یادگیری عمیق در محصولاتی که استفاده می کنید تعبیه شده است
DeepMind میتواند به دو مورد اشاره کند: فناوری هوش مصنوعی گوگل (AI) و شرکتی که مسئول توسعه آن هوش مصنوعی است. شرکت DeepMind به نام DeepMind یک شرکت تابعه از شرکت الفبای است که همچنین شرکت مادر گوگل است و تکنولوژی هوش مصنوعی DeepMind راه خود را در تعدادی از پروژه ها و دستگاه های Google پیدا کرده است .
اگر شما از Google Home یا Google Assistant استفاده می کنید ، زندگی شما با Google DeepMind با شیوه های شگفت انگیزی روبرو شده است.
چگونه Google DeepMind را بدست آورد؟
DeepMind در سال 2011 با هدف "حل هوش و سپس استفاده از آن برای حل همه چیز دیگر" تاسیس شد. بنیانگذاران مشکلی را با یادگیری ماشین مسلحانه با بینش در مورد علوم اعصاب با هدف ایجاد الگوریتم های قدرتمندی که به طور کلی قادر بودند برای یادگیری به جای نیاز به برنامه ریزی.
چندین بازیکن بزرگ در میدان AI مقدار زیادی از استعدادهایی را که DeepMind با آن جمع کرده بودند، در قالب کارشناسان و محققان هوش مصنوعی، و فیس بوک برای شرکت در سال 2012 به دست آورد.
معامله فیس بوک از هم جدا شده است، اما گوگل در سال 2014 به حدود 500 میلیون دلار فروخت و DeepMind را خرید. DeepMind بعد از بازسازی شرکت های سازمانی Google که در سال 2015 برگزار شد، تبدیل به یک شرکت تابعه شرکت الفبا شد .
دلیل اصلی گوگل در خرید DeepMind این بود که تحقیقات خود را در زمینه هوش مصنوعی آغاز کنند. در حالی که دانشگاه اصلی DeepMind در لندن باقی ماند، انگلستان پس از کسب، یک تیم اعزامی به دفتر مرکزی گوگل در Mountain View کالیفرنیا فرستاده شد تا برای ادغام DeepMind AI با محصولات گوگل کار کند.
Google با DeepMind چیست؟
هدف DeepMind برای حل اطلاعات در هنگام تغییر کلیدها به Google تغییری نکرد. کار بر روی یادگیری عمیق ادامه پیدا کرد، که نوعی یادگیری ماشین است که مخصوص کار نیست. این بدان معنی است که DeepMind برای یک کار خاص برنامه ریزی نشده، بر خلاف AIs قبلی.
به عنوان مثال، Deep Blue آیبیام معروف Grandmaster Gary Kasparov شطرنج را شکست داد. با این حال، Deep Blue برای انجام این کار خاص طراحی شده بود و در خارج از آن هدف مفید نبود. DeepMind، از سوی دیگر، برای یادگیری از تجربه طراحی شده است، که از لحاظ نظری در بسیاری از برنامه های کاربردی مفید است.
هوش مصنوعی DeepMind آموخته است که چگونه بازی های ویدئویی ابتدایی، مانند Breakout، بهتر از حتی بهترین بازیکنان انسانی، و برنامه ی Computer Go که توسط DeepMind طراحی شده است موفق به شکست یک بازیکن قهرمان Go 5 تا صفر شده است.
علاوه بر تحقیقات خالص، گوگل همچنین DeepMind AI را به محصولات جستجوی پیشرفته و محصولات مصرفی مانند تلفن های خانگی و Android متصل می کند.
چگونه Google DeepMind بر زندگی روزانه شما تاثیر می گذارد؟
ابزار یادگیری عمیق DeepMind در سراسر طیف محصولات و خدمات گوگل اجرا شده است، بنابراین اگر از گوگل برای هر چیزی استفاده می کنید، شانس خوبی وجود دارد که با DeepMind ارتباط برقرار کنید.
برخی از مکان های برجسته DeepMind AI مورد استفاده قرار می گیرند عبارتند از تشخیص گفتار، تشخیص تصویر، تشخیص تقلب، تشخیص و شناسایی هرزنامه ها، تشخیص دست خط، ترجمه، نمای خیابان و حتی جستجوی محلی.
گواهی فوق العاده دقیق تشخیص گفتار
به رسمیت شناختن گفتار یا توانایی یک رایانه برای تفسیر دستورات گفتاری، برای مدت طولانی بوده است، اما مانند سیری ، کورتانا ، الکسا و دستیار گوگل آن را بیشتر و بیشتر در زندگی روزمره ما به ارمغان آورده است.
در مورد تکنولوژی تشخیص صوتی گوگل، یادگیری عمیقی به کار گرفته شده است. در واقع، یادگیری ماشین اجازه می دهد تا تشخیص صدا گوگل به سطح قابل توجهی دقت برای زبان انگلیسی دست یابد، تا جایی که دقیقا به عنوان یک شنونده بشر است.
اگر شما هر دستگاه گوگل مانند Android Phone یا Google Home داشته باشید، این برنامه دارای یک برنامه مستقیم و واقعی در زندگی شما است. هر زمانی که می گویید، "خوب، گوگل" و به دنبال یک سوال، DeepMind عضلات خود را برای کمک به گوگل دستیار درک آنچه شما می گویند را کاهش می دهد.
این برنامه کاربردی یادگیری ماشینی به رسمیت شناختن یک اثر اضافی است که به طور خاص به Google Home اعمال می شود. بر خلاف آمازون الکسا، که از هشت میکروفن برای بهتر درک دستورات صوتی استفاده می کند، تشخیص صدا توسط DeepMind Google Home تنها دو نیاز دارد.
Google Home و Assistant Voice Generation
سنتز گفتاری سنتی از چیزی استفاده می کند که به معنای متن به گفتار concatenative (TTS) است. هنگامی که شما با یک دستگاه که از این روش سنتز گفتار استفاده می کنید ارتباط برقرار می کنید، آن را به یک پایگاه داده پر از بخش های گفتاری می پردازید و آنها را به کلمات و احکام جمع می کند. این نتیجه به کلمات عجیب و غریب تبدیل شده است، و معمولا کاملا واضح است که یک انسان در پشت صدای وجود ندارد.
DeepMind با تولید یک پروژه با نام WaveNet به تولید صدا دست زد. این به صداهای مصنوعی تولید می شود، مانند صدای شما که هنگام صحبت با صفحه اصلی Google یا Google Assistant در تلفن خود صحبت می کنید، صدایی بسیار طبیعی تر می شود.
WaveNet همچنین بر نمونه هایی از گفتار واقعی انسان متکی است، اما از آنها برای تولید چیزی به طور مستقیم استفاده نمی کند. در عوض، نمونه هایی از گفتار بشر را تجزیه و تحلیل می کند تا یاد بگیرند که چگونه شکل موج خام صوتی کار می کنند. این اجازه می دهد تا آن را برای آموزش دادن به صحبت کردن زبان های مختلف، استفاده از لهجه ها و یا حتی آموزش دیده به نظر می رسد مانند یک فرد خاص.
بر خلاف دیگر سیستم های TTS، WaveNet همچنین صداهای غیر سخنرانی مانند تنفس و لکه لکه را ایجاد می کند که می تواند آن را حتی واقعی تر نشان دهد.
اگر میخواهید تفاوت بین یک صدای تولید شده از طریق متن به گفتار concatenative و یکی از تولید شده توسط WaveNet را بشنوید، DeepMind دارای برخی از نمونه های بسیار جالب صدا است که می توانید آن را گوش دهید.
آموزش عمیق و جستجوی عکس Google
بدون هوش مصنوعی، جستجوی تصاویر بر روی سرنخهایی از قبیل برچسب ها، متن اطراف در وب سایت ها و نام فایل ها متکی است. با استفاده از ابزارهای یادگیری عمیق DeepMind، جستجوی Google Photos در واقع می تواند یاد بگیرد که چه چیزی شبیه به نظر می رسد، به شما این امکان را می دهد که عکس های خود را جستجو کنید و نتایج مربوطه را بدون نیاز به چیزی تگ کنید.
به عنوان مثال، شما ممکن است "سگ" را جستجو کنید و تصاویری از سگ شما را که در آن زمان گرفته اید بکشید، حتی اگر هرگز آنها را نشنیدید. این به این دلیل است که قادر به یادگیری آنچه که سگها شبیه هستند، بسیار شبیه به همان چیزی است که انسانها چیزهای شبیه به آن را می آموزند. و بر خلاف رویا عمیق گوگل وسواس سگ گوگل، بیش از 90 درصد دقیق در شناسایی انواع تصاویر مختلف است.
DeepMind در لنز Google و جستجوی ویژوال
یکی از تاثیرات بسیار جذاب که DeepMind ساخته است، لنز گوگل است. این اساسا یک موتور جستجوی بصری است که به شما اجازه می دهد یک عکس از چیزی در دنیای واقعی بکشید و بلافاصله اطلاعات مربوط به آن را بکشید. و بدون DeepMind کار نمی کند.
در حالی که اجرای متفاوت است، این مشابه روش یادگیری عمیق در جستجوی تصویری Google+ است. هنگامی که یک تصویر را می گیرید، لنز Google قادر است به آن نگاه کند و آن چیزی را که می بیند پیدا کند. بر این اساس، می تواند انواع توابع را انجام دهد.
به عنوان مثال، اگر شما تصویری از یک نقطه عطفی معروف را در اختیارتان قرار دهید، به شما اطلاعاتی را در مورد نقطه عطفی در اختیار شما می گذارد یا اگر یک عکس از یک فروشگاه محلی بگیرید، می توانید اطلاعات مربوط به آن فروشگاه را بکشید. اگر تصویر شامل یک شماره تلفن یا آدرس ایمیل باشد، لنز Google نیز قادر به تشخیص آن است، و به شما امکان می دهد تا شماره تلفن یا ایمیل ارسال کنید.