211service.com
Esto es lo que los desarrolladores están haciendo con el cerebro de IA de Google
Un motor de inteligencia artificial que Google usa en muchos de sus productos, y que puso a disposición de forma gratuita el mes pasado, ahora está siendo utilizado por otros para realizar algunos trucos ingeniosos, que incluyen traducir del inglés al chino, leer texto escrito a mano e incluso generar obras de arte originales.
Jeff Dean habla en un evento de Google en 2007.
El software de IA, llamado TensorFlow , proporciona una forma sencilla para que los usuarios entrenen a las computadoras para que realicen tareas alimentándolas con grandes cantidades de datos. El software incorpora varios métodos para construir y entrenar de manera eficiente redes neuronales de aprendizaje profundo simuladas en diferentes equipos informáticos.
El aprendizaje profundo es una técnica extremadamente eficaz para entrenar a las computadoras para que reconozcan patrones en imágenes o audio, lo que permite que las máquinas realicen tareas útiles con competencia similar a la humana, como reconocer rostros u objetos en imágenes. Recientemente, el aprendizaje profundo también se ha mostrado prometedor para analizar el lenguaje natural, al permitir que las máquinas respondan a consultas habladas o escritas de manera significativa.
Hablando en el Sociedad de procesamiento de información neuronal (NIPS) en Montreal esta semana, jeff decano , el científico informático de Google que lidera el esfuerzo de TensorFlow, dijo que el software se está utilizando para un número creciente de proyectos experimentales fuera de la empresa.
Éstas incluyen software que genera subtítulos para imágenes y código que traduce la documentación de TensorFlow al chino. Otro proyecto utiliza TensorFlow para generar obras de arte artificiales. Todavía es bastante temprano, dijo Dean después de la charla. La gente está tratando de entender en qué es mejor.
TensorFlow surgió de un proyecto de Google, llamado Google Brain, destinado a aplicar varios tipos de aprendizaje automático de redes neuronales a productos y servicios en toda la empresa. El alcance de Google Brain ha crecido dramáticamente en los últimos años. Dean dijo que la cantidad de proyectos en Google que involucran a Google Brain ha crecido de un puñado a principios de 2014 a más de 600 en la actualidad.
Más recientemente, Google Brain ayudó a desarrollar Respuesta inteligente , un sistema que recomienda automáticamente una respuesta rápida a los mensajes de Gmail después de escanear el texto de un mensaje entrante. La técnica de red neuronal utilizada para desarrollar Smart Reply fue presentada por investigadores de Google en la conferencia NIPS el año pasado.
Dean espera que el aprendizaje profundo y el aprendizaje automático tengan un impacto similar en muchas otras empresas. Hay una gran variedad de formas en que el aprendizaje automático está influyendo en muchos productos e industrias diferentes, dijo. Por ejemplo, la técnica se está probando en muchas industrias que intentan hacer predicciones a partir de grandes cantidades de datos, que van desde el comercio minorista hasta los seguros.
Google pudo regalar el código de TensorFlow porque los datos que posee son un activo mucho más valioso para construir un potente motor de IA. La empresa espera que el código de fuente abierta la ayude a establecerse como líder en aprendizaje automático y fomente las relaciones con colaboradores y futuros empleados. TensorFlow nos da un lenguaje común para hablar, en cierto sentido, dijo Dean. Obtenemos beneficios de tener personas que contratamos que han estado usando TensorFlow. No es que sea completamente altruista.
Una red neuronal consta de capas de neuronas virtuales que se disparan en cascada en respuesta a la entrada. Una red aprende a medida que la sensibilidad de estas neuronas se ajusta para que coincida con una entrada y salida particulares, y tener muchas capas hace posible reconocer características más abstractas, como una cara en una fotografía.
TensorFlow es ahora una de varias bibliotecas de software de aprendizaje profundo de código abierto, y su rendimiento actualmente va a la zaga de otras bibliotecas para ciertas tareas. Sin embargo, está diseñado para ser fácil de usar y se puede portar fácilmente entre diferentes hardware. Y Dean dice que su equipo está trabajando duro para tratar de mejorar su desempeño.
Sin embargo, en la carrera por dominar el aprendizaje automático y atraer a los mejores talentos, otras empresas pueden lanzar sus propios motores de IA de la competencia.