Um mecanismo de inteligência artificial que o Google usa em muitos de seus produtos, e que disponibilizar gratuitamente no mês passado, está agora a ser utilizada por outras pessoas para executar alguns truques, incluindo traduzir Inglês para o chinês, lendo o texto escrito à mão, e até mesmo gerando obras de arte originais.
O software AI, chamado TensorFlow, fornece uma maneira simples para os usuários a treinar computadores para executar tarefas, alimentando-lhes grandes quantidades de dados. O software incorpora vários métodos para construir de forma eficiente e treinamento simulado redes neurais "aprendizagem profunda" através de hardware de computador diferente.
Aprendizado profundo é uma técnica extremamente eficaz para a formação de computadores a reconhecer padrões em imagens ou de áudio, permitindo que máquinas para executar com competência tarefas úteis semelhantes a humanos, tais como reconhecer rostos ou objetos em imagens. Recentemente, o aprendizado profundo também mostrou a promessa significativa para analisar a linguagem natural, ao permitir que máquinas para responder a consultas faladas ou escritas de maneiras significativas.
Falando na conferência Neural Information Society Processing (SIN) em Montreal esta semana, Jeff Dean, o cientista da computação da Google que lidera o esforço TensorFlow, disse que o software está sendo usado para um número crescente de projetos experimentais fora da empresa.
Estes incluem software que gera legendas para imagens e código que traduz a documentação para TensorFlow em chinês. Outro projeto usa TensorFlow para gerar artwork artificial. "Ainda é muito cedo", disse Dean depois da palestra. "As pessoas estão tentando entender o que é melhor para."
TensorFlow cresceu a partir de um projeto do Google, chamado Google cerebral, visando a aplicação de vários tipos de máquina de rede neural de aprendizagem aos produtos e serviços em toda a empresa. O alcance do Google Cérebro tem crescido dramaticamente nos últimos anos. Dean disse que o número de projetos no Google que envolvem Google cérebro cresceu de um punhado no início de 2014 para mais de 600 hoje.
Mais recentemente, o Google cerebral ajudou a desenvolver Responder inteligente, um sistema que recomenda automaticamente uma resposta rápida a mensagens no Gmail depois de ele verifica o texto de uma mensagem recebida. A técnica de rede neural usado para desenvolver Responder inteligente foi apresentada por pesquisadores do Google na conferência NIPS ano passado.
Dean espera aprendizagem profunda e aprendizagem de máquina para ter um impacto semelhante em muitas outras empresas. "Há uma grande variedade de maneiras em que a aprendizagem de máquina é que influenciam os lotes de diferentes produtos e indústrias", disse ele. Por exemplo, a técnica está sendo testada em muitas indústrias que tentam fazer previsões de grandes quantidades de dados, que vão desde o varejo ao seguro.
Google foi capaz de dar o código para TensorFlow porque os dados que possui é um ativo muito mais valioso para a construção de um motor AI poderoso. A empresa espera que o código de código aberto irá ajudá-lo a estabelecer-se como líder em aprendizado de máquina e relacionamentos adotivos com colaboradores e futuros empregados. TensorFlow "nos dá uma linguagem comum para falar, em algum sentido", disse Dean. "Recebemos os benefícios de ter as pessoas que contratamos que vêm usando TensorFlow. Não é como ele é completamente altruísta. "
Uma rede neural é composto de camadas de neurônios virtuais que disparam em uma cascata em resposta à entrada. A rede "aprende" como a sensibilidade desses neurônios é ajustado para corresponder especial entrada e saída, e com muitas camadas faz com que seja possível reconhecer características mais abstratas, como um rosto numa fotografia.
TensorFlow é agora uma das várias bibliotecas de software de aprendizagem de profundidade de código aberto, e seu desempenho fica atualmente atrás de algumas outras bibliotecas para determinadas tarefas. No entanto, ele é projetado para ser fácil de usar, e pode ser facilmente portados entre hardware diferente. E Dean diz que sua equipe está trabalhando duro para tentar melhorar o seu desempenho.
Na corrida para dominar a aprendizagem de máquina e atrair os melhores talentos, no entanto, outras empresas podem liberar concorrentes motores AI dos seus próprios.