Znotraj googlovega ai prepisati: graditi strojno učenje v vse

Makoto Koike je kmet na Japonskem. Koike je nekdanji oblikovalec vgrajenih sistemov, ki je leta delal v japonski avtomobilski industriji, vendar se je leta 2015 vrnil domov, da bi pomagal na kmetiji kumar svojih staršev. Kmalu je spoznal, da je ročna naloga razvrščanja kumar po barvi, obliki, velikosti in atributih, kot je "trnja", pogosto zapletenejša in bolj naporna kot gojenje. Navdušen nad globoko učno inovacijo Googlove programske opreme za umetno inteligenco (AI) AlphaGo se je odločil za avtomatizacijo naloge.

Podjetja začenjajo izvajati praktični AI na različne načine, vendar je varno reči, da nihče ni videl rešitve Koikejeve razvrstitve kumare AI. Koike še nikoli ni sodeloval z AI tehnikami, vendar je z uporabo odprtokodne knjižnice TensorFlow strojnega učenja (ML) začel vnašati slike kumar. Zahvaljujoč algoritmom računalniškega vida za prepoznavanje predmetov in poglobljenem učenju treninga TensorFlow na odtenkih različnih kumar, je Koike spoznal, da lahko zelenjavo prepozna in razvrsti z visoko stopnjo natančnosti. Nato je Koike z uporabo ničesar razen TensorFlow in poceni računalnika Raspberry Pi 3 zgradil avtomatski sortirni stroj, ki ga kmetija uporablja še danes.

TensorFlow je eden od številnih odprtokodnih algoritmov in orodij, ki spreminjajo, kaj lahko podjetja in razvijalci rešijo z AI. Podjetje je razširilo svojo misijo "prinesti koristi AI vsem" z izdajo Google.ai na konferenci Google I / O, ki združuje vse svoje vire AI skupaj v enotno platformo. Google te tehnike in aplikacijske programske vmesnike (API) vključuje tudi v vse, kar počne, tako da ML v svoje izdelke in temeljito na novo opredeli, kako deluje njegova programska oprema v procesu.

PCMag je nedavno obiskal Googleplex in se pogovarjal z voditelji iz G Suite, Google Cloud Platform (GCP) in podjetja Laboratory Machine Learning Advanced Solution Lab (ML ASL) o tem, kako se Google obnavlja z AI.

Vsepovsod umetna inteligenca

Recimo, da ima ena od vaših strank težavo. Zastopnik oddelka za pomoč uporabnikom vašega podjetja je v klepetu v živo s stranko prek aplikacije za klepet, ki shranjuje podatke na Googlovi platformi v oblaku. Za pomoč pri reševanju težave mora uporabnik agentu poslati nekaj občutljivih osebnih podatkov. Zdaj pa povejmo, da je stranka vaša babica. Predstavnik službe za stranke prosi babico za nekaj podatkov, namesto tega pa babica pošlje na klepet več informacij, kot jih potrebuje, ko naloži sliko svoje kartice socialne varnosti.

Namesto da bi Google arhiviral osebne podatke (PII), se slika prikaže s številko socialne varnosti in drugimi PII samodejno preuredi. Agent nikoli ne vidi nobenih informacij, ki jih ne potrebuje, in nobeden od teh podatkov ne gre v Googlov šifriran arhiv. Med predstavitvijo tehnologije DLP API na Googlovem sedežu v ​​Mountain Viewu, Kalifornija, je podjetje vrnilo zaveso o tem, kako algoritmi ML analizirajo besedilo in slike, da bi to uresničili.

Rob Sadowski, vodja zaupanja in varnostnega trženja za Google Cloud, je pojasnil, da samodejno urejanje poganja Googlov API za preprečevanje izgub podatkov (DLP), ki deluje pod površjem, da razvrsti občutljive podatke. Algoritem naredi isto kot pri podatkih, kot so številke kreditnih kartic, in lahko analizira tudi vzorce, da odkrije, kdaj je številka ponarejena. To je le en primer Googlove tankočutne strategije, kako AI vključiti v svoje izkušnje in podjetjem in razvijalcem, kot je Koike, omogočiti, da storijo enako.

Google še zdaleč ni edini tehnološki velikan, ki v svojo programsko opremo vgrajuje povezovalno inteligenčno plast, vendar ima Google, poleg Amazona in Microsofta, najbolj razširjeno širino orodij in orodij, ki so na voljo v oblaku. Če razčlenite izdelke podjetja, lahko najdete Google Assistant in različne API-je za ML in računalniški vid, ki jih uporabljate povsod.

Google Search uporablja algoritme ML v svojem sistemu RankBrain AI za obdelavo in natančnejše poizvedbe, prerazvrstitev in združevanje podatkov na podlagi številnih spreminjajočih se dejavnikov za nenehno izboljševanje kakovosti rezultatov iskanja. Google Photos uporablja računalniški vid, da povezane fotografije vtisne v spomine in združi več posnetkov iste lokacije v panorame. Inbox omogoča uporabnikom samodejno ustvarjene pametne odgovore, ki jih lahko izberejo, in objavi ustrezne e-poštne sporočil, tako da združuje podobne kategorije. Nova Googlova aplikacija za klepet Google Allo je vgrajena z Googlovim pomočnikom. Seznam se nadaljuje.

Vse te aplikacije delujejo na Googlovi infrastrukturi v oblaku, podjetje pa v svojih podatkovnih centrih celo uporablja ML za zmanjšanje porabe energije s prilagajanjem hladilnih črpalk na podlagi podatkov o obremenitvah in vremenskih vplivih. Sadowski je dejal, da to služi tudi kot zadnja obrambna plast v Googlovi varnostni strategiji, kjer podjetje uporablja strojno inteligenco in ocenjevanje tveganja znotraj svojega varnostnega sklopa, da ugotovi, ali je sistem ogrožen s pomočjo prediktivne analize.

"Google vzame vse te ML in AI modele, ki smo jih razvili, in jih prilagodi zaradi varnosti, " je pojasnil Sadowski. "Varnost se bistveno bolj korenito spreminja kot večina sektorjev IT. Izdelki, ki so bili pred tremi ali štirimi leti jedro vaše varnostne infrastrukture, kot so požarni zidovi in ​​zaščita končnih točk, so še vedno pomembni, vendar želimo zagotoviti obrambo v globini, v obsegu in z privzeto prek infrastrukture za več najemnikov z milijoni dnevno aktivnih uporabnikov.

"Začne se z osnovno strojno opremo podatkovnega centra, " je nadaljeval Sadowski. "Poleg tega so aplikacijske storitve in avtentikacija s popolnoma šifriranimi podatki in komunikacija. Poleg tega je identiteta uporabnika. In zadnja plast obrambe je, kako delujemo s spremljanjem, odkrivanjem in odzivanjem na 24 ur na dan. Tako smo rešiti za stvari, kot je varen oddaljeni dostop, s proxyjem, ki se zaveda identitete. To je programska storitev DLP, ki išče in preprečuje uhajanje podatkov ter pomaga pri upravljanju podatkov in varnosti. Te zmogljivosti želimo omogočiti, uporabne in jih omogočiti v obsegu."

Pametnejša G Suite

ML je vgrajen tudi v Googlove aplikacije za produktivnost G Suite. Allan Livingston, direktor upravljanja izdelkov za G Suite, je razložil nekatere načine, kako AI naredi G Suite pametnejši in bolj kontekstualen, ne da bi ga uporabniki sploh zavedali.

"Pomislite, kako G Suite združuje vse te aplikacije na naravno integriran način, " je dejal Livingston. "V enem od njih začnete svoje delo in se pretakate po potrebi. Odprete Gmail prilogo v storitvi Drive in to vas popelje v Dokumente; res je samodejno.

"Za uporabnika poskušamo razmisliti o tem, kar vključuje tudi strojno učenje. Začeli smo s pametnimi odgovori v Inboxu in imeli smo dober uspeh z Gmailom, kar je privedlo do funkcije Raziskovanje v Dokumentih, Preglednicah in diapozitivi."

Po raziskavi je lansko jesen raziskovanje uporabil obdelavo naravnega jezika (NLP) za izkušnjo produktivnosti v aplikaciji. V Dokumentih vam raziskovanje daje takojšnje predloge glede na vsebino v vašem dokumentu in samodejno priporoča povezane teme in vire. V diapozitivih ustvarja oblikovalske predloge za zmanjšanje oblikovanja predstavitev. Najbolj zanimiv primer uporabe pa je v listih. Livingston je pojasnil, kako Explore uporablja ML za poenostavitev analize podatkov in vpogleda v poslovno inteligenco (BI).

"Številni uporabniki ne vedo, kaj je podobno vrtilni tabeli ali kako jo uporabiti za vizualizacijo podatkovnega lista, " je pojasnil Livingston. "Recimo, da imate opravka s prodajnimi podatki za stranko, kjer je vsaka vrstica izdelek, ki je bil prodan. Raziščite, ali lahko vnašate poizvedbe v naravnem jeziku, kot je" Kaj je najboljši element v Črnem petku? " in izpusti odgovor, kot je "Prodali ste 563 parov hlač." Analizo podatkov obravnavamo na način, ki prihrani čas pri sprejemanju odločitev, ki temeljijo na podatkih, s pomočjo strojnega učenja za izboljšanje običajne težave na naraven način."

Predstavitev funkcije Raziskuj v listih s konference Google Cloud NEXT, ki je potekala lani marca.

Kot navaja Livingston, Google namerava tovrstno iskanje v oblaku razširiti na tretje osebe in okoli sebe začeti graditi ekosistem. Splošna ideja je pogosta tema v praktičnem AI: avtomatizacija ročnih procesov, da bi se uporabniki sprostili za bolj kreativno delo. Ta ideja je v središču večine aplikacij ML: za avtomatizacijo ponovljivih poslovnih procesov in vsakodnevnih opravil, vključno s sortiranjem kumar.

"V poslu in s potrošniki imajo uporabniki te naravne vzorce interakcij. Prehod v oblak in mobilna produktivnost resnično spreminjata način dela ljudi in te uporabljene tehnike strojnega učenja so zanjo temeljne, " je dejal Livingston. "Zaradi naše moči v strojnem učenju, zaradi naših izdelkov, ki služijo kot osnova, zaradi vseh podatkov v našem oblaku smo v edinstvenem položaju, da to in lestvico uporabimo v neskončnosti."

Moč revolucije strojnega učenja

Temelj vsega, kar Google počne okoli AI, temelji na njegovih API-jih, algoritmih in odprtokodnih orodjih. Podjetniška knjižnica TensorFlow je najpogosteje uporabljeno ML orodje na GitHub-u, ki prireja aplikacije, kot je Koike razvrščevalnik kumar. Paket API-jev, ki temeljijo na Googlovem oblaku - algoritmi, ki segajo v računalniški vid, video inteligenco, govor in NLP, modeliranje napovedi in obsežni ML prek Googlovega računalniškega računalniškega mehanizma - je tehnologija, ki napaja vsako funkcijo AI, integrirano v Googlove aplikacije in storitve ter zdaj tudi platforma Google.ai.

Francisco Uribe, vodja izdelkov za AI / ML ekipo Google Cloud, deluje v središču motorja, ki prepisuje, kako deluje Google. Uribe nadzira Googlov omenjeni ML ASL, laboratorij s potopnim programom, v katerem strokovnjaki Google ML sodelujejo neposredno s podjetji pri izvajanju AI rešitev. Z uporabo Googlovih API-jev in orodja Cloud ML Engine laboratorij sodeluje s podjetji za usposabljanje in uvajanje lastnih modelov v proizvodnjo.

Uribe deluje v AI prostoru že več kot desetletje. Ustanovil je zagon podjetja BlackLocus, ki je zgradil avtomatizirano oblikovanje cen za prodajalce na drobno, ki ga je pridobil Home Depot leta 2012. Po tem se je pridružil Googlu in štiri leta delal v skupini za iskalne oglase, ki je uporabila ML za izboljšanje izkušnje z oglasi.. Leta 2016 je prestopil v raziskovalno vlogo, ki je vodil ML ASL in deloval kot mentor v Googlovem pospeševalniku Launchpad Accelerator. Uribe je dejal, da ga nenehno preseneča, kako podjetja in razvijalci uporabljajo Googlova orodja.

"V vseh primerih smo videli primere uporabe - od zdravstvenega varstva in financ do maloprodaje in kmetijstva, " je dejal Uribe. "Strankam poskušamo pomagati izboljšati sposobnost zaznavanja. Prevajanje govora, analiza slik, video API-ji, naravni jezik: vsi so del demokratizacije dostopa do algoritmov strojnega in globokega učenja, ki so končno začeli uporabljati."

ML ASL je sodelovala s HSBC Bank plc, eno največjih organizacij za bančne in finančne storitve na svetu, pri rešitvah ML za preprečevanje pranja denarja in napovednega kreditnega ocenjevanja. ML ASL je sodeloval tudi z združenjem ameriških avtomobilskih združenj (USAA), združenjem finančnih storitev Fortune 500, da bi usposobili inženirje organizacije o tehnikah ML, ki se uporabljajo za posebne scenarije zavarovanja. eBay je z Googlovimi orodji usposobil digitalnega pomočnika ShopBot. Ko ML ASL sodeluje s podjetjem, je Uribe pojasnil štiri stebre, ki sestavljajo postopek.

"Potrebujete močno ponudbo računalništva, da se spopadete z ekstremnimi zahtevami delovnih mest ML, in distribucija hrbtenice optičnih vlaken GCP zelo učinkovito premika podatke iz vozlišča v vozlišče, " je dejal Uribe. "Imamo stroj za računalniško učenje v oblaku, ki strankam pomaga pri usposabljanju modelov. Strankam pomagamo pri izvrševanju podatkov z dostopom do Kagglejeve skupnosti 800.000+ aktivnih podatkov znanstvenikov. Nazadnje morate imeti talent, da boste tam, tako na raziskovalni strani stvari, imamo program Brain Residency za usposabljanje inženirjev za zapletene učne načrte ML. To vidimo kot gradnike, s katerimi lahko strankam pomagamo pri gradnji inteligentnih aplikacij."

Vse to je vključeno v odprtokodno skupnost in tretje ekosisteme, ki jih Google gradi okoli svoje AI tehnologije. Podjetje je v začetku letošnjega leta celo objavilo tekmovanje za start ML, ki podeljuje do 500.000 ameriških dolarjev naložbe v ML startape. Uribe je govoril o nekaterih inovativnih aplikacijah, ki jih je že videl o Googlovi tehnologiji in o katerih morda obstajajo druge možnosti.

"Recimo, da ste podjetje za analitiko storitev za stranke. Razmislite o API-ju za govor, s katerim lahko prepisujete vsebino klicev, in nato analizo občutkov, da izboljšate kakovost storitve za stranke, " je dejal Uribe. "Uporabite vizijski API za fotografiranje uličnega znaka v tuji državi in ​​nato API za prevajanje, da vsebino prevedete v realnem času prek izkušenj z aplikacijo. Ne gre samo za povečanje učinkovitosti, temveč za ustvarjanje novih in edinstvenih uporabniških izkušenj."

Orodja, kot je TensorFlow, Uribe vidijo kot odličen dejavnik za obsežno sprejemanje ML na trgu. Ne samo da so te tehnologije postale temeljnega pomena Googla in kako tehnološki velikan pristopa k razvoju izdelkov, ampak Uribe verjame, da bo široko dostopna tehnologija ML pomagala optimizirati podjetja, odpreti nove tokove prihodkov in izumiti nov razred inteligentnih aplikacij.

"Mislite na to kot na novo industrijsko revolucijo, " je dejal Uribe. "Opažamo, da ta orodja omogočajo povečanje učinkovitosti in izkušnje, ki jih še niste videli. Neverjetno je, kako se uveljavljajo startupi. Poglej kmeta kumare na Japonskem. Z TensorFlow je zgradil model za razvrščanje in sortirali kumare na podlagi vzorcev, velikosti, tekstur itd., nato pa zgradili specializirano strojno opremo za njegovo izvedbo. Takšno stopnjo demokratizacije je neverjetno videti in komaj smo opraskali površino."