În interiorul Google rescrie ai: crearea învățării mașinii în orice

Makoto Koike este un fermier de castraveți din Japonia. Koike este un fost proiectant de sisteme încorporate, care a petrecut ani întregi în industria auto japoneză, dar în 2015 s-a întors acasă pentru a ajuta la ferma de castraveți a părinților săi. El și-a dat seama curând că sarcina manuală de sortare a castraveților în funcție de culoare, formă, dimensiune și atribute precum „spinozitatea” era adesea mai dificilă și mai dificilă decât creșterea lor. Inspirat de inovația de învățare profundă a software-ului Google Intelligence artificial (AI) AlphaGo, el și-a propus să automatizeze sarcina.

Întreprinderile încep să implementeze AI practic în toate felurile, dar este sigur să spun că nimeni nu a văzut soluția de sortare a castraveților AI a lui Koike. Koike nu a mai lucrat cu tehnici AI înainte, dar, folosind biblioteca open-source TensorFlow (ML), a început să introducă imagini cu castraveți. Datorită algoritmilor de viziune computerizată pentru recunoașterea obiectelor și învățarea profundă pentru a antrena TensorFlow pe nuanțele diferitelor castraveți, Koike a realizat că poate identifica și sorta legumele cu un nivel ridicat de precizie. Apoi, folosind altceva decât TensorFlow și un computer ieftin Raspberry Pi 3, Koike a construit o mașină de sortare automată pe care ferma încă o folosește și azi.

TensorFlow este unul dintre numeroșii algoritmi și instrumente open-source care revoluționează ceea ce întreprinderile și dezvoltatorii pot rezolva folosind AI. Compania s-a extins în misiunea sa de a „aduce beneficiile AI tuturor”, cu lansarea Google.ai la conferința sa de I / O Google, îmbinând toate resursele AI într-o platformă unificată. De asemenea, Google încorporează aceste tehnici și interfețe de programare a aplicațiilor (API) în tot ceea ce face, coacerea ML în produsele sale și redefinirea fundamentală a modului în care software-ul său funcționează în acest proces.

PCMag a vizitat recent Googleplex și a vorbit cu directorii de la G Suite, platforma Google Cloud (GCP) și Laboratorul de soluții avansate pentru soluții tehnice (ML ASL) al companiei despre modul în care Google se reface cu AI.

Inteligență artificială pretutindeni

Să spunem că unul dintre clienții dvs. are o problemă. Un agent din departamentul de asistență al companiei dvs. se află într-un chat live cu clientul printr-o aplicație de chat care stochează date pe platforma Google Cloud. Pentru a-i ajuta să rezolve problema, utilizatorul trebuie să transmită agentului câteva date personale sensibile. Acum să spunem că clientul este bunica ta. Reprezentantul serviciului de clienți îi cere bunicii câteva date, dar, în schimb, bunica trimite mai multe informații decât are nevoie atunci când încarcă o poză cu cardul de securitate socială la chat.

În locul arhivării Google a informațiilor de identificare personală (PII), imaginea apare cu numărul de securitate socială și cu alte PII redate automat. Agentul nu vede niciodată informații de care nu au nevoie și niciuna dintre aceste date nu intră în arhiva criptată a Google. În timpul unei demo-uri a tehnologiei API DLP la sediul Google din Mountain View, California, compania a tras înapoi perdeaua despre modul în care algoritmii ML analizează textul și imaginile pentru a face acest lucru.

Rob Sadowski, lider de marketing pentru încredere și securitate pentru Google Cloud, a explicat că redactarea automată este alimentată de API-ul de prevenire a pierderilor de date (DLP) Google care lucrează la suprafață pentru a clasifica datele sensibile. Algoritmul face același lucru și cu date precum numerele cărților de credit și poate analiza, de asemenea, tipare pentru a detecta un număr fals. Acesta nu este decât un exemplu de strategie subtilă de Google de a țesea AI în experiențele sale și de a oferi întreprinderilor și dezvoltatorilor, cum ar fi Koike, resursele pentru a face același lucru.

Google este departe de singurul gigant tehnologic construind un strat de inteligență conectivă în software-ul său, dar, împreună cu Amazon și Microsoft, Google are, probabil, cea mai răspândită gamă de instrumente și servicii bazate pe cloud disponibile. Dărâmând produsele companiei, puteți găsi Google Assistant și diverse API-uri de vizualizare computerizate și ML care sunt utilizate aproape peste tot.

Google Search folosește algoritmi ML în sistemul său AI RankBrain pentru a prelucra și perfecționa interogări, re-clasificare și agregare a datelor pe baza unei serii de factori în schimbare pentru a îmbunătăți continuu calitatea rezultatelor căutării. Google Photos folosește viziunea computerului pentru a alătura fotografii asociate în amintiri și pentru a combina mai multe fotografii din aceeași locație în panorame. Inbox oferă utilizatorilor Răspunsuri inteligente generate automat și să aleagă e-mailurile relevante prin gruparea unor categorii similare. Noua aplicație de chat Google Allo a companiei vine cu Google Assistant încorporat. Lista continuă.

Toate aceste aplicații rulează pe infrastructura cloud a Google, iar compania aplică chiar ML în centrele sale de date pentru a reduce consumul de energie prin reglarea pompelor de răcire bazate pe datele de încărcare și vreme. Sadowski a spus că acest lucru servește, de asemenea, ca stratul final de apărare în strategia de securitate Google, în care compania folosește informații despre mașină și notarea riscurilor în cadrul stivei sale de securitate pentru a determina dacă un sistem este compromis folosind analize predictive.

"Google preia toate aceste modele ML și AI pe care le-am dezvoltat și le ajustează pentru securitate", a explicat Sadowski. "Securitatea se schimbă mult mai radical decât majoritatea sectoarelor IT. Produsele care au fost nucleul infrastructurii dvs. de securitate acum trei sau patru ani, cum ar fi firewall-urile și protecția finală, sunt încă importante, dar dorim să oferim apărare în profunzime, la scară și prin implicit pentru o infrastructură cu mai mulți chiriași cu milioane de utilizatori activi zilnic.

"Începe cu hardware-ul de bază al centrului de date", a continuat Sadowski. "În plus, sunt serviciile de aplicație și autentificarea cu date și comunicare complet criptate. În plus, este identitatea utilizatorului. Și ultimul nivel de apărare este modul în care funcționăm cu monitorizarea, detectarea și răspunsul la incidente 24/7. rezolvați lucrurile precum accesul securizat la distanță cu proxy-ul conștient de identitate.Este găsirea serviciului DLP programatic și prevenirea scurgerilor de date, ajutând atât la guvernarea datelor, cât și la securitate. Ne propunem să facem aceste capabilități ușoare, consumabile și să le facem să funcționeze la scară."

O suită inteligentă G

ML este de asemenea încorporat în aplicațiile de productivitate G Suite Google. Allan Livingston, directorul Product Management pentru G Suite, a defalcat câteva dintre modalitățile în care AI face G Suite mai inteligentă și mai contextuală, fără ca utilizatorii să-și dea seama.

„Gândiți-vă cum G Suite reunește toate aceste aplicații într-un mod integrat natural”, a spus Livingston. "Începeți munca într-unul dintre ele și curgeți, după caz. Deschideți un atașament Gmail în Drive și asta vă duce în documente; este într-adevăr automat.

"Încercăm să ne gândim la asta pentru utilizator și asta implică și învățarea automată. Am început cu răspunsuri inteligente în Inbox și am avut un succes bun cu Gmail, iar acest lucru a dus la funcția Explorare în documente, foi și diapozitive."

Lansat toamna trecută, Explore aplică procesarea limbajului natural (NLP) la experiența de productivitate din aplicație. În Documente, Explore vă oferă sugestii instantanee bazate pe conținutul din documentul dvs. și recomandă automat subiecte și resurse conexe. În diapozitive, generează sugestii de proiectare pentru reducerea formatării prezentării. Cel mai interesant caz de utilizare este însă în Fișe. Livingston a explicat modul în care Explore folosește ML pentru a simplifica analiza datelor și informațiile de afaceri (BI).

"Mulți utilizatori nu știu ce este ceva precum un tabel pivot sau cum să-l folosească pentru a vizualiza o foaie de date", a explicat Livingston. "Să spunem că aveți de-a face cu datele de vânzări pentru un client, în care fiecare rând este un articol vândut. Explorare vă permite să introduceți interogări în limbaj natural, precum„ Care este articolul de top în Black Friday? " și scutește un răspuns de genul „Ați vândut 563 de perechi de pantaloni”. Ne abordăm analiza datelor într-un mod care economisește timp în luarea deciziilor bazate pe date, folosind învățarea automată pentru a îmbunătăți o problemă comună într-un mod natural."

O demonstrație a funcției Explore în foi de calcul, din conferința Google Cloud NEXT din martie trecută.

Potrivit Livingston, Google intenționează să extindă acest tip de căutare cloud bazată pe ML către terți și să înceapă să construiască un ecosistem în jurul său. Ideea generală este o temă comună în AI practică: automatizarea proceselor manuale pentru a elibera utilizatorii pentru mai multă muncă creativă. Această idee este în centrul majorității aplicațiilor ML: să automatizeze procesele de afaceri repetabile și sarcinile de zi cu zi, inclusiv sortarea castraveților.

„În afaceri și cu consumatorii, utilizatorii au aceste modele de interacțiune naturală. Trecerea la cloud și la productivitatea mobilă schimbă într-adevăr modul de lucru al oamenilor, iar aceste tehnici de învățare a mașinilor aplicate sunt fundamentale pentru aceasta”, a declarat Livingston. "Din cauza puterii noastre în învățarea mașinilor, din cauza produselor noastre care servesc ca bază, din cauza tuturor datelor din cloud-ul nostru, suntem într-o poziție unică pentru a aplica asta și la scară la infinit."

Alimentarea unei revoluții de învățare a mașinilor

Fundația a tot ceea ce face Google în jurul AI își are rădăcinile în API-urile sale, algoritmi și instrumente open-source. Biblioteca TensorFlow a companiei este instrumentul ML cel mai utilizat pe GitHub, care depune aplicații de reproducere, cum ar fi sortatorul de castraveți Koike. Suita de API care stă la baza Google Cloud - algoritmi care vizează computerul, inteligența video, vorbirea și NLP, modelarea predicțiilor și ML pe scară largă prin motorul de învățare a mașinii Google Cloud - este tehnologia care alimentează fiecare caracteristică AI integrată în aplicațiile și serviciile Google și acum, de asemenea, platforma Google.ai.

Francisco Uribe, Manager de produse pentru echipa AI / ML a Google Cloud, funcționează în centrul motorului care rescrie modul în care funcționează Google. Uribe supraveghează Google ASL-ul menționat anterior, un laborator cu un program imersiv în care experții Google ML lucrează direct cu întreprinderi pentru a implementa soluții AI. Folosind API-urile Google și Cloud ML Engine, laboratorul lucrează cu întreprinderile pentru a antrena și a implementa propriile modele în producție.

Uribe a lucrat în spațiul AI de mai bine de un deceniu. El a fondat BlackLocus, o pornire bazată pe date care a construit un motor automatizat de stabilire a prețurilor pentru comercianții cu amănuntul, care a fost achiziționat de Home Depot în 2012. După aceea, s-a alăturat Google și a lucrat timp de patru ani la echipa de anunțuri de căutare aplicând ML pentru a îmbunătăți experiența publicitară.. În 2016, s-a mutat într-un rol de cercetare care funcționează ML ASL și acționează ca îndrumător în Google Launchpad Accelerator. Uribe a declarat că este surprins continuu de modul în care întreprinderile și dezvoltatorii folosesc instrumentele Google.

„Am văzut cazuri de utilizare peste tot - de la asistență medicală și finanțe la retail și agricultură”, a spus Uribe. "Încercăm să ajutăm clienții să îmbunătățească capacitățile de percepție. Traducerea vorbirii, analiza imaginilor, API-urile video, limbajul natural: toate fac parte din democratizarea accesului la algoritmii de învățare automată și profundă, care au intrat în sfârșit în aplicabilitate."

ML ASL a colaborat cu HSBC Bank plc, una dintre cele mai mari organizații bancare și de servicii financiare din lume, la soluții ML pentru spălare de bani și scoruri predictive de credit. ML ASL a lucrat, de asemenea, cu United Services Automobile Association (USAA), un grup de companii de servicii financiare Fortune 500, pentru a instrui inginerii organizației cu privire la tehnicile ML aplicate unor scenarii specifice de asigurare. eBay a folosit instrumentele Google pentru a-și antrena asistentul digital ShopBot. Când ML ASL lucrează cu o companie, Uribe a explicat cei patru piloni care alcătuiesc procesul.

"Aveți nevoie de o ofertă de calcul puternică pentru a face față cerințelor extreme ale locurilor de muncă ML, iar coloana vertebrală a fibrelor optice distribuite de GCP mută datele dintr-un nod în alt nod foarte eficient", a spus Uribe. "Avem motorul de învățare a Cloud Machine pentru a ajuta clienții să antreneze modele. Ajutăm clienții să execute date cu acces la comunitatea Kaggle de peste 800.000 de oameni de știință activi. În sfârșit, aveți nevoie de talent pentru a fi acolo, deci pe partea de cercetare a lucrurilor, avem Programul de rezidență a creierului pentru a instrui ingineri în curricula complexă ML. Noi vedem acestea ca fiind elemente de bază pentru a ajuta clienții să construiască aplicații inteligente."

Toate acestea alimentează comunitatea open-source și ecosistemul terță parte pe care Google îl construiește în jurul tehnologiei sale AI. Compania a anunțat chiar o competiție de start ML, la începutul acestui an, care acordă investiții de până la 500.000 de dolari către startup-urile ML. Uribe a vorbit despre unele dintre aplicațiile inovatoare pe care le-a văzut deja despre tehnologia Google și unde ar putea exista și alte posibilități.

"Să spunem că sunteți o companie de analiză a serviciilor pentru clienți. Gândiți-vă la un API de vorbire pentru a transcrie conținutul apelurilor și apoi analiza sentimentelor pentru a îmbunătăți calitatea serviciului dvs. pentru clienți", a spus Uribe. "Utilizați API-ul vision pentru a face o fotografie cu un semn stradal într-o țară străină și apoi API-ul de traducere pentru a traduce conținutul respectiv în timp real printr-o experiență de aplicație. Nu este vorba doar de creșterea eficienței, ci de a crea experiențe noi și unice pentru utilizatori."

Uribe vede instrumente precum TensorFlow drept un bun facilitator pentru adoptarea pe scară largă a ML pe piață. Nu numai că aceste tehnologii au devenit nucleul pentru ceea ce este Google și modul în care gigantul tehnic abordează dezvoltarea produselor, dar Uribe consideră că tehnologia ML disponibilă pe scară largă va ajuta la optimizarea întreprinderilor, la deschiderea de noi fluxuri de venituri și la inventarea unei noi clase de aplicații inteligente.

„Gândiți-vă la ea ca la o nouă revoluție industrială”, a spus Uribe. "Vedem că aceste instrumente permit ca ordinele de mărime să crească în eficiență și experiențe pe care nu le-ați văzut niciodată. Este uimitor să văd cum se aplică startup-urile. Uitați-vă la fermierul de castraveți din Japonia. El a folosit TensorFlow pentru a construi un model pentru clasificare și sortarea castraveților în funcție de modele, dimensiuni, texturi etc., apoi a construit hardware specializat pentru a-l executa. Acest nivel de democratizare este incredibil de văzut și abia am zgâriat suprafața ".