Doporučená, 2022

Redakce Choice

Vše, co potřebujete vědět o Google Brain TensorFlow

Každý, kdo vyzkoušel službu Fotografie Google, souhlasí s tím, že tato bezplatná služba ukládání a správy fotografií od společnosti Google je inteligentní. Balíčky v různých inteligentních funkcích, jako je pokročilé vyhledávání, možnost roztřídit vaše obrázky podle umístění a data, automaticky vytvořit alba a videa na základě podobností, a projít si paměťový pruh tím, že vám ukáže fotografie téhož dne před několika lety. Existuje spousta věcí, které Google Photos dokáže udělat před několika lety. Google Photos je jedna z mnoha „chytrých“ služeb společnosti Google, která využívá technologii strojového učení nazvanou TensorFlow. Slovo učení ukazuje, že technologie bude časem chytřejší až do té míry, že si naše současné znalosti neumí představit. Ale co je TensorFlow? Jak se může stroj naučit? Co s tím můžeš dělat? Pojďme to zjistit.

Co je TensorFlow?

TensorFlow je otevřený a výkonný software pro umělou inteligenci společnosti Google, který spravuje mnoho služeb a iniciativ od společnosti Google. Jedná se o druhou generaci systému pro rozsáhlé implementace strojového učení, který byl vytvořen týmem Google Brain. Tato knihovna algoritmů následuje DistBelief - první generace.

Technologie představuje výpočet jako stavové grafy toku dat. To, co dělá TensorFlow jedinečným, je schopnost modelovat výpočty na širokém spektru hardwaru, od spotřebitelských mobilních zařízení až po multi-GPU servery světové třídy. To může běžet na různých GPU a CPU a slibuje škálovatelnost strojového učení mezi různými zařízeními a miniaplikacemi, aniž by bylo nutné měnit značné množství kódu.

TensorFlow pochází z potřeby společnosti Google poučit počítačový systém, aby napodobil, jak lidský mozek pracuje při učení a uvažování. Systém, známý jako neuronové sítě, by měl být schopen pracovat na vícerozměrných datových polích označovaných jako „tenzory“. Konečným cílem je trénovat neuronové sítě k detekci a dešifrování vzorů a korelací.

V listopadu 2015 společnost Google učinila tuto technologii otevřenou a umožnila její přijetí do všech druhů produktů a výzkumů. Každý, včetně výzkumníků, inženýrů a fandů, může pomoci urychlit růst strojového učení a vzít ho na vyšší úroveň za kratší dobu.

Tento krok se ukázal být správný, protože existuje mnoho příspěvků nezávislých vývojářů na společnost TensorFlow, které daleko předčí příspěvky společnosti Google. Wikipedia uvádí, že „na GitHubu je 1500 repozitářů, které zmiňují TensorFlow, z nichž 5 pochází od společnosti Google.“ Jak již bylo řečeno, jedna z diskusí v Quora má podezření, že vydaný open-source kód je „vyčištěnou“ verzí který Google využívá ve svých službách.

Jak funguje TenserFlow?

Pomocí jednoduchého normálního lidského jazyka a výrazného zjednodušení bychom mohli vidět jednu stranu TensorFlow jako moderní autonomní filtrační technologii. Ve své podstatě je tato technologie obrovskou softwarovou knihovnou strojového učení. Používá databázi, aby mu pomohla „rozhodovat“.

Někdo například nahraje fotografii do služby Fotografie Google. Technologie porovná všechny detaily z obrázku do databáze a rozhodne, zda se jedná o obrázek zvířete nebo člověka. Pakliže je to člověk, bude se snažit určit pohlaví, věk až k tomu, kdo je. Stejný proces se opakuje pro další objekty na fotografii.

Využívá také uživatelská data, jako je identita osoby na obrázku a místo, kde je snímek pořízen, aby se zlepšila jeho knihovna tak, aby mohla v budoucnu přinést lepší výsledky - jak pro jednotlivce, který fotografii nahrál, tak pro všechny jiný. Proto se jedná o pojem „učení“. Nezastavuje se však jen v tom, že se z fotografií dozvídáme a naučíte se. Tam je tolik, že technologie může dělat s informacemi z fotografie. Může například seskupovat fotografie s podobnými detaily, jako je stejná osoba, stejné místo, stejné datum; podívejte se na vzor tváří, abyste určili, která rodina a přátelé patří osobě na fotografii, a použijte tyto informace k vytvoření videa rodinné dovolené nebo animace z nepřetržitých záběrů.

To sotva poškrábá povrch toho, jak TensorFlow funguje, ale doufám, že vám to dá celkový obraz o technologii. Také použití pouze jednoho příkladu nemůže učinit spravedlnost tomu, co je schopno.

A pro všechny nadšence Umělé inteligence tam stojí za zmínku, že Google již vytvořil technologii počítačových čipů optimalizovanou pro strojové učení a integraci TensorFlow do ní. Jmenuje se čip TESOR Processing Unit (TPU) .

Ti, kteří se chtějí dozvědět více o TensorFlow, mohou navštívit stránku s návodem.

Aplikace TensorFlow

Jsme v rané fázi technologie strojového učení, takže nikdo neví, kam nás bude mít. Existuje však několik počátečních aplikací, které by nám mohly nahlédnout do budoucnosti. Vzhledem k tomu, že pochází z Googlu, je zřejmé, že společnost Google používá technologii pro mnoho svých služeb.

  • Více o analýze obrázků

Diskutovali jsme o příkladu použití technologie pro analýzu obrázků ve službě Fotky Google. Aplikace pro analýzu obrázků je však také používána ve funkci Zobrazení ulic aplikace Mapy Google. TensorFlow se například používá k propojení obrazu se souřadnicemi mapy a k automatickému rozmazání čísla poznávací značky každého vozidla, které je omylem zahrnuto do obrázku.

  • Rozpoznávání řeči

Google také používá TensorFlow pro svůj software pro rozpoznávání řeči hlasového asistenta. Technologie, která umožňuje uživatelům hovořit s pokyny, není nová, ale včetně stále se rozšiřující knihovny TensorFlow do mixu může přinést tuto funkci až o několik stupňů nahoru. V současné době rozpoznává technologie rozpoznávání řeči více než 80 jazyků a variant.

  • Dynamický překlad

Dalším příkladem „učící se“ části technologie strojového učení je překladatelská funkce společnosti Google. Google umožňuje svým uživatelům přidávat nové slovníky a odstraňovat chyby ve službě Google Translate. Stále rostoucí data lze použít k automatickému rozpoznání vstupního jazyka, který chtějí ostatní uživatelé přeložit. Pokud stroj provede chyby v procesu detekce jazyka, mohou je uživatelé opravit. Stroj se z těchto chyb poučí, aby zlepšil svůj budoucí výkon. A cyklus pokračuje.

  • Alpha Go

Jeden zábavný příklad použití TensorFlow je Alpha Go. Je to aplikace, která je naprogramována pro přehrávání Go . Pro ty, kteří nejsou obeznámeni s Go, je to abstraktní desková hra pro dva hráče, která vznikla v Číně více než pět tisíc před pěti sty lety, a je to nejstarší desková hra, která je stále hrána dodnes. I když jsou pravidla jednoduchá - obklopovat více území než soupeř, hra je neuvěřitelně složitá a podle Wikipedie: „má více možností než celkový počet atomů ve viditelném vesmíru“.

Je tedy zajímavé, co technologie s učícími stroji dokáže s nekonečnými možnostmi udělat. Ve svých utkáních proti Lee Sedolovi - 18ti násobnému mistrovi světa, vyhrál Alpha Go 4 z 5 her a dostal čestný nejvyšší hodnost Go grandmastera.

  • Magenta Project

Další zajímavou aplikací TensorFlow je Magenta Project. Je to ambiciózní projekt na vytvoření strojově generovaného umění . Jedním z prvních hmatatelných výsledků experimentu je 90 vteřinová klavírní melodie. V dlouhodobém horizontu společnost Google doufá, že prostřednictvím projektu Magenta bude generovat pokročilejší strojově generované umění a budovat kolem něj komunitu umělců.

V únoru 2016 uspořádala společnost Google také uměleckou výstavu a aukci v San Fransisco, která předvedla 29 generovaných počítačů - s trochou pomoci lidskými uměleckými díly. Šest z největších děl bylo prodáno až za 8 000 dolarů. Počítač může mít ještě velmi dlouhou cestu, než bude moci napodobit skutečného umělce, ale množství peněz, které jsou lidé ochotni zaplatit za umění, nám ukáže, jak daleko je technologie pryč.

Podpora pro iOS

I když jsme již viděli schopnosti TenserFlow na Androidu, s jeho nejnovější verzí, TensorFlow konečně přidává podporu pro iOS zařízení. Vzhledem k tomu, že existují spoustu skvělých mobilních aplikací, které jsou k dispozici výhradně pro systém iOS, nebo jsou vydávány poprvé na systému iOS, znamená to, že v blízké budoucnosti můžeme očekávat více skvělých mobilních aplikací, které budou schopny přijmout strojové učení. Totéž lze říci o možnostech širších adopcí a aplikací TensorFlow.

Budoucnost TensorFlow

Co může člověk dělat se strojem, který je schopen se naučit a rozhodovat sám? Jako člověk, který se zabývá každodenním životem více než jedním jazykem, je první věc, která se mi objeví v mysli, překlad do jazyka. Nejde o slovo po slově, nýbrž o delší textovou úroveň jako dokumenty nebo dokonce knihy. Dnešní překladatelská technologie je omezena na slovníky. Můžete snadno zjistit, co je „spící“ v Číňanech a naopak, ale pokusit se hodit jednu kapitolu Musashiho Eiji Yoshikawy do své původní japonštiny a přeložit kapitolu do angličtiny. Uvidíte, na co jdu.

Je také zábavné vidět, co může budoucnost Umělé inteligence dělat s hudbou. I když je to stále velmi základní, Apple Music Memo aplikace může již dát automatické basové a bicí doprovod k vašemu nahranému zpěvu. Vzpomínám si na jednu epizodu televizní show SciFi, kde postava v seriálu vytvořila stroj, který analyzuje všechny nejlepší skladby v grafech a dokáže napsat vlastní hitové skladby. Přijdeme tam někdy?

A jako závěrečná myšlenka bych rád zmínil Sunspring . Je to krátký vědecko-fantastický film napsaný výhradně scenáristou AI, která se nazývala Benjaminem - a to dokonce komponovalo pop-song hudební interlude. Film sestavil režisér Oscar Sharp za 48 hodinovou filmovou výzvu akce Sci-Fi v Londýně.

Teď nemůžu přestat myslet na Terminátora. Vítejte v budoucnosti.

Image Credit: Wikipedia, TechInsider, The Verge, Wall Street Journal

Top