Vnútri google prepísať ai: budovanie strojového učenia vo všetkom

Makoto Koike je poľnohospodárom uhoriek v Japonsku. Koike je bývalý návrhár vstavaných systémov, ktorý roky pracoval v japonskom automobilovom priemysle, ale v roku 2015 sa vrátil domov, aby pomohol na uhorskej farme svojich rodičov. Čoskoro si uvedomil, že manuálna úloha triedenia uhoriek podľa farby, tvaru, veľkosti a atribútov, ako je „trnitosť“, bola často zložitejšia a náročnejšia ako ich pestovanie. Inšpirovaný hlbokou inováciou softvéru spoločnosti Google pre umelú inteligenciu (AI) AlphaGo sa rozhodol automatizovať úlohu.

Podniky začínajú implementovať praktické AI najrôznejšími spôsobmi, je však možné povedať, že nikto nevidel prichádzajúce riešenie na triedenie AI uhoriek Koike. Koike nikdy predtým nepracoval s technikami AI, ale pomocou otvorenej knižnice strojového učenia TensorFlow (ML) začal vkladať obrázky uhoriek. Vďaka algoritmom počítačového videnia na rozpoznávanie objektov a hlbokému učeniu sa trénovať TensorFlow na nuansách rôznych uhoriek, si Koike uvedomil, že dokáže identifikovať a triediť zeleninu s vysokou úrovňou presnosti. Potom, použitím ničoho iného ako TensorFlow a lacného počítača Raspberry Pi 3, postavil Koike automatizovaný triediaci stroj, ktorý farma stále používa.

TensorFlow je jedným z mnohých algoritmov a nástrojov s otvoreným zdrojovým kódom, ktoré spôsobujú revolúciu v tom, čo podniky a vývojári môžu pomocou AI vyriešiť. Spoločnosť rozšírila svoje poslanie „priniesť výhody AI všetkým“ vydaním Google.ai na svojej konferencii Google I / O, čím spojila všetky svoje zdroje AI do zjednotenej platformy. Google tiež začleňuje tieto techniky a aplikačné programovacie rozhrania (API) do všetkého, čo robí, pečie ML do svojich produktov a zásadne nanovo definuje, ako jeho softvér v tomto procese funguje.

PCMag nedávno navštívil Googleplex a hovoril s vedúcimi pracovníkmi z G Suite, Google Cloud Platform (GCP) a spoločnosti Machine Learning Advanced Solution Lab (ML ASL) o tom, ako spoločnosť Google prebuduje svoju spoločnosť s AI.

Umelá inteligencia všade

Povedzme, že jeden z vašich zákazníkov má problém. Agent z oddelenia technickej podpory vašej spoločnosti je v priamom prenose so zákazníkom prostredníctvom chatovej aplikácie, ktorá ukladá údaje na platformu Google Cloud Platform. Aby im pomohol vyriešiť problém, musí poslať agentovi nejaké citlivé osobné údaje. Teraz povedzme, že zákazník je vaša babička. Zástupca oddelenia služieb zákazníkom žiada babičku o niekoľko údajov, ale babička namiesto toho pošle viac informácií, ako potrebuje, keď do chatu odovzdá obrázok svojej karty sociálneho zabezpečenia.

Namiesto toho, aby spoločnosť Google archivovala tieto informácie umožňujúce identifikáciu osôb (PII), obrázok sa zobrazí s číslom sociálneho zabezpečenia a ďalšie PII sa automaticky redigujú. Agent nikdy nevidí žiadne informácie, ktoré nepotrebuje, a žiadne z týchto údajov nepochádza do šifrovaného archívu spoločnosti Google. Počas ukážky technológie DLP API v sídle spoločnosti Google v Mountain View v Kalifornii spoločnosť stiahla oponu, ako algoritmy ML analyzujú text a obrázky, aby sa tak stalo.

Rob Sadowski, vedúci marketingu v oblasti dôveryhodnosti a zabezpečenia v službe Google Cloud, vysvetlil, že automatická redakcia je založená na rozhraní API DLP (Google Data Prevention), ktoré pracuje pod povrchom a klasifikuje citlivé údaje. Algoritmus robí to isté s údajmi, ako sú čísla kreditných kariet, a môže tiež analyzovať vzorce na zistenie, kedy je číslo falošné. Toto je iba jeden z príkladov dôvtipnej stratégie spoločnosti Google vplývať na jej skúsenosti s AI a poskytnúť podnikom a vývojárom, ako je napríklad Koike, zdroje na to, aby urobili to isté.

Google nie je ani zďaleka jediný technický gigant, ktorý do svojho softvéru stavia spojivú spravodajskú vrstvu, ale spolu s Amazon a Microsoft má Google pravdepodobne najrozšírenejšiu šírku dostupných cloudových spravodajských nástrojov a služieb. V podrobných prehľadoch produktov spoločnosti nájdete pomocníka Google a rôzne rozhrania API pre ML a počítačové videnie, ktoré sa používajú takmer všade.

Vyhľadávanie Google používa vo svojom systéme RankBrain AI algoritmy ML na spracovanie a spresňovanie otázok, prehodnocovanie a agregovanie údajov na základe množstva meniacich sa faktorov, aby sa neustále zlepšovala kvalita výsledkov vyhľadávania. Fotky Google používajú počítačové videnie na zošívanie súvisiacich fotografií do spomienok a kombinovanie viacerých záberov z toho istého miesta do panorám. Doručená pošta umožňuje používateľom automaticky generovať inteligentné odpovede, z ktorých si môžu vyberať, a vyladí relevantné e-maily spojením podobných kategórií dohromady. Nová chatová aplikácia spoločnosti Google Allo je dodávaná so zabudovaným asistentom Google. Zoznam pokračuje.

Všetky tieto aplikácie bežia na cloudovej infraštruktúre spoločnosti Google a spoločnosť dokonca používa ML vo svojich dátových centrách na zníženie spotreby energie úpravou chladiacich čerpadiel na základe údajov o záťaži a počasí. Sadowski povedal, že to tiež slúži ako posledná vrstva obrany v bezpečnostnej stratégii spoločnosti Google, kde spoločnosť používa strojovú inteligenciu a hodnotenie rizika v rámci svojho zásobníka zabezpečenia, aby určila, či je systém kompromitovaný pomocou prediktívnej analýzy.

„Spoločnosť Google berie všetky tieto modely ML a AI, ktoré sme vyvinuli, a vyladíme ich kvôli bezpečnosti, “ vysvetlil Sadowski. „Bezpečnosť sa mení oveľa radikálnejšie ako väčšina odvetví IT. Produkty, ktoré boli jadrom vašej bezpečnostnej infraštruktúry pred tromi alebo štyrmi rokmi, ako sú brány firewall a ochrana koncových bodov, sú stále dôležité, ale chceme poskytnúť ochranu do hĺbky, v mierke a prostredníctvom predvolená infraštruktúra pre viacerých nájomcov s miliónmi denných aktívnych používateľov.

„Začína to základným hardvérom dátového centra, “ pokračoval Sadowski. „Okrem toho sú aplikačné služby a autentifikácia s plne šifrovanými údajmi a komunikáciou. Okrem toho je to identita používateľov. A poslednou vrstvou obrany je to, ako pracujeme s 24/7 monitorovaním, detekciou a reakciou na incidenty. Riešite veci ako zabezpečený vzdialený prístup pomocou servera proxy s vedomím totožnosti. Je to programové vyhľadávanie služby DLP, ktoré zabraňuje úniku údajov a pomáha s riadením údajov, ako aj s bezpečnosťou. Naším cieľom je uľahčiť, spotrebovať ich a zabezpečiť, aby fungovali vo väčšom rozsahu."

Chytrejší G Suite

ML je tiež súčasťou aplikácií produktivity G Suite od spoločnosti Google. Allan Livingston, riaditeľ produktového manažmentu pre balík G Suite, prerušil niektoré spôsoby, ako AI robí G Suite inteligentnejším a kontextovejším, bez toho, aby si to používatelia uvedomili.

„Zamyslite sa nad tým, ako balík G Suite spája všetky tieto aplikácie prirodzene integrovaným spôsobom, “ povedal Livingston. „V jednom z nich začnete pracovať a podľa potreby prechádzate. Na Disku otvoríte prílohu Gmail, ktorá vás prevedie do Dokumentov; je to naozaj automatické.

„Snažíme sa z toho premýšľať pre používateľa a to zahŕňa aj strojové učenie. Začali sme s inteligentnými odpoveďami v doručenej pošte a Gmailom sme dosiahli dobrý úspech, čo viedlo k funkcii Preskúmať v Dokumentoch, Tabuľkách. a Prezentácie. “

Program Explore, ktorý bol uvedený na trh minulý rok na jeseň, používa spracovanie prirodzeného jazyka (NLP) na skúsenosti s produktivitou v aplikácii. V aplikácii Dokumenty funkcia Preskúmať poskytuje okamžité návrhy na základe obsahu v dokumente a automaticky odporúča súvisiace témy a zdroje. V Prezentáciách generuje návrhy návrhov na zníženie formátovania prezentácie. Najzaujímavejší prípad použitia je však v Tabuľke. Livingston vysvetlil, ako Explore používa ML na zjednodušenie analýzy údajov a obchodných informácií (BI).

„Mnoho používateľov nevie, čo je niečo ako kontingenčná tabuľka alebo ako ju použiť na vizualizáciu hárku údajov, “ vysvetlil Livingston. „Povedzme, že pracujete s údajmi o predaji pre zákazníka, kde je každý riadok položkou, ktorá bola predaná. Preskúmanie vám umožňuje zadávať dotazy v prirodzenom jazyku, napríklad„ Čo je najvyššia položka v Čierny piatok? “ a vypláva odpoveď ako „Predali ste 563 párov nohavíc.“ Riešime analýzu údajov spôsobom, ktorý šetrí čas pri rozhodovaní založenom na údajoch, pomocou strojového učenia sa prirodzeným spôsobom zlepšuje spoločný problém. ““

Ukážka funkcie Preskúmať v Tabuľkách z konferencie Google Cloud NEXT, ktorá sa konala minulý rok v marci.

Podľa spoločnosti Livingston Google plánuje rozšíriť tento druh cloudového vyhľadávania založeného na ML na tretie strany a začať okolo neho budovať ekosystém. Všeobecná myšlienka je bežnou témou praktickej umelej inteligencie: automatizácia manuálnych procesov, aby používatelia mohli získať viac kreatívnejšej práce. Táto myšlienka je jadrom väčšiny aplikácií ML aplikácií: automatizovať opakovateľné obchodné procesy a každodenné úlohy vrátane triedenia uhoriek.

„V podnikaní a so spotrebiteľmi majú používatelia tieto prirodzené vzorce interakcie. Posun k cloudu a k mobilnej produktivite skutočne mení spôsob práce ľudí, a tieto použité techniky strojového učenia sú preň zásadné, “ povedal Livingston. „Kvôli našej sile v strojovom vzdelávaní, kvôli tomu, že naše výrobky slúžia ako základňa, kvôli všetkým údajom v našom cloude, sme v jedinečnej pozícii, aby sme to mohli uplatňovať a škálovať nekonečne.“

Napájanie revolúcie strojového učenia

Základ všetkého, čo spoločnosť Google robí okolo AI, je zakorenený v API, algoritmoch a nástrojoch s otvoreným zdrojovým kódom. Knižnica spoločnosti TensorFlow je najčastejšie používaným nástrojom ML v zariadení GitHub, ktorý vytvára aplikácie, ako je napríklad triedič uhoriek Koike. Sada rozhraní API, ktoré sú základom služby Google Cloud - algoritmy pokrývajúce počítačové videnie, video inteligenciu, reč a NLP, predikčné modelovanie a rozsiahle ML prostredníctvom nástroja Google Cloud Machine Learning Engine - je technológia, ktorá poháňa každú funkciu AI integrovanú do aplikácií a služieb Google a teraz aj platforma Google.ai.

Francisco Uribe, produktový manažér tímu Google Cloud AI / ML, pracuje v jadre motora, ktorý prepisuje, ako Google funguje. Uribe dohliada na vyššie uvedenú spoločnosť ML ASL spoločnosti Google, laboratórium s pohlcujúcim programom, v ktorom experti spoločnosti Google ML priamo spolupracujú s podnikmi pri implementácii riešení AI. Laboratórium spolupracuje s firmami pomocou rozhrania API spoločnosti Google a nástroja Cloud ML Engine na školení a zavádzaní vlastných modelov do výroby.

Uribe pracuje v priestore AI viac ako desať rokov. Založil BlackLocus, dátovo založené uvedenie na trh, ktoré postavilo automatizovaný cenový stroj pre maloobchodníkov, ktorý získal Home Depot v roku 2012. Potom sa pripojil k spoločnosti Google a pracoval štyri roky v tíme vyhľadávacích reklám, ktorý využíval ML, aby zlepšil dojem z reklamy, V roku 2016 sa presťahoval do výskumnej úlohy vedúcej ML ASL a pôsobil ako mentor v Launchpad Accelerator spoločnosti Google. Uribe povedal, že ho neustále prekvapuje, ako firmy a vývojári používajú nástroje spoločnosti Google.

„Videli sme prípady použitia plošne - od zdravotnej starostlivosti a financií po maloobchod a poľnohospodárstvo, “ povedal Uribe. „Snažíme sa pomôcť zákazníkom vylepšiť schopnosti vnímania. Preklad reči, analýza obrázkov, video API, prirodzený jazyk: všetky sú súčasťou demokratizačného prístupu k stroju a algoritmov hlbokého učenia, ktoré konečne vstúpili do platnosti.“

ML ASL spolupracovala s HSBC Bank plc, jednou z najväčších organizácií v oblasti bankovníctva a finančných služieb na svete, na riešeniach ML zameraných na boj proti praniu špinavých peňazí a prediktívne úverové hodnotenie. ML ASL tiež spolupracovala s United Services Automobile Association (USAA), skupinou spoločností poskytujúcich finančné služby v rebríčku Fortune 500, aby vyškolili inžinierov organizácie v oblasti techník ML používaných v konkrétnych poistných scenároch. Spoločnosť eBay použila nástroje spoločnosti Google na vyškolenie svojho digitálneho asistenta ShopBot. Keď ML ASL spolupracuje so spoločnosťou, Uribe vysvetlil štyri piliere, ktoré tvoria tento proces.

„Potrebujete silnú výpočtovú ponuku na zvládnutie extrémnych požiadaviek na úlohy ML a chrbtica optickej optiky GCP distribuovaná opticky veľmi efektívne presúva údaje z uzla do uzla, “ povedal Uribe. „Máme cloudový stroj na učenie, ktorý pomáha zákazníkom trénovať modely. Pomáhame zákazníkom spúšťať údaje s prístupom ku komunite spoločnosti Kaggle s 800 000+ aktívnych vedcov v oblasti údajov. Nakoniec potrebujete talent, aby ste tam boli, takže na výskumnej strane vecí, máme program Residential Brain, ktorý školí inžinierov v zložitých učebných osnovách ML. Vidíme ich ako stavebné kamene, ktoré pomáhajú zákazníkom vytvárať inteligentné aplikácie. ““

To všetko prispieva do komunity s otvoreným zdrojovým kódom a do ekosystému tretej strany, ktorý spoločnosť Google stavia okolo svojej technológie AI. Spoločnosť dokonca začiatkom tohto roka vyhlásila súťaž v oblasti startupov v ML, ktorá investíciám do startupov v ML investuje až 500 000 dolárov. Uribe hovoril o niektorých inovatívnych aplikáciách, ktoré už videl o technológii spoločnosti Google a kde by mohli ležať iné možnosti.

"Povedzme, že ste spoločnosť zaoberajúca sa analýzou zákazníckych služieb. Zamyslite sa nad rečovým rozhraním API na prepis obsahu hovorov a analýzou sentimentu s cieľom zlepšiť kvalitu služieb zákazníkom, " uviedol Uribe. „Pomocou vizionárskeho rozhrania API urobte fotografiu značenia ulíc v cudzej krajine a potom prekladového rozhrania API na preklad tohto obsahu v reálnom čase prostredníctvom zážitku z aplikácie. Nejde iba o zvýšenie efektívnosti, ale o vytvorenie nového a jedinečného používateľského prostredia."

Uribe vidí nástroje, ako je TensorFlow, ako skvelý aktivátor rozsiahleho zavádzania ML na trhu. Nielenže sa tieto technológie stali jadrom toho, čo je Google a ako technický gigant pristupuje k vývoju produktu, ale Uribe verí, že široko dostupná technológia ML pomôže optimalizovať podniky, otvoriť nové toky výnosov a vymyslieť novú triedu inteligentných aplikácií.

„Myslite na to ako na novú priemyselnú revolúciu, “ povedal Uribe. „Vidíme, že tieto nástroje umožňujú zvýšenie výkonu a skúsenosti, ktoré ste nikdy predtým nevideli. Je úžasné vidieť, ako ho začínajúce podniky uplatňujú. Pozrite sa na farmára uhoriek v Japonsku. Použil TensorFlow na vytvorenie modelu na klasifikáciu. a triedenie uhoriek na základe vzorov, veľkosti, textúr atď., a potom na jeho vykonanie postavil špecializovaný hardvér. Túto úroveň demokratizácie je neuveriteľné vidieť a povrch sme sotva poškriabali. ““