사용하는 제품에 얼마나 깊이 학습이 포함되어 있습니까?
DeepMind는 Google 인공 지능 (AI)의 기술과 인공 지능 개발을 담당하는 회사의 두 가지를 참조 할 수 있습니다. DeepMind라는 회사는 Google의 모기업 인 Alphabet Inc.의 자회사이며 DeepMind의 인공 지능 기술은 수많은 Google 프로젝트 및 장치에 사용 됩니다.
Google 홈 또는 Google 길잡이 를 사용하는 경우 몇 가지 놀랄만 한 방법으로 Google DeepMind와 생명이 이미 교차했습니다.
Google은 어떻게 그리고 왜 DeepMind를 인수 했습니까?
DeepMind는 2011 년에 "지능을 해결하고 그 외 모든 것을 해결하는"목표로 설립되었습니다. 설립자는 강력한 일반 목적의 알고리즘을 만들 수있는 목표로 신경 과학에 대한 통찰력으로 무장 한 기계 학습 문제를 해결했습니다. 프로그래밍 할 필요없이 배우기.
인공 지능 분야의 몇몇 대형 플레이어는 DeepMind가 인공 지능 전문가 및 연구원의 형태로 결합한 엄청난 재능을 보았으며 Facebook은 2012 년에 회사를 인수하기위한 게임을했습니다.
페이 스북 계약은 붕괴되었지만 Google은 2014 년 DeepMind를 약 5 억 달러에 인수하여 인수했습니다. DeepMind 는 2015 년에 일어난 Google 기업 구조 조정 중에 Alphabet Inc.의 자회사가되었습니다.
DeepMind를 사는 뒤에 구글의 주요 이유는 그들 자신의 인공 지능 연구를 시작하는 것이었다. 인수 후에 DeepMind의 메인 캠퍼스가 영국 런던에 남아있는 동안 DeepMind AI와 Google 제품을 통합하기 위해 캘리포니아 주 마운틴 뷰의 Google 본사에 파견 팀이 파견되었습니다.
Google은 DeepMind로 무엇을하고 있습니까?
DeepMind의 지능형 해결 목표는 Google에 키를 넘겨 줄 때 변경되지 않았습니다. 작업은 구체적인 학습이 아닌 일종의 기계 학습 인 깊은 학습을 계속했습니다. 이는 DeepMind가 이전 AI와 달리 특정 작업을 위해 프로그래밍되지 않았다는 것을 의미합니다.
예를 들어, IBM의 Deep Blue는 체스 Grandmaster Gary Kasparov를 유명하게 유명합니다. 그러나 딥 블루는 특정 기능을 수행하도록 설계되었으며 그 목적 외에도 유용하지 않았습니다. DeepMind는 경험적으로 배울 수 있도록 설계되었으므로 이론적으로 다양한 응용 프로그램에서 유용합니다.
DeepMind의 인공 지능은 Breakout과 같은 초기 비디오 게임을 최고의 인간 플레이어보다 더 잘 수행하는 방법을 배웠고 DeepMind가 제공하는 컴퓨터 Go 프로그램은 챔피언 Go 플레이어를 5 대 0으로 물리 쳤습니다.
순수 연구 외에도 Google은 DeepMind AI를 홈 및 Android 휴대 전화와 같은 주요 검색 제품 및 소비자 제품에 통합합니다.
Google DeepMind는 일상 생활에 어떤 영향을 줍니까?
DeepMind의 심층 학습 도구는 Google의 모든 제품과 서비스에 걸쳐 구현되었으므로 Google을 사용하는 경우 DeepMind와 어떤 방식으로도 상호 작용할 가능성이 큽니다.
DeepMind AI는 음성 인식, 이미지 인식, 사기 탐지, 스팸 탐지 및 식별, 필체 인식, 번역, 스트리트 뷰, 심지어 지역 검색까지 가장 많이 사용되는 곳입니다.
Google의 초정밀 음성 인식
음성 인식이나 음성 명령을 해석 할 수있는 컴퓨터의 기능은 오랫동안 사용되어 왔지만 Siri , Cortana , Alexa 및 Google Assistant와 같은 사람들은 일상 생활에서 점점 더 많은 것을 가져 왔습니다.
Google의 음성 인식 기술의 경우 깊은 학습이 큰 효과를 발휘했습니다. 실제로 기계 학습을 통해 Google의 음성 인식은 청취자의 정확도만큼 영어의 놀라운 정확도를 달성 할 수있었습니다.
Android 휴대 전화 또는 Google 홈과 같은 Google 기기가있는 경우 실제 생활에 직접 적용 할 수 있습니다. "Okay, Google"이라고 질문 할 때마다 DeepMind가 근육을 구부려서 Google Assistant가 사용자의 말을 이해하도록 도와줍니다.
음성 인식 에 대한 기계 학습의 이러한 적용은 특히 Google 홈에 적용되는 추가 영향을 미칩니다. 음성 명령을 더 잘 이해하기 위해 8 개의 마이크로폰을 사용하는 Amazon의 Alexa와 달리 Google Home의 DeepMind 기반 음성 인식은 2 개만 필요합니다.
Google 홈 및 길잡이 음성 생성
전통적인 음성 합성은 TTS (concatenative text-to-speech)라고하는 것을 사용합니다. 이 음성 합성 방법을 사용하는 장치와 상호 작용할 때 음성 조각으로 가득 찬 데이터베이스를 참조하여 단어와 문장으로 조합합니다. 이상하게 굴절 된 단어가 나오고, 목소리 뒤에 인간이 없다는 것이 일반적으로 분명합니다.
DeepMind는 WaveNet이라는 프로젝트로 음성 생성에 박차를가했습니다. 이렇게하면 인공 지능으로 생성 된 음성 (예 : 휴대 전화의 Google 홈 또는 Google Assistant와 통화 할 때 들리는 음성)이 훨씬 자연스럽게 들립니다.
WaveNet은 또한 실제 인간의 음성 표본을 사용하지만 직접 합성하는 데는 사용하지 않습니다. 대신 인간의 음성 샘플을 분석하여 원시 오디오 파형이 작동하는 방식을 학습합니다. 이를 통해 다른 언어로 말하거나 악센트를 사용하거나 특정 사람처럼 들리도록 훈련받을 수 있습니다.
다른 TTS 시스템과는 달리, WaveNet은 호흡과 립 스커킹과 같은 비언어적 인 사운드를 생성하기 때문에보다 현실감있게 느낄 수 있습니다.
연결하는 텍스트 음성 변환을 통해 생성 된 음성과 WaveNet에서 생성 된 음성의 차이점을 듣고 싶다면 DeepMind는 듣기 좋은 흥미로운 음성 샘플을 가지고 있습니다.
심층 학습 및 Google 포토 검색
인공 지능이 없으면 이미지 검색은 태그와 같은 문맥 단서, 웹 사이트의 주변 텍스트 및 파일 이름에 의존합니다. DeepMind의 심도있는 학습 도구를 통해 Google 포토 검색은 실제로 어떤 모습인지 알 수 있었기 때문에 아무 것도 태그하지 않고도 자신의 이미지를 검색하고 관련 결과를 얻을 수있었습니다.
예를 들어, "개"를 검색 할 수 있으며 실제로 레이블을 지정하지 않아도 찍은 개 사진을 가져옵니다. 이것은 인간이 어떤 모습을 보는지 배우는 것과 거의 같은 방식으로 개가 어떻게 생겼는지를 알 수 있었기 때문입니다. 또한 Google의 개가 사로 잡힌 Deep Dream과 달리 모든 종류의 이미지를 식별하는 데 90 % 이상 정확합니다.
Google Lens 및 Visual Search의 DeepMind
DeepMind가 만들었던 가장 충격적인 영향 중 하나는 Google Lens입니다. 이것은 본질적으로 실제 세계에서 무언가의 그림을 찍어 즉시 그것에 대한 정보를 끌어 올 수있는 시각적 검색 엔진입니다. DeepMind 없이는 작동하지 않습니다.
구현이 다르긴하지만 Google+ 이미지 검색에서 심층 학습이 사용되는 것과 유사합니다. 사진을 찍을 때 Google Lens는 사진을보고 그 모습을 파악할 수 있습니다. 이를 기반으로 다양한 기능을 수행 할 수 있습니다.
예를 들어 유명한 랜드 마크 사진을 찍으면 랜드 마크에 대한 정보를 제공하거나 지역 상점 사진을 찍으면 해당 상점에 대한 정보를 얻을 수 있습니다. 사진에 전화 번호 나 이메일 주소가 포함되어있는 경우 Google Lens에서이를 인식 할 수 있으며 전화를 걸거나 이메일을 보낼 수있는 옵션이 제공됩니다.