ДОСЛІДНИЦЬКИЙ ЦЕНТР GOOGLE RESEARCH

                                ДОСЛІДНИЦЬКИЙ ЦЕНТР GOOGLE RESEARCH

Компанія Google відкрила в Цюріху новий дослідницький центр Google Research, який буде займатися машинним інтелектом. Тепер це один з найбільших центрів досліджень, пов'язаний з розробкою штучного інтелекту за межами США. Його відкриття пов'язане з новою стратегією Google, яка передбачає активне впровадження машинного інтелекту в сервіси і додатки. Вже сьогодні компанія використовує напрацювання в цій галузі в таких продуктах, як Translate і Photos. А на конференції Google I / O 2016 були представлені месенджер Allo і пристрій розумного будинку Google Home, в яких також використовується машинний інтелект. З відкриттям нового дослідницького центру в Цюріху, Google планує зробити значний прорив в цій області. Нам вдалося побувати на відкритті цього центру і дізнатися про те, як і для чого компанія розробляє штучний інтелект.

ЯК GOOGLE СТВОРЮЄ ШТУЧНИЙ ІНТЕЛЕКТ?

Відкрився в Цюріху дослідний центр буде займатися розробкою в трьох ключових для штучного інтелекту областях: машинне навчання, машинне сприйняття, а також обробка і розуміння природної мови. Всі вони необхідні для того, щоб створити комп'ютери наступного покоління, які зможуть вчитися від людей і оточуючого їх світу.

МАШИННЕ НАВЧАННЯ

Машинний або штучний інтелект часто плутають з машинним навчанням, і хоча без другого не може бути першого, вони засновані трохи на різних принципах. Саме по собі поняття «штучний інтелект» передбачає створення комп'ютера, який думає, в той час як «машинне навчання» - це розробка комп'ютерів, які можуть вчитися. «Запрограмувати комп'ютер, щоб він був розумним, може бути складніше, ніж запрограмувати комп'ютер, який вчиться, щоб бути розумним» - пояснює різницю Грег Коррадо (Greg Corrado), старший науковий дослідник Google по машинному навчання.

Роботу машинного навчання сьогодні може відчути на собі кожен користувач електронної пошти Gmail. Якщо раніше спам-фільтр сервісу слідував строгим правилам з ключовими словами, то сьогодні він вчиться на основі прикладів. Фільтруючи пошту, він стає все краще і краще. Це один з найпростіших прикладів використання машинного навчання, але сьогодні Google вже створює більш складні самонавчальні системи.

Для цього компанія застосовує три способи машинного навчання:

1. Навчання з учителем - це навчання на прикладах, на кшталт того, як спам-фільтр Gmail фільтрує пошту, отримуючи все нові і нові приклади спам-розсилок. Єдина проблема з цим способом: для того, щоб він був ефективним, потрібно мати велику кількість готових прикладів.

2. Навчання без вчителя - це кластеризація даних, комп'ютера надаються об'єкти без опису і він намагається знайти між ними внутрішні закономірності, залежності і взаємозв'язку. Так як дані з самого початку не мають позначень, то для системи немає сигналу помилки або нагороди, і вона не знає правильного рішення.

3. Навчання з підкріпленням - це метод пов'язаний з «навчанням з учителем», але тут дані не просто вводяться в комп'ютер, а використовуються для вирішення завдань. Якщо рішення правильне, то система отримує позитивний відгук, який запам'ятовує, підкріплюючи тим самим свої знання. Якщо ж рішення невірне, то комп'ютер отримує негативний відгук, і повинен знайти інший спосіб вирішення завдання.