Home » Google » Geçen Yıl Google Yapay Zeka Ve Diğer Araştırma Çalışmaları
Geçtiğimiz Yılda Google Yapay Zeka Çalışmalarına Neler Yaptı

Geçen Yıl Google Yapay Zeka Ve Diğer Araştırma Çalışmaları

Geçtiğimiz Yıl Google Yapay Zeka Çalışmalarında Neler Yaptı?

Google Yapay Zeka (AI) Ekip Lideri Jeff Dean

Geride bıraktığımız yıl Google’ın araştırma ekipleri için heyecan verici bir yıldı, temel bilgisayar bilimi araştırma sonuçları ve yayınları, araştırmaların Google’da yeni ortaya çıkan sağlık veya robotik gibi alanlara uygulanması, açık kaynaklı yazılım gibi birçok yönden ileri teknoloji çalışmaların hepsi yararlı araçlar ve hizmetler sunmayı amaçlayan Google ürün ekipleriyle yapılan katkılar ve güçlü işbirlikleri görüldü.

Aşağıda, geçtiğimiz yılda Google’ın Yapay Zeka çabaların sadece bir kısmını vurguluyoruz ve yeni yılda ne olacağını dört gözle bekliyoruz. Bu makaleyi kıdemli araştırmacı, Google’dan Yapay Zeka (Artificial Intelligence) beyin takımı ekibin lideri ve kurucu ortağı Jeff Dean tarafından kaleme alındı.

Geçtiğimiz Yılda Google Yapay Zeka Çalışmalarına Neler Yaptı

Geçtiğimiz Yılda Google Yapay Zeka Çalışmalarına Neler Yaptı?

En İyi Hosting Firmaları Hangisi? İşte Detaylar…

Domain Transferi Nasıl Yapılır? İşte Ayrıntılar…

Web Sitesi Açma Maliyeti Nedir?

İnternet Sitesi Kurma Rehberi

 

Google Yapay Zeka (AI) ve Google’ın Diğer Ürünleri

Geçtiğimiz birkaç yıl boyunca Google, Artificial Intelligence (yapay zeka’da) büyük gelişmeler ve Google ürünleri ve milyarlarca kullanıcının günlük yaşamları üzerindeki olumlu etkilerini gözlemledi. Bu alanda Google çalışanları için, AI’nın dünyada iyilik için bir güç olduğuna ve etik olarak uygulanmasına ve topluma yarar sağlayan sorunlara derinden önem veriyoruz. Bu yıl, uygulama için teknik önerileri özetleyen bir dizi sorumlu AI uygulamasıyla desteklenen Google yapay zeka İlkelerini yayınladık. Birlikte, kendi AI gelişimimizi değerlendirmemiz için bir çerçeve sağlarlar ve diğer kuruluşların da kendi düşüncelerini şekillendirmek için bu ilkeleri kullanabileceklerini umarız.

Bu alan oldukça hızlı bir şekilde geliştiğinden, “Haksız adalet önleme oluşturmaktan veya güçlendirmekten kaçınmak” veya “İnsanlara karşı sorumlu olmak” gibi bazı ilkelerdeki en iyi uygulamaların biz ve diğerlerinin davranışları gibi değişmekte ve gelişmekte olduğunu belirtmek önemlidir. Makine öğrenme, adalet ve model yorumlanabilirliği gibi alanlarda yeni araştırmalar.

Bu araştırma, ürünlerimizde, Google Çeviri’de cinsiyet önyargılarını azaltma konusundaki çalışmalarımız gibi daha kapsayıcı ve daha az önyargılı olmaları için ilerlemelere yol açıyor ve daha fazla kapsayıcı resim veri setlerinin ve bilgisayar vizyonunun çalışmasını sağlayan modellerin araştırılmasına ve piyasaya sürülmesine olanak sağlıyor küresel kültür çeşitliliği için. Ayrıca, bu çalışma, Makine Öğrenim Kazası Kursundaki Adalet Modülü ile daha geniş araştırma topluluğu ile en iyi uygulamaları paylaşmamızı sağlar.

 

Sosyal Fayda İçin Google Yapay Zeka (AI)

AI’nın sosyal ve toplumsal öneme sahip birçok alanda etkileyici etki yaratma potansiyeli açıktır. AI’nın gerçek dünyadaki sorunlara nasıl uygulanabileceğinin bir örneği, taşkın tahmini konusundaki çalışmalarımızdır. Google’daki birçok ekiple işbirliği içinde olan bu araştırma, sele eğilimli bölgelerdeki kişilerin kendilerini ve mallarını en iyi şekilde nasıl koruyacakları konusunda daha iyi kararlar almalarını sağlayarak, taşkınların olası kapsamı ve kapsamı hakkında doğru ve zamanında ince taneli bilgiler sağlamayı amaçlamaktadır.

 

İkinci bir örnek deprem artçı şoku tahmini konusundaki çalışmamızdır; burada bir makine öğrenmesi modelinin artçı şok pozisyonlarını geleneksel fizik tabanlı modellerden çok daha doğru tahmin edebileceğini gösterdik. Belki daha da önemlisi, makine öğrenme modeli yorumlanabilmesi için tasarlandığından, bilim adamları artçı şokların davranışları hakkında yeni keşifler yapmayı başardılar, sadece daha doğru tahminlere değil, aynı zamanda yeni anlayış seviyelerine de yol açtılar.

Kambur balina çağrılarını tanımlamak için evrişimli sinir ağları kullanmak, tespit etmek gibi evrimsel sinir ağları kullanmak gibi çok çeşitli bilimsel ve sosyal sorunların üstesinden gelmek için TensorFlow gibi açık kaynaklı yazılımlar kullanarak, bazen Google araştırmacıları ve mühendisleriyle birlikte çalışan çok sayıda dış taraf gördük. Yeni exoplanets, hastalıklı manyok bitkilerini ve daha fazlasını tanımlar.

Bu alandaki yaratıcı aktiviteyi teşvik etmek için, Google.org ile işbirliği içinde Google Sosyal İşler için Sosyal Etki Mücadelesi için AI’yı duyurduk, böylece bireyler ve kuruluşlar Google araştırma bilimcilerinin danışmanlığı ve danışmanlığı ile birlikte toplam 25 milyon dolarlık fondan hibe alabiliyorlar. mühendisler ve diğer uzmanlar, fikirden gerçeğe büyük potansiyel sosyal etkiye sahip bir proje almaya çalışıyorlar.

Yardımcı teknoloji
Araştırmamızın çoğu, kullanıcılarımızın işleri daha hızlı ve daha etkili bir şekilde gerçekleştirmelerine yardımcı olmak için makine öğrenme ve bilgisayar bilimlerini kullanmaya odaklandı. Genellikle, bunlar, bu araştırmanın meyvelerini çeşitli ürün özellikleri ve ortamlarında salıvermek için çeşitli ürün ekipleriyle işbirliği içinde sonuçlanır. Bir örnek, bir kullanıcının söyleyebileceği bir deneyimi mümkün kılmak için bir araya gelerek doğal dil ve diyalog anlayışı, konuşma tanıma, metinden konuşmaya, kullanıcı anlayışı ve etkili bir UI tasarımında araştırma gerektiren bir sistem olan Google Duplex’tir. Bana bugün saat 17: 00’de bir saç kesimi mi yapıyorsunuz? ”ve sanal bir ajan sizin adınıza telefonla etkileşim kuracak ve gerekli bilgileri yerine getirecek.

Bir harita veya yön bağlantısı

Diğer örnekler arasında, e-postaların nasıl oluşturulacağı ve e-posta kompozisyon sürecinin daha hızlı ve kolay hale getirilmesiyle ilgili önerilerde bulunmak için öngörücü modeller kullanan bir araç olan Smart Compose ve Şimdi Çalma özelliği üzerine kurulu olan ve ne olduğunu keşfetmenizi sağlayan bir teknoloji olan Sound Search bulunmaktadır. şarkı hızlı ve doğru oynuyor. Ek olarak, Android’deki Akıllı Linkify, seçtiğiniz ekranda türünü anlatarak, telefonunuzun ekranında görünen birçok farklı türde metni daha kullanışlı hale getirmek için cihaz içi bir makine öğrenme modelini nasıl kullanabileceğimizi gösterir. bir adres, bu yüzden bir haritaya veya yön bağlantısına kısayol sunabiliriz).

72 bitlik yeni bir kuantum hesaplama cihazı

Araştırmalardaki önemli bir nokta, Google Asistan gibi ürünlerin daha fazla dili desteklemesine yardımcı olmak ve aynı kavramı veya fikri ifade etmenin çok farklı yolları kullanıldığında bile anlamsal benzerliğin daha iyi anlaşılmasını sağlamaktır. Bunun gibi yeni ürün özelliklerinin altında, çok fazla eğitim verisi olmayan diller için hem konuşma sentezinin hem de metinden konuşmaya kalitesini artırmak için yaptığımız araştırmalar var.

Kuantum hesaplama
Kuantum bilgi işlem, klasik bir bilgisayarın çözemediği zorlu problemleri çözme sözü veren bilgi işlem için ortaya çıkan bir paradigmadır. Son birkaç yıldır bu alanda aktif olarak araştırma yapmaktayız ve bu alanın, bu alan için bir havza olayı olacak en az bir sorun için (kuantum üstünlüğü olarak adlandırılan) bu yeteneği gösterme zirvesinde olduğuna inanıyoruz. . Geçtiğimiz yıl boyunca, kuantum bilgisayarlarında kuantum üstünlüğüne yönelik ele alınabilecek sorunların boyutunu ölçeklendiren 72-bitlik yeni bir kuantum hesaplama cihazı olan Bristlecone’un geliştirilmesi de dahil olmak üzere birçok heyecan verici yeni sonuç ürettik.

 

Ayrıca, kuantum bilgisayarları için açık kaynak kodlu bir programlama çerçevesi olan Cirq’yi yayınladık ve kuantum bilgisayarların sinir ağları için nasıl kullanılabileceğini araştırdık. Son olarak, kuantum işlemcilerindeki performans dalgalanmalarını anlama konusundaki deneyimimizi ve tekniklerimizi paylaştık ve kuantum bilgisayarların sinir ağları için hesaplamalı bir substrat olarak ne kadar yararlı olabileceği üzerine bazı düşünceleri paylaştık. 2019’da kuantum hesaplama alanında heyecan verici sonuçlar bekliyoruz!

Doğal Dil Anlayışı
Google’daki doğal dil araştırması, ürün odaklı işbirliğinin yanı sıra temel araştırmaların bir karışımıyla, 2018’i heyecanlandırmıştı. Transformer çalışmalarımızda 2017’den itibaren iyileştirmeler yaptık, bu da çeviri ve dilbilimsel akıl yürütme de dahil olmak üzere bir dizi doğal dil görevinde güçlü kazanımlar gösteren Evrensel Transformer adlı modelin zaman içinde paralel bir versiyonunu ortaya çıkardı. Aynı zamanda, ilk iki yönlü, denetlenmeyen dil temsili olan BERT’yi daha önce sadece düz metin bir korpus kullanarak önceden eğitilmiş, daha sonra transfer öğrenimini kullanarak çok çeşitli doğal dil görevlerinde ince ayar yapılabilen geliştirdik. BERT, 11 doğal dil görevinde en son teknolojiye sahip sonuçlar üzerinde önemli gelişmeler olduğunu gösteriyor.

 

Akıllı oluşturma ve Duplex’i etkinleştirmek için çeşitli araştırma ekipleriyle birlikte çalışmanın yanı sıra, Asistan’ın tüm kullanıcılar için doğal olarak konuşmasını sağlamak amacıyla Google Asistan’ın çok dilli kullanım durumlarını daha iyi ele alması için çalıştık.

Google Algı Araştırmaları 
Google’ın algı araştırmaları, bilgisayarların görüntüleri, sesleri, müziği ve videoyu anlamalarının yanı sıra görüntü yakalama, sıkıştırma, işleme, yaratıcı ifade ve artırılmış gerçeklik için daha güçlü araçlar sağlama konusundaki zorlu sorunları ele almaktadır. 2018’de, teknolojimiz Google Foto’nun, insanlar ve hayvanlar gibi kullanıcıların en çok ilgilendiği içeriği düzenleme yeteneğini geliştirdi. Google Lens ve Asistan, kullanıcıların doğal dünyayı öğrenmelerini, gerçek zamanlı olarak soruları yanıtlamalarını ve Google Görseller’deki Lens ile daha fazlasını yapmalarını sağladı.

Google AI misyonunun temel bir yönü, başkalarının teknolojimizden faydalanmalarını sağlamaktır ve bu yıl Google API’lerin bir parçası olan yetenekleri ve blokları geliştirme konusunda çok ilerleme kaydettik. Örnekler arasında bulut makine öğrenme API’lerinde görüntü ve videoda ve makine öğrenme kit aracılığıyla yüzlerle ilgili cihaz içi yapı taşlarında gelişmiş ve yeni özellikler bulunur.

Google Algı Araştırmaları

Google Mobil Algı Araştırmaları

2018’de akademik araştırmaya katkılarımız, bir sahnenin yeni fotogerçekçi görüşlerinin sentezlenmesini sağlayan stereo büyütme gibi 3D sahne anlayışı için derin öğrenmedeki ilerlemeleri içeriyordu. Resimlerin ve videoların daha iyi anlaşılması konusundaki araştırmalarımız, kullanıcıların Fotoğraflar, YouTube, Arama ve daha fazlası gibi Google ürünlerinde resim ve video bulmasını, düzenlemesini, geliştirmesini ve iyileştirmesini sağlar. 2018 yılında, kayda değer gelişmeler, eklem pozu tahmini için hızlı bir tabandan çıkarma modelini ve kişi örneği segmentasyonunu, karmaşık hareketi görselleştirmek için bir sistemi, insanlar ve nesneler arasındaki uzamsal-zamansal ilişkileri modelleyen bir sistem ve damıtmaya dayalı video eylem tanımadaki gelişmeleri içeriyordu. 3D evrimler.

En İyi Hosting Firmaları Hangisi? İşte Detaylar…

Domain Transferi Nasıl Yapılır? İşte Ayrıntılar…

Web Sitesi Açma Maliyeti Nedir?

İnternet Sitesi Kurma Rehberi

NOT: Makalemizi faydalı bulduysanız, daha iyi bilgiler sağlamamız için sosyal paylaşım hesabınızda paylaşarak bize destek olabilirsiniz!





Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

*
*