Aplikasi Google, alat bertujuan untuk 'mendemokratisasikan ai'

Bagi saya, tema terbesar pada konferensi Google I / O minggu lalu adalah "mendemokratisasikan AI" - dengan kata lain, membuat AI dapat diakses oleh pengguna akhir melalui penggunaannya dalam berbagai layanan Google, dan bagi pengembang melalui alat, program baru, dan bahkan perangkat keras yang dirancang di sekitar kerangka AI Google TensorFlow.

CEO Google Sundar Pichai memulai konferensi dengan sebuah keynote di mana ia kembali menekankan bahwa perusahaan itu bergerak dari mobile-first ke pendekatan AI-first, mirip dengan apa yang dia katakan tahun lalu.

Dia mengatakan Google "memikirkan kembali semua produk kami dan menerapkan pembelajaran mesin dan AI untuk melayani masalah pengguna." Dia mengatakan algoritma pembelajaran mesin sudah memengaruhi peringkat hasil yang berbeda dalam pencarian, dan bagaimana Street View sekarang secara otomatis mengenali tanda-tanda. Layanan lain semakin pintar karena AI, katanya, seperti bagaimana Google Home sekarang mendukung banyak pengguna dan bagaimana Gmail sekarang meluncurkan fitur "balasan pintar" di mana ia secara otomatis menyarankan tanggapan terhadap email.

Untuk itu, ia membuat sejumlah pengumuman produk AI, baik untuk konsumen maupun untuk pengembang.

Lensa, Asisten, dan Foto menggunakan fitur AI

Untuk pengguna akhir, upaya baru yang paling terlihat ini adalah Google Lens, serangkaian kemampuan komputasi berbasis visi yang dapat memahami apa yang Anda lihat dan lakukan tindakan, baik di Google Assistant dan di Google Photos.

Misalnya, ia mendemonstrasikan bagaimana Anda dapat mengambil gambar bunga, dan bagaimana Google Lens sekarang dapat mengidentifikasinya. Lebih sederhana lagi, ini dapat mengambil gambar nama pengguna dan kata sandi untuk Wi-Fi, dan kemudian secara otomatis memahami bahwa Anda ingin terhubung dan melakukannya untuk Anda. Contoh lain termasuk mengambil gambar bagian luar restoran dan membuat perangkat lunak memahami apa itu, lalu menunjukkan kepada Anda ulasan dan menu pengguna. Ini tidak sepenuhnya benar-benar baru, tetapi saya dapat membayangkan bahwa itu akan sangat berguna - hal yang kita semua akan menggunakan cukup banyak dengan menghafal dalam beberapa tahun. Google mengatakan ini akan diluncurkan dalam beberapa bulan.

Google Assistant terus menjadi lebih pintar dan akan menggabungkan Google Lens, meskipun berita terbesar dari itu adalah bahwa Asisten sekarang datang ke iPhone.

Aplikasi Foto Google yang populer juga mendapatkan sejumlah fitur baru yang digerakkan oleh AI, termasuk "berbagi yang disarankan, " di mana ia akan secara otomatis memilih gambar terbaik dan menyarankan Anda membaginya dengan orang-orang di foto. Foto Google juga menambahkan fitur yang secara otomatis akan memungkinkan Anda berbagi semua atau sebagian dari Anda Perpustakaan, sehingga jika Anda mengambil foto anak-anak Anda, mereka secara otomatis menjadi bagian dari perpustakaan foto pasangan Anda juga. Dan itu dapat menyarankan foto terbaik untuk buku foto.

Pusat Data AI-First dan Alat Pengembangan Baru

Di sisi internal, Pichai berbicara tentang bagaimana perusahaan "memikirkan kembali" arsitektur komputasinya untuk membangun "pusat data AI-first." Dia mengatakan Google menggunakan Tensor Processing Units (TPUs) saat ini di semua layanannya, dari pencarian dasar hingga pengenalan suara hingga kompetisi AlphaGo-nya.

Saya sangat tertarik dengan pengenalan versi baru TPU 2.0 dari perusahaan, yang menurut Pichai mampu mencapai 180 teraflop (180 triliun operasi floating point per detik) per papan 4-chip, atau 11, 5 petaflop di setiap "pod" dari 64 papan semacam itu. Ini tersedia untuk pengembang sebagai "cloud TPU" di Google Cloud Engine sekarang, dan perusahaan mengatakan akan membuat 1000 cloud TPU tersedia untuk para peneliti pembelajaran mesin melalui TensorFlow Research Cloud baru.

Ini adalah bagian dari dorongan yang meningkat pada TensorFlow, kerangka pembelajaran mesin sumber terbuka perusahaan untuk pengembang, dan konferensi memiliki berbagai sesi yang bertujuan untuk membuat lebih banyak pengembang menggunakan kerangka kerja ini. TensorFlow tampaknya yang paling populer dari kerangka pembelajaran mesin, tetapi itu hanya salah satu dari sejumlah pilihan. (Lainnya termasuk Caffe, yang didorong oleh Facebook, dan MXNet, didorong oleh Amazon Web Services.)

Saya pergi ke sebuah sesi tentang "TensorFlow for Non-Experts" yang dirancang untuk menginjili kerangka kerja dan Keras perpustakaan belajar yang mendalam, dan itu penuh sesak. Ini hal yang menarik, tetapi tidak seakrab alat pengembangan yang lebih tradisional. Semua perusahaan besar mengatakan mereka mengalami kesulitan menemukan pengembang yang cukup dengan keahlian pembelajaran mesin, jadi tidak heran melihat mereka mendorong kerangka kerja internal mereka. Sementara alat untuk menggunakan ini semakin baik, masih rumit. Tentu saja, hanya memanggil model yang sudah ada jauh lebih mudah, dan Google Cloud Platform, serta Microsoft dan AWS, semua memiliki beragam layanan ML yang dapat digunakan oleh pengembang.

Karena mengembangkan layanan seperti itu sangat sulit, Pichai menghabiskan banyak waktu berbicara tentang "AutoML, " suatu pendekatan yang memiliki jaring saraf yang merancang jaringan saraf baru. Dia mengatakan Google berharap AutoML akan mengambil kemampuan yang dimiliki beberapa PhD hari ini dan memungkinkan ratusan ribu pengembang untuk merancang jaring saraf baru untuk kebutuhan khusus mereka dalam tiga hingga lima tahun.

Ini adalah bagian dari upaya yang lebih besar yang disebut Google.ai untuk membawa AI ke lebih banyak orang, dengan Pichai berbicara tentang berbagai inisiatif untuk menggunakan AI untuk membantu dalam perawatan kesehatan. Dia berbicara tentang patologi dan deteksi kanker, pengurutan DNA, dan penemuan molekul.

Melanjutkan tema, Dave Burke, kepala rekayasa Android, mengumumkan versi baru TensorFlow yang dioptimalkan untuk seluler yang disebut TensorFlow lite. Perpustakaan baru akan memungkinkan pengembang untuk membangun model pembelajaran yang lebih ramping yang dirancang untuk berjalan pada smartphone Android, dan ia berbicara tentang bagaimana perancang prosesor seluler bekerja pada akselerator spesifik dalam prosesor atau DSP yang dirancang untuk menduga jaringan saraf dan bahkan pelatihan.

Dalam keynote pengembang, Fei Fei Li, seorang profesor Stanford yang mengepalai penelitian AI Google, mengatakan ia bergabung dengan Google "untuk memastikan bahwa setiap orang dapat memanfaatkan AI untuk tetap kompetitif dan menyelesaikan masalah yang paling berarti bagi mereka."

Dia banyak berbicara tentang "Demokratisasi AI, " termasuk berbagai alat yang disediakan Google untuk pengembang untuk aplikasi tertentu, seperti visi, pidato, terjemahan, bahasa alami, dan kecerdasan video, serta membuat alat untuk membuat model Anda sendiri, seperti sebagai TensorFlow, yang lebih mudah digunakan dengan lebih banyak API tingkat tinggi.

Dia berbicara tentang bagaimana pengembang sekarang dapat menggunakan CPU, GPUS, atau TPU di Google Compute Engine. Dia memberikan contoh tentang seberapa banyak peningkatan kecepatan beberapa model telah berjalan di TPU, mengatakan implikasi penelitian ini penting.

Echoing Pichai, dia memuji TensorFlow Research Cloud baru, mengatakan siswa dan pengguna Kaggle harus mendaftar untuk menggunakannya; dan menyimpulkan dengan mengatakan bahwa perusahaan menciptakan tim cloud AI-nya untuk membuat AI menjadi demokratis, untuk bertemu dengan Anda di mana Anda berada, dengan alat AI paling kuat dari Google, dan untuk berbagi perjalanan saat Anda menggunakannya.