ไม่ว่าคุณจะพยายามแปลบางสิ่งเป็นภาษาที่แตกต่างให้เปลี่ยนคำพูดของคุณเป็นข้อความหรือคัดกรองภาพถ่ายที่บันทึกไว้นับพันสำหรับภาพรวมพิเศษหนึ่งภาพ Google ได้สร้างระบบปัญญาประดิษฐ์ "ฉลาดขึ้น" เพื่อช่วยตัวแทน บริษัท ประกาศในสัปดาห์นี้
ระบบ "Tensorflow" ใหม่ของ Google เป็นกระดูกสันหลังของฟังก์ชั่นหลักของ บริษัท หลายแห่งตั้งแต่ "Smart Reply" ซึ่งแนะนำการตอบกลับอีเมลถึงสามครั้งไปจนถึงฟังก์ชั่นการรู้จำเสียงพูดในแอพ Google
“ TensorFlow นั้นเร็วขึ้นฉลาดขึ้นและยืดหยุ่นกว่าระบบเก่าของเราดังนั้นจึงสามารถปรับให้เข้ากับผลิตภัณฑ์และการวิจัยใหม่ได้ง่ายขึ้น” ตัวแทนของ Google กล่าวในโพสต์บล็อกของ บริษัท ประกาศระบบใหม่ -เครื่องจักรสุดพิเศษ: 7 Robotic Futures-
เครื่องมือนี้เป็นการพัฒนาที่น่าตื่นเต้นสำหรับผู้ที่ชื่นชอบการประดิษฐ์และนักวิจัย
"Tensorflow เป็นการดำเนินการอย่างจริงจังครั้งแรกของกกรอบสำหรับ 'การเรียนรู้ลึก'ได้รับการสนับสนุนจากทั้งสองทีมที่มีประสบการณ์และมีความสามารถมากใน Google "Andrej Karpathy นักศึกษาปริญญาเอกของมหาวิทยาลัยสแตนฟอร์ดที่ศึกษาการเรียนรู้ของเครื่องกล่าว
การเรียนรู้ลึกเป็นแนวคิดในปัญญาประดิษฐ์นั่นหมายความว่าคอมพิวเตอร์สามารถเรียนรู้แนวคิดที่เป็นนามธรรมมากขึ้นซึ่งมนุษย์ทำงานได้ดีกว่าคอมพิวเตอร์ ตัวอย่างเช่นมนุษย์สามารถรับรู้ภาพของทัชมาฮาลโดยไม่คิดอะไรเกี่ยวกับมัน ผู้คนไม่จำเป็นต้องบอกว่าไม่ใช่ช้างหรืออนุสาวรีย์อื่น แต่คอมพิวเตอร์มีปัญหามากมายกับงานประเภทนั้น - การขอให้คอมพิวเตอร์ระบุว่าทัชมาฮาลจะต้องผ่านห้องสมุดภาพทั้งหมดและหวังว่ามันจะได้รับการจับคู่
มันยิ่งแย่ลงเมื่อคุณต้องการคอมพิวเตอร์รับรู้กิจกรรมAaron Courville รองศาสตราจารย์ด้านวิทยาศาสตร์คอมพิวเตอร์ของมหาวิทยาลัยมอนทรีออลกล่าว มนุษย์สามารถเห็นได้ทันทีว่ามีคนเดินไปตามถนนและตั้งสมมติฐานเกี่ยวกับจุดหมายหรือจุดประสงค์ของบุคคลนั้น ในทางกลับกันคอมพิวเตอร์สามารถบอกได้ว่าทิศทางใดที่วอล์คเกอร์กำลังเข้าไปและนั่นคือเกี่ยวกับมัน - สำหรับตอนนี้
TensorFlow ทำให้การวิจัยจำนวนมากง่ายขึ้น Courville กล่าวและช่วยให้นักวิจัยสามารถสร้างระบบการเรียนรู้ของเครื่องได้ง่ายขึ้น "ด้วย TensorFlow มันเป็นชุดของเครื่องมือหรือห้องสมุดที่ช่วยให้คุณสร้างสิ่งเหล่านี้และเรียกใช้พวกเขาอย่างมีประสิทธิภาพ"
ทุกอย่างเริ่มต้นด้วยแนวคิดที่เรียกว่ากเครือข่ายประสาทความคิดที่ย้อนกลับไปในวันแรก ๆ ของการคำนวณ เครือข่ายประสาทที่ง่ายที่สุดประกอบด้วยสามเลเยอร์: หนึ่งสำหรับอินพุตหนึ่งสำหรับการประมวลผลและหนึ่งสำหรับเอาต์พุต แต่ละชั้นประกอบด้วยโหนดที่เชื่อมต่อกับโหนดทั้งหมดในเลเยอร์ถัดไป -ประวัติโดยย่อของปัญญาประดิษฐ์-
เครือข่ายประสาทถูกออกแบบมาเพื่อเรียนรู้โดยการเสริมสร้างการเชื่อมต่อระหว่างโหนดบางอย่าง เมื่อเครือข่ายประสาทถูกนำเสนอด้วยสิ่งที่จะเรียนรู้ - รูปร่างของตัวอักษรตัวอย่างเช่นโหนดอินพุตจะส่งสัญญาณไปยังเลเยอร์การประมวลผลซึ่งในทางกลับกันจะส่งสัญญาณไปยังเอาต์พุต หากเอาต์พุตถูกต้องการเชื่อมต่อหนึ่งชุดจะแข็งแกร่งขึ้น ธรณีประตูสำหรับการเปิด "เปิด" จะลดลงเมื่อการเชื่อมต่อเพิ่มความแข็งแกร่ง สิ่งนี้คล้ายกับวิธีการทำงานของมนุษย์และสมองสัตว์โดยการเสริมสร้างการเชื่อมต่อระหว่างเซลล์ประสาท-
เครื่องมือค้นหาสามารถทำสิ่งที่คล้ายกันได้โดยการติดตามการตั้งค่าของผู้ใช้ ด้วย tensorflow การเชื่อมต่อระหว่างโหนดเป็นเมทริกซ์ของตัวเลข เมทริกซ์สามารถเป็นชุดตัวเลขหนึ่ง-สองหรือหลายมิติ สิ่งนี้ช่วยให้การประมวลผลที่ซับซ้อนมากขึ้นเนื่องจากการเชื่อมต่อแต่ละครั้งจะรวบรวมหลายสิ่งที่สามารถวัดได้ ตัวอย่างเช่นแทนที่จะเข้ารหัสว่ามีแสงหรือมืดบนพิกเซลมันยังสามารถเข้ารหัสสีและความเข้ม
Google ได้รับแรงบันดาลใจจากระบบที่สร้างขึ้นที่มหาวิทยาลัยมอนทรีออลที่เรียกว่า Theano Courville กล่าว แต่ TensorFlow เป็นการปรับปรุงและระบบที่ได้รับการอัพเกรดแก้ไขข้อบกพร่องจำนวนมากในสิ่งที่เป็นโครงการวิจัย แต่เดิมเขากล่าวเสริม
Google กล่าวว่า TensorFlow จะทำงานได้กับเครื่องใด ๆ รวมถึงสมาร์ทโฟนแม้ว่าจะมีกำลังการประมวลผลขั้นต่ำบางอย่างที่จำเป็น เข้ากันได้มากที่สุดกับคอมพิวเตอร์ที่มีหน่วยประมวลผลกราฟิกที่ดี - ประเภทของเครื่องจักรที่ใช้โดยนักเล่นเกม
Karpathy เสริมว่าเครื่องมือนั้นมีความยืดหยุ่นมาก “ เนื่องจากทั่วไปคุณสามารถใช้ TensorFlow สำหรับแอปพลิเคชันการเรียนรู้ลึกใด ๆ : การจดจำภาพการแปลของเครื่องการวิเคราะห์ความเชื่อมั่น-มีข้อ จำกัด น้อยมาก” เขากล่าว
Google ยังประกาศด้วยว่าเป็นครั้งแรกที่มีการเปิดแหล่งข้อมูล Tensorflow Open-source ด้วยการเปิดเผยรหัสสาธารณะ บริษัท อนุญาตให้นักวิจัยภายนอกใช้และสร้างเครื่องมือเพิ่มเติมเพื่อแก้ปัญหาประเภทอื่น ๆ
ติดตามวิทยาศาสตร์สด@livescience-Facebook-Google+- บทความต้นฉบับเกี่ยวกับวิทยาศาสตร์สด-
