Sadržaj:
Video: RENOVACIJA STANA - VELIKI MASTERPLAN 🤩 EP01 (Prosinac 2024)
Makoto Koike je poljoprivrednik krastavca u Japanu. Koike je bivši dizajner ugrađenih sustava koji je godinama radio u japanskoj automobilskoj industriji, ali 2015. se vratio kući kako bi pomogao na farmi krastavaca svojih roditelja. Ubrzo je shvatio da je ručni zadatak sortiranja krastavaca po boji, obliku, veličini i osobinama poput "trnovitosti" često zamršeniji i naporniji od uzgoja. Inspiriran inovacijom dubokog učenja Googleovog softvera za umjetnu inteligenciju (AI) AlphaGo, krenuo je automatizirati zadatak.
Tvrtke počinju provoditi praktični AI na sve moguće načine, ali sa sigurnošću se može reći da nitko nije vidio kako dolazi sa Koike-ovog rješenja za sortiranje krastavaca sa AI. Koike nikada prije nije radio s AI tehnikama, ali, koristeći knjižnicu strojnog učenja TensorFlow (ML) otvorenog koda, počeo je unositi slike krastavaca. Zahvaljujući algoritmima računalnog vida za prepoznavanje predmeta i dubokom učenju kako trenirati TensorFlow za nijanse različitih krastavaca, Koike je shvatio da može prepoznati i sortirati povrće s visokom razinom točnosti. Potom je, koristeći ništa drugo osim TensorFlow-a i jeftinog računala Raspberry Pi 3, Koike izgradio automatizirani stroj za razvrstavanje koji farma i danas koristi.
TensorFlow je jedan od mnogih algoritama i alata otvorenog koda koji revolucionaraju ono što tvrtke i programeri mogu riješiti koristeći AI. Tvrtka je proširila svoju misiju da "donosi dobrobiti AI svima" izdanjem Google.ai na Google I / O konferenciji, spajajući sve svoje AI resurse u jedinstvenu platformu. Google također uključuje ove tehnike i programska sučelja za aplikacije (API-je) u sve što radi, uvlači ML u svoje proizvode i temeljno redefinirajući kako njegov softver funkcionira u tom procesu.
PCMag je nedavno posjetio Googleplex i razgovarao s rukovoditeljima iz G Suite-a, Google Cloud Platform-a (GCP) i tvrtke Laboratory Machine Learning Advanced Solution Laboratory (ML ASL) o tome kako se Google obnavlja sa AI-om.
Umjetna inteligencija svugdje
Recimo da jedan od vaših kupaca ima problem. Agent iz odjela za pomoć vaše tvrtke nalazi se u live chatu s kupcem putem aplikacije za chat koja pohranjuje podatke na Google Cloud Platform. Da bi im pomogao u rješavanju problema, korisnik mora poslati agentu neke osjetljive osobne podatke. A sad recimo da je kupac tvoja baka. Službenica za pomoć kupcima traži od bake nekoliko podataka, ali umjesto toga, baka šalje više podataka nego što je potrebno kad uputi sliku na svoju socijalnu karticu na chat.
Umjesto da Google arhivira te podatke koji se mogu osobno identificirati (PII), slika se prikazuje s brojem socijalnog osiguranja i drugim PII-om koji se automatski uređuju. Agent nikada ne vidi informacije koje im nisu potrebne i niti jedan od tih podataka ne ulazi u Google šifriranu arhivu. Tijekom demonstracije DLP API tehnologije u Googleovom sjedištu u Mountain Viewu, Kalifornija, tvrtka je povukla zavjesu o tome kako algoritmi ML analiziraju tekst i slike kako bi se to dogodilo.
Rob Sadowski, voditelj povjerenja i sigurnosnog marketinga za Google Cloud, objasnio je da automatsku redakciju pokreće Googleov API za sprečavanje gubitka podataka (DLP) koji radi ispod površine za klasificiranje osjetljivih podataka. Algoritam radi istu stvar s podacima kao što su brojevi kreditnih kartica i također može analizirati obrasce za otkrivanje kada je broj lažan. Ovo je samo jedan od primjera Googleove suptilne strategije koja uključuje AI u svoje iskustvo i daje tvrtkama i programerima kao što je Koike resurse da učine isto.
Google je daleko od jedinog tehnološkog giganta koji u svom softveru ugrađuje sloj vezivne inteligencije, ali uz Amazon i Microsoft, Google je vjerojatno najrasprostranjenija širina dostupnih obavještajnih alata i usluga na raspolaganju. Razarajući proizvode tvrtke, možete pronaći Google Assistant i razne API-je za ML i računalni vid koji se koriste gotovo svuda.
Google Search koristi algoritme ML u svojem sustavu RankBrain AI za obradu i preciziranje upita, reorganizaciju i objedinjavanje podataka na temelju mnoštva promjenjivih čimbenika za kontinuirano poboljšavanje kvalitete rezultata pretraživanja. Google Photos koristi računalni vid za spajanje povezanih fotografija u sjećanja i kombiniranje više snimaka s iste lokacije u panorame. Inbox omogućuje korisnicima automatski generirane pametne odgovore na koje se mogu birati i podnosi odgovarajuće e-poruke spajanjem sličnih kategorija. Nova kompanijska aplikacija za chat Google Allo dolazi s ugrađenim Google Assistantom. Popis se nastavlja.
Sve ove aplikacije rade na Googleovoj oblačnoj infrastrukturi, a tvrtka čak primjenjuje ML u svojim podatkovnim centrima za smanjenje potrošnje energije prilagođavanjem rashladnih crpki na temelju podataka o opterećenju i vremenskim prilikama. Sadowski je rekao da ovo služi i kao posljednji sloj obrane u Googleovoj sigurnosnoj strategiji, gdje tvrtka koristi strojnu inteligenciju i ocjenjivanje rizika unutar svog sigurnosnog skupa kako bi utvrdila je li sustav ugrožen pomoću prediktivne analitike.
"Google uzima sve te ML i AI modele koje smo razvili i prilagođava ih radi sigurnosti", objasnio je Sadowski. "Sigurnost se mijenja puno radikalnije od većine IT sektora. Proizvodi koji su bili jezgra vaše sigurnosne infrastrukture prije tri ili četiri godine, poput vatrozida i zaštite krajnjih točaka i dalje su važni, ali želimo pružiti obranu u dubini, opsegu i zadani preko infrastrukture za više stanara s milijunima svakodnevno aktivnih korisnika.
"Sve počinje s osnovnim hardverom podatkovnog centra", nastavio je Sadowski. "Povrh toga su aplikacijske usluge i provjera autentičnosti s potpuno šifriranim podacima i komunikacijom. Povrh toga je identitet korisnika. I posljednji sloj obrane je način na koji radimo s nadzorom, otkrivanjem i reakcijama na 24 sata dnevno. To je kako mi rješavamo za stvari poput sigurnog udaljenog pristupa s proxy identitetom koji je svjestan identiteta. To je programski DLP servis pronalaženja i sprječavanja propuštanja podataka i pomoći u upravljanju podacima, kao i sigurnosti. Cilj nam je olakšati, iskoristiti i iskoristiti te mogućnosti u njihovoj razmjeri."
Pametniji G apartman
ML je također ugrađen u Googleove aplikacije za produktivnost G Suite. Allan Livingston, direktor upravljanja proizvodima za G Suite, razbio je neke od načina na koje AI čini G Suite pametnijim i kontekstualnijim, a da korisnici to nisu ni shvatili.
"Razmislite o tome kako G Suite spaja sve te aplikacije na prirodno integriran način", rekao je Livingston. "Pokrećete svoj posao u jednom od njih i prolazite kroz prikladno. Otvorite Gmail privitak u Disku i to vas vodi u dokumente; to je zaista automatski.
"Trudimo se da to razmislimo za korisnika, a to uključuje i strojno učenje. Počeli smo s pametnim odgovorima u Inboxu i imali smo dobar uspjeh s Gmailom, a to je dovelo do značajke Explore u dokumentima, listovi i Prezentacije."
Izdvojen prošle jeseni, Explore primjenjuje obradu prirodnog jezika (NLP) na iskustvo produktivnosti u aplikaciji. U dokumentima Dokumenti Istražite vam trenutne prijedloge na temelju sadržaja u vašem dokumentu i automatski preporučuju povezane teme i resurse. U Prezentacijama se generiraju prijedlozi dizajna za smanjenje oblikovanja prezentacija. Najzanimljiviji slučaj upotrebe je, međutim, u listovima. Livingston je objasnio kako Explore koristi ML kako bi pojednostavio analizu podataka i uvid u poslovnu inteligenciju (BI).
"Mnogo korisnika ne zna što je to okretna tablica ili kako je koristiti za vizualizaciju lista podataka", objasnio je Livingston. "Recimo da se bavite prodajnim podacima za kupca, gdje je svaki redak prodani proizvod. Istražite vam omogućava li da upišete prirodne jezične upite poput" Što je glavna stavka u Crnom petak? " i pljuje odgovor poput "Prodali ste 563 para hlača." Bavimo se analizom podataka na način koji štedi vrijeme u donošenju odluka utemeljenih na podacima, koristeći strojno učenje da bi poboljšali uobičajeni problem na prirodan način."
Demonstracija značajke Explore u listovima s konferencije Google NEXT u prošlom ožujku.
Prema Livingstonu, Google planira proširiti ovu pretragu oblaka utemeljenih na ML-u na treće strane i započeti izgradnju ekosustava oko njega. Glavna ideja je uobičajena tema u praktičnom AI: automatizacija ručnih procesa kako bi se korisnicima omogućilo kreativniji rad. Ta je ideja u središtu većine aplikacija ML aplikacija: automatizirati poslovne procese koji se mogu ponoviti i svakodnevne zadatke, uključujući sortiranje krastavaca.
"U poslu i sa potrošačima korisnici imaju ove prirodne obrasce interakcije. Prelazak u oblak i mobilna produktivnost doista mijenjaju način na koji ljudi rade, a te primijenjene tehnike strojnog učenja su joj temeljne", rekao je Livingston. "Zbog naše snage u strojnom učenju, zbog naših proizvoda koji služe kao baza, zbog svih podataka u našem oblaku, u jedinstvenoj smo poziciji da to beskonačno primjenjujemo."
Snaga revolucije strojnog učenja
Temelj svega što Google radi oko AI-ja temelji se na njegovim API-jevima, algoritmima i alatima otvorenog koda. TensorFlow tvrtke u poduzeću najčešće se koristi ML alat na GitHub-u, aplikacije za izradu stabala kao što je Koikeov sorter krastavca. Paket API-ja koji se temelji na Google Cloud-u - algoritmi koji obuhvaćaju računalni vid, video inteligenciju, govor i NLP, modeliranje predviđanja i velike ML putem Google Cloud Machine Learning Engine - tehnologija je koja napaja svaku AI značajku integriranu u Googleove aplikacije i usluge i sada i Google.ai platforma.
Francisco Uribe, voditelj proizvoda za AI / ML tim Google Cloud, radi u srcu motora koji prepisuje kako Google radi. Uribe nadgleda gore spomenuti Google-ov ML ASL, laboratorij s uronjenim programom u kojem stručnjaci Google ML-a izravno rade s poduzećima na implementaciji AI rješenja. Koristeći Google-ove API-je i Cloud ML Engine laboratorij surađuje s tvrtkama na osposobljavanju i implementaciji vlastitih modela u proizvodnju.
Uribe je radio u AI prostoru više od desetljeća. Osnovao je BlackLocus, startup koji se temelji na podacima i koji je izradio automatizirani motor cijena za maloprodaju, koji je kupio Home Depot 2012. godine. Nakon toga pridružio se Googleu i četiri godine radio na timu oglasa za pretraživačku mrežu koji su primjenjivali ML kako bi poboljšao iskustvo oglasa, Godine 2016. prešao je u istraživačku ulogu koja vodi ML ASL i djeluje kao mentor u Googleovom ubrzivaču za pokretanje. Uribe je rekao kako ga neprestano iznenađuje kako tvrtke i programeri koriste Googleove alate.
"Vidjeli smo slučajeve upotrebe - od zdravstvene zaštite i financija do maloprodaje i poljoprivrede", rekao je Uribe. "Pokušavamo pomoći kupcima da poboljšaju percepcijske mogućnosti. Prevođenje govora, analiza slike, video API-i, prirodni jezik: svi su oni dio demokratizacije pristupa strojnim i algoritmima dubokog učenja, koji su konačno ušli u primjenjivost."
ML ASL surađivao je s HSBC Bank plc, jednom od najvećih organizacija za bankarske i financijske usluge na svijetu, na ML rješenjima za borbu protiv pranja novca i prediktivnog bodovanja kredita. ML ASL također je surađivao s United Services Automobile Association (USAA), skupinom financijskih usluga tvrtke Fortune 500, kako bi obučio inženjere organizacije o ML tehnikama primijenjenim na specifične scenarije osiguranja. eBay je pomoću Googleovih alata obučio svog ShopBot digitalnog pomoćnika. Kad ML ASL surađuje s tvrtkom, Uribe je objasnio četiri stupa koji čine postupak.
"Potrebna vam je snažna ponuda računa da biste se nosili s ekstremnim zahtjevima poslova ML-a, a distribuirana podloga za optičku vlaknu GCP-a vrlo učinkovito pomiče podatke s čvora na čvor", rekao je Uribe. "Imamo Cloud Machine Learning Engine koji pomaže kupcima u obuci modela. Pomažemo klijentima u izvršavanju podataka pomoću pristupa Kaggleovoj zajednici od 800.000+ aktivnih znanstvenika podataka. Konačno, potreban vam je talent da budete tamo, tako da i na istraživačkoj strani stvari, imamo Brain Residency Program za osposobljavanje inženjera na složenom nastavnom planu i programu ML-a. To vidimo kao sastavne dijelove koji pomažu kupcima da grade inteligentne aplikacije."
Sve ovo ulazi u zajednicu otvorenog koda i ekosustav trećih proizvođača koji Google gradi oko svoje AI tehnologije. Tvrtka je čak najavila ML start natjecanje početkom ove godine, koje dodjeljuje do 500 000 USD ulaganja u ML startup poduzeća. Uribe je govorio o nekim inovativnim aplikacijama koje je već vidio o Googleovoj tehnologiji i gdje možda postoje i druge mogućnosti.
"Recimo da ste tvrtka za analitičku službu za korisnike. Razmislite o API-ju za govor da biste prepisali sadržaj poziva, a zatim analizu osjećaja da biste poboljšali kvalitetu usluge kupcima", rekao je Uribe. "Koristite vizijski API kako biste fotografirali ulični znak u stranoj zemlji, a zatim API-jem za prevođenje da biste sadržaj prenijeli u stvarnom vremenu kroz iskustvo aplikacije. Ne radi se samo o povećanju učinkovitosti, već o stvaranju novih i jedinstvenih korisničkih iskustava."
Uribe vidi alate kao što je TensorFlow kao veliki pokretač za široko prihvaćanje ML na tržištu. Ne samo da su ove tehnologije postale srž onoga što je Google i kako tehnološki gigant pristupa razvoju proizvoda, već Uribe vjeruje da će široko dostupna ML tehnologija pomoći u optimizaciji poslovanja, otvaranju novih prihoda i izumiti novu klasu inteligentnih aplikacija.
"Mislite na to kao na novu industrijsku revoluciju", rekao je Uribe. "Vidimo da ovi alati omogućuju povećavanje učinkovitosti i iskustva koja nikad prije niste vidjeli. Nevjerojatno je vidjeti kako ga startapovi primjenjuju. Pogledajte japanskog farmera krastavca. Koristio je TensorFlow za izradu modela za razvrstavanje i sortirali krastavce na temelju obrazaca, veličine, teksture itd., a zatim izgradili specijalizirani hardver za njegovo izvršavanje. Ta je razina demokratizacije nevjerojatna i jedva smo ogrebali po površini."
