ວິທີການຮຽນຮູ້ລຶກຊຶ້ງເຂົ້າໄປໃນຜະລິດຕະພັນທີ່ທ່ານໃຊ້
DeepMind ສາມາດອ້າງເຖິງສອງສິ່ງຄື: ເຕັກໂນໂລຢີທີ່ທາງປັນຍາປອມຂອງ Google (AI) ແລະບໍລິສັດທີ່ຮັບຜິດຊອບໃນການພັດທະນາຄວາມຮູ້ທາງປັນຍານັ້ນ. ບໍລິສັດທີ່ເອີ້ນວ່າ DeepMind ແມ່ນບໍລິສັດຫນຶ່ງຂອງ Alphabet Inc. , ເຊິ່ງເປັນບໍລິສັດແມ່ຂອງ Google ແລະເຕັກໂນໂລຢີປັນຍາທຽມຂອງ DeepMind ໄດ້ພົບກັບວິທີ ການແລະອຸປະກອນຕ່າງໆ ຂອງ Google .
ຖ້າທ່ານໃຊ້ Google Home ຫຼື Google Assistant , ຫຼັງຈາກນັ້ນຊີວິດຂອງທ່ານໄດ້ຖືກຕິດກັບ Google DeepMind ໃນບາງວິທີທີ່ຫນ້າປະຫລາດໃຈ.
ແນວໃດແລະເປັນຫຍັງ Google ໄດ້ຊື້ DeepMind?
DeepMind ໄດ້ສ້າງຕັ້ງຂື້ນໃນປີ 2011 ດ້ວຍເປົ້າຫມາຍຂອງ "ການແກ້ໄຂທາງປັນຍາ, ແລະຫຼັງຈາກນັ້ນນໍາໃຊ້ເພື່ອແກ້ໄຂທຸກສິ່ງທຸກຢ່າງອື່ນ." ຜູ້ກໍ່ຕັ້ງໄດ້ແກ້ໄຂບັນຫາຂອງການຮຽນຮູ້ເຄື່ອງຈັກທີ່ມີປະສົບການກ່ຽວກັບວິທະຍາສາດ neuroscience ກັບເປົ້າຫມາຍຂອງການສ້າງກົນລະຍຸດທີ່ມີປະສິດທິພາບທົ່ວໄປທີ່ມີປະສິດທິຜົນທີ່ຈະສາມາດ ເພື່ອຮຽນຮູ້ແທນທີ່ຈະຕ້ອງໄດ້ຮັບການຂຽນໂປຼແກຼມ.
ຜູ້ຫຼິ້ນຂະຫນາດໃຫຍ່ຈໍານວນຫນຶ່ງໃນເຂດ AI ໄດ້ເຫັນຈໍານວນເງິນທີ່ໃຫຍ່ທີ່ DeepMind ໄດ້ວາງໄວ້ຮ່ວມກັນ, ໃນຮູບແບບຂອງຜູ້ຊ່ຽວຊານທາງປັນຍາແລະນັກຄົ້ນຄວ້າທາງປັນຍາ, ແລະເຟສບຸກໄດ້ຫຼິ້ນເພື່ອຊື້ບໍລິສັດໃນປີ 2012.
ຂໍ້ຕົກລົງຂອງ Facebook ໄດ້ຫຼຸດລົງ, ແຕ່ Google ໄດ້ເລີ້ມຊື້ແລະຊື້ DeepMind ໃນປີ 2014 ປະມານ 500 ລ້ານໂດລາ. DeepMind ຫຼັງຈາກນັ້ນໄດ້ກາຍເປັນບໍລິສັດສາກົນຂອງ Alphabet Inc. ໃນລະຫວ່າງການ ປັບໂຄງສ້າງບໍລິສັດ Google ທີ່ເກີດຂຶ້ນໃນປີ 2015 .
ເຫດຜົນຕົ້ນຕໍຂອງ Google ພາຍໃຕ້ການຊື້ DeepMind ແມ່ນເພື່ອເລີ້ມການຄົ້ນຄວ້າທາງປັນຍາປອມຂອງຕົນເອງ. ໃນຂະນະທີ່ມະຫາວິທະຍາໄລຕົ້ນຕໍຂອງ DeepMind ຢູ່ໃນລອນດອນ, ອັງກິດຫຼັງຈາກທີ່ໄດ້ມາ, ທີມງານທີ່ຖືກນໍາໃຊ້ຖືກສົ່ງໄປຫາສໍານັກງານໃຫຍ່ຂອງ Google ໃນ Mountain View, California ເພື່ອເຮັດວຽກຮ່ວມກັບ DeepMind AI ກັບຜະລິດຕະພັນຂອງ Google.
Google ເຮັດຫຍັງກັບ DeepMind?
ເປົ້າຫມາຍຂອງ DeepMind ຂອງການແກ້ໄຂຄວາມລັບບໍ່ໄດ້ມີການປ່ຽນແປງເມື່ອພວກເຂົາໄດ້ມອບຄີໄປໃຫ້ Google. ການເຮັດວຽກສືບຕໍ່ກ່ຽວກັບ ການຮຽນຮູ້ທີ່ລຶກຊຶ້ງ , ເຊິ່ງເປັນປະເພດຂອງການຮຽນຮູ້ເຄື່ອງຈັກທີ່ບໍ່ແມ່ນວຽກງານສະເພາະ. ນັ້ນຫມາຍຄວາມວ່າ DeepMind ບໍ່ໄດ້ຖືກກໍານົດໄວ້ສໍາລັບວຽກງານສະເພາະໃດຫນຶ່ງ, ບໍ່ຄືກັບ AIs ກ່ອນຫນ້ານີ້.
ຍົກຕົວຢ່າງ, Deep Blue ຂອງ IBM ໄດ້ຊະນະຄອບຄົວ chess Grandmaster Gary Kasparov. ຢ່າງໃດກໍຕາມ, Deep Blue ໄດ້ຖືກອອກແບບມາເພື່ອປະຕິບັດຫນ້າທີ່ນັ້ນແລະບໍ່ມີຜົນປະໂຫຍດນອກເຫນືອຈາກຈຸດປະສົງຫນຶ່ງ. DeepMind, ອີກດ້ານຫນຶ່ງ, ໄດ້ຖືກອອກແບບມາເພື່ອຮຽນຮູ້ຈາກປະສົບການ, ເຊິ່ງທິດສະດີເຮັດໃຫ້ມັນມີປະໂຫຍດໃນການນໍາໃຊ້ທີ່ແຕກຕ່າງກັນຫຼາຍ.
Intelligence artificial ຂອງ DeepMind ໄດ້ຮຽນຮູ້ວິທີການຫລິ້ນເກມວີດີໂອໃນຕົ້ນປີ, ເຊັ່ນ Breakout, ດີກ່ວາຜູ້ນຂອງມະນຸດທີ່ດີທີ່ສຸດ, ແລະຄອມພິວເຕີໄປ GoPro program ໂດຍ DeepMind managed to defeat a champion Go player five to zero.
ນອກເຫນືອຈາກການຄົ້ນຄວ້າຢ່າງບໍລິສຸດ, Google ຍັງລວມເອົາ DeepMind AI ເຂົ້າໃນ ຜະລິດຕະພັນຄົ້ນຫາ ຂອງຕົນເອງແລະຜະລິດຕະພັນຜູ້ບໍລິໂພກເຊັ່ນ Home ແລະ Android.
Google DeepMind ມີຜົນກະທົບແນວໃດຕໍ່ຊີວິດປະຈໍາວັນຂອງທ່ານ?
ເຄື່ອງມືການຮຽນຮູ້ເລິກຂອງ DeepMind ໄດ້ຖືກຈັດຕັ້ງປະຕິບັດໃນທົ່ວຜະລິດຕະພັນແລະການບໍລິການຂອງ Google, ດັ່ງນັ້ນຖ້າທ່ານໃຊ້ Google ສໍາລັບສິ່ງໃດກໍ່ຕາມ, ມີໂອກາດດີທີ່ທ່ານໄດ້ພົວພັນກັບ DeepMind ໃນບາງທາງ.
ບາງບ່ອນທີ່ໂດດເດັ່ນທີ່ສຸດ DeepMind AI ໄດ້ຖືກນໍາໃຊ້ປະກອບມີການຮັບຮູ້ການປາກເວົ້າ, ການຮັບຮູ້ຮູບພາບ, ການກວດສອບການສໍ້ໂກງ, ການຊອກຫາແລະການກໍານົດສະແປມ, ການຂຽນຈົດຫມາຍ, ການແປພາສາ, Street View ແລະການຄົ້ນຫາພາຍໃນທ້ອງຖິ່ນ.
ການຮັບຮູ້ຄໍາເວົ້າທີ່ຖືກຕ້ອງສູງຂອງ Google
ການຮັບຮູ້ການເວົ້າຫລືຄວາມສາມາດຂອງຄອມພິວເຕີໃນການຕີຄວາມຫມາຍຄໍາເວົ້າທີ່ເວົ້າໄດ້ຖືກປະມານເປັນເວລາດົນແຕ່ຊອບ Siri , Cortana , Alexa ແລະ Google Assistant ໄດ້ນໍາມັນເຂົ້າສູ່ຊີວິດປະຈໍາວັນຂອງພວກເຮົາຫລາຍຂຶ້ນ.
ໃນກໍລະນີຂອງເຕັກໂນໂລຢີການຮັບຮູ້ສຽງຂອງຕົນເອງຂອງ Google, ການຮຽນຮູ້ຢ່າງລະອຽດໄດ້ຖືກນໍາໃຊ້ເພື່ອຜົນປະໂຫຍດທີ່ດີ. ໃນຄວາມເປັນຈິງ, ການຮຽນຮູ້ເຄື່ອງຈັກໄດ້ອະນຸຍາດໃຫ້ການຮັບຮູ້ສຽງຂອງ Google ເພື່ອບັນລຸລະດັບຄວາມຫນ້າເຊື່ອຖືທີ່ງົດງາມສໍາລັບພາສາອັງກິດ, ເຖິງຈຸດທີ່ມັນມີຄວາມຖືກຕ້ອງເປັນຜູ້ຟັງຂອງມະນຸດ.
ຖ້າທ່ານມີອຸປະກອນຕ່າງໆຂອງ Google, ເຊັ່ນໂທລະສັບ Android ຫຼືຫນ້າທໍາອິດຂອງ Google, ນີ້ມີຄໍາຮ້ອງສະຫມັກໂດຍກົງ, ແທ້ຈິງໃນຊີວິດຂອງທ່ານ. ທຸກໆຄັ້ງທີ່ທ່ານເວົ້າວ່າ, "Okay, Google" ຕາມຄໍາຖາມ, DeepMind flexes ກ້າມຊີ້ນຂອງຕົນເພື່ອຊ່ວຍ Google Assistant ເຂົ້າໃຈສິ່ງທີ່ທ່ານເວົ້າ.
ຄໍາຮ້ອງສະຫມັກຂອງເຄື່ອງຈັກຮຽນຮູ້ການ ຮັບຮູ້ການປາກເວົ້າ ນີ້ມີຜົນກະທົບເພີ່ມເຕີມທີ່ນໍາໃຊ້ໂດຍສະເພາະກັບຫນ້າທໍາອິດຂອງ Google. ແຕກຕ່າງຈາກ Amazon's Alexa, ເຊິ່ງໃຊ້ແປດ microphone ເພື່ອເຂົ້າໃຈຄໍາສັ່ງສຽງທີ່ດີກວ່າ, ການຮັບຮູ້ສຽງ DeepMind-powered ຂອງ Google Home ພຽງແຕ່ຕ້ອງການສອງເທົ່າ.
Google Home and Assistant Voice Generation
ການປະສົມປະສານການປາກເວົ້າແບບດັ້ງເດີມໃຊ້ບາງສິ່ງບາງຢ່າງທີ່ເອີ້ນວ່າ Text-to-Speech (TTS). ເມື່ອທ່ານໂຕ້ຕອບກັບອຸປະກອນທີ່ນໍາໃຊ້ວິທີການສັງລວມການປາກເວົ້ານີ້, ມັນປຶກສາຫາລືຖານຂໍ້ມູນທີ່ເຕັມໄປດ້ວຍຄໍາເວົ້າແລະປະກອບເປັນພາສາແລະປະໂຫຍກ. ນີ້ເຮັດໃຫ້ຄໍາສັບທີ່ແປກຫນ້າ, ແລະມັນມັກຈະແຈ້ງວ່າບໍ່ມີຄົນຢູ່ຫລັງສຽງ.
DeepMind tackled ການຜະລິດສຽງທີ່ມີໂຄງການທີ່ເອີ້ນວ່າ WaveNet. ນີ້ອະນຸຍາດໃຫ້ສຽງທີ່ສ້າງຂຶ້ນໂດຍທຽມ, ຄືກັບທີ່ທ່ານໄດ້ຍິນເມື່ອທ່ານສົນທະນາກັບ Google Home ຫຼື Google Assistant ຂອງທ່ານໃນໂທລະສັບຂອງທ່ານ, ເພື່ອສຽງຫຼາຍກວ່າທໍາມະຊາດ.
WaveNet ຍັງອີງໃສ່ຕົວຢ່າງຂອງການປາກເວົ້າຂອງມະນຸດທີ່ແທ້ຈິງ, ແຕ່ວ່າມັນບໍ່ໄດ້ນໍາໃຊ້ໃຫ້ເຂົາເຈົ້າ synthesize ຫຍັງໂດຍກົງ. ແທນທີ່ຈະ, ມັນວິເຄາະຕົວຢ່າງຂອງການປາກເວົ້າຂອງມະນຸດເພື່ອຮຽນຮູ້ວິທີການ waveforms ສຽງດິບເຮັດວຽກ. ນີ້ອະນຸຍາດໃຫ້ມັນໄດ້ຮັບການຝຶກອົບຮົມເພື່ອເວົ້າພາສາທີ່ແຕກຕ່າງກັນ, ນໍາໃຊ້ສຽງ, ຫຼືໄດ້ຮັບການຝຶກອົບຮົມໃຫ້ມີສຽງຄ້າຍຄືບຸກຄົນທີ່ສະເພາະ.
ບໍ່ຄືກັບລະບົບ TTS ອື່ນໆ, WaveNet ຍັງສ້າງສຽງທີ່ບໍ່ແມ່ນຄວາມເວົ້າ, ເຊັ່ນ: ການຫາຍໃຈແລະສຽງປາກ, ເຊິ່ງສາມາດເຮັດໃຫ້ມັນເບິ່ງຄືວ່າຈິງ.
ຖ້າທ່ານຕ້ອງການທີ່ຈະໄດ້ຍິນຄວາມແຕກຕ່າງລະຫວ່າງສຽງທີ່ເກີດຂື້ນໂດຍຜ່ານຂໍ້ຄວາມທີ່ເວົ້າເຖິງການປາກເວົ້າແລະການສ້າງໂດຍ WaveNet, DeepMind ມີຕົວຢ່າງສຽງທີ່ຫນ້າສົນໃຈຫຼາຍທີ່ທ່ານສາມາດຟັງໄດ້.
Learning Deep ແລະການຊອກຫາຮູບພາບຂອງ Google
ໂດຍບໍ່ມີປັນຍາປອມ, ການຊອກຫາຮູບພາບແມ່ນອີງໃສ່ຂໍ້ຄຶດທີ່ກ່ຽວຂ້ອງກັບຂໍ້ຄວາມເຊັ່ນ: ແທັກ, ຂໍ້ຄວາມອ້ອມຂ້າງຢູ່ໃນເວັບໄຊທ໌ແລະຊື່ໄຟລ໌. ດ້ວຍເຄື່ອງມືການຮຽນຮູ້ເລິກຂອງ DeepMind, ການຄົ້ນຫາ Google Photos ກໍ່ສາມາດຮຽນຮູ້ສິ່ງທີ່ເບິ່ງຄືວ່າມັນຊ່ວຍໃຫ້ທ່ານຄົ້ນຫາຮູບພາບຂອງທ່ານເອງແລະໄດ້ຮັບຜົນໄດ້ຮັບໂດຍບໍ່ຈໍາເປັນຕ້ອງແທກຫຍັງ.
ຕົວຢ່າງ, ທ່ານອາດຈະຊອກຫາ "ຫມາ" ແລະມັນຈະດຶງຮູບພາບຂອງຫມາຂອງທ່ານທີ່ທ່ານໄດ້ເອົາ, ເຖິງແມ່ນວ່າທ່ານບໍ່ເຄີຍໄດ້ໃສ່ຊື່ແທ້ໆ. ນີ້ແມ່ນຍ້ອນວ່າມັນສາມາດຮຽນຮູ້ວ່າຫມາເບິ່ງຄືແນວໃດ, ໃນຫຼາຍວິທີດຽວກັນທີ່ມະນຸດໄດ້ຮຽນຮູ້ສິ່ງທີ່ເບິ່ງຄືວ່າ. ແລະ, ບໍ່ເຫມືອນກັບຝັນຂອງ Deep ຝັນຂອງຫມາຂອງກູໂກ, ມັນຫຼາຍກວ່າ 90 ສ່ວນຮ້ອຍທີ່ຖືກຕ້ອງໃນການກໍານົດຮູບແບບຕ່າງໆທີ່ແຕກຕ່າງກັນ.
DeepMind ໃນ Google Lens ແລະ Visual Search
ຫນຶ່ງໃນຜົນກະທົບທີ່ຫນ້າຢ້ານທີ່ສຸດທີ່ DeepMind ໄດ້ເຮັດແມ່ນ Google Lens. ນີ້ແມ່ນສິ່ງທີ່ເປັນເຄື່ອງຈັກໃນການຊອກຫາພາບທີ່ຊ່ວຍໃຫ້ທ່ານເອົາຮູບພາບຂອງສິ່ງໃດອອກມາໃນໂລກທີ່ແທ້ຈິງແລະທັນທີທັນໃດດຶງຂໍ້ມູນກ່ຽວກັບມັນ. ແລະມັນຈະບໍ່ເຮັດວຽກໂດຍ DeepMind.
ໃນຂະນະທີ່ການປະຕິບັດແມ່ນແຕກຕ່າງກັນ, ນີ້ແມ່ນຄ້າຍຄືກັບວິທີທີ່ການຮຽນຮູ້ລຶກລັບໃນການຊອກຫາຮູບພາບຂອງ Google+. ເມື່ອທ່ານຖ່າຍຮູບ, Google Lens ສາມາດເບິ່ງມັນແລະຄິດວ່າມັນເປັນແນວໃດ. ອີງໃສ່ວ່າ, ມັນສາມາດປະຕິບັດຫນ້າທີ່ຕ່າງໆ.
ຕົວຢ່າງເຊັ່ນຖ້າທ່ານເອົາຮູບທີ່ມີຊື່ສຽງທີ່ມີຊື່ສຽງ, ມັນຈະສະຫນອງຂໍ້ມູນຂ່າວສານກ່ຽວກັບປະເດັນນີ້, ຫຼືຖ້າທ່ານເອົາຮູບພາບຂອງຮ້ານໃນທ້ອງຖິ່ນ, ມັນສາມາດດຶງຂໍ້ມູນກ່ຽວກັບຮ້ານນັ້ນ. ຖ້າຮູບນີ້ປະກອບມີເບີໂທລະສັບຫຼືທີ່ຢູ່ອີເມວ, Google Lens ກໍ່ສາມາດຮັບຮູ້ວ່າ, ແລະມັນຈະໃຫ້ທ່ານເລືອກເບີໂທຫຼືສົ່ງອີເມວ.