadors.

Com que desenvolupar aquests serveis és tan dur, Pichai va passar molt de temps parlant de "AutoML", un enfocament que té xarxes neuronals dissenyant noves xarxes neuronals. Va dir que Google espera que AutoML tingui una capacitat que alguns doctors tenen avui en dia i que permetrà que centenars de milers de desenvolupadors puguin dissenyar noves xarxes neuronals per a les seves necessitats específiques en tres o cinc anys.

Això s’emmarca en un esforç més gran anomenat Google.ai per apropar la IA a més persones, amb Pichai parlant d’una varietat d’iniciatives d’ús de l’IA per ajudar a l’atenció sanitària. Va parlar de patologia i detecció del càncer, seqüenciació d’ADN i descobriment de molècules.

Continuant el tema, Dave Burke, cap d'enginyeria d'Android, va anunciar una nova versió de TensorFlow optimitzada per a mòbils anomenada TensorFlow lite. La nova biblioteca permetrà als desenvolupadors construir models d’aprenentatge profund més fluix dissenyats per funcionar amb telèfons intel·ligents Android, i va parlar de com treballaven els dissenyadors de processadors mòbils en acceleradors específics en els seus processadors o DSP dissenyats per a la conferència de la xarxa neuronal i fins i tot la formació.

En la nota principal del desenvolupador, Fei Fei Li, una professora de Stanford que dirigeix ​​la recerca en IA de Google, va dir que es va unir a Google "per assegurar-se que tothom pot aprofitar l'AI per mantenir-se competitius i resoldre els problemes que més els importen".

Va parlar molt de "Democratitzar l'AI", incloent les diverses eines que Google posa a disposició dels desenvolupadors per a aplicacions específiques, com ara la visió, la parla, la traducció, el llenguatge natural i la intel·ligència de vídeo, a més de fer eines per crear models propis, com ara com a TensorFlow, que és més fàcil d’utilitzar amb més API d’alt nivell.

Ella va parlar sobre com ara els desenvolupadors podran utilitzar CPU, GPUS o TPU al Google Compute Engine. Va donar un exemple de la millora de la velocitat que alguns models funcionen amb TPU, dient que les implicacions de la investigació són importants.

Fent ressò de Pichai, ella va promocionar el nou núvol de recerca TensorFlow, dient que els estudiants i els usuaris de Kaggle haurien de sol·licitar-lo; i va concloure afirmant que l'empresa va crear el seu equip d'AI núvol per tal de fer que l'AI sigui democràtica, per conèixer-vos allà on esteu, amb les eines més potents de Google i per compartir el viatge a mesura que les utilitzeu.