Google Brain

Матеріал з Вікіпедії — вільної енциклопедії.
Перейти до навігації Перейти до пошуку

Google Brain - це група з глибокого вивчення штучного інтелекту під керівництвом Google AI, дослідницького підрозділу Google, присвяченого штучному інтелекту. Створена в 2011 році, Google Brain поєднує відкриті дослідження машинного навчання з інформаційними системами та великими обчислювальними ресурсами.[1] Команда створила такі інструменти, як TensorFlow, який надає публічний доступ для роботи із нейронною мережею, з безліччю внутрішніх наукових проектів у сфері AI.[2] Команда націлена на створення дослідницьких можливостей у машинному навчанні та обробці природних мов.[2]

Історія

Так званий проект «Google Brain» почався в 2011 році як сторонній дослідний проект наукового співробітника Google Джеффа Діна, дослідника Google Грега Коррадо і професора Стенфордського університету Ендрю Ина.[3] Ин цікавився використанням методів глибокого навчання для вирішення завдань штучного інтелекту з 2006 року, а в 2011 році почав співпрацювати з Діном і Коррадо для створення великомасштабної системи глибокого навчання DistBelief[4] поверх інфраструктури хмарних обчислень Google. Google Brain був запущений як проект Google X і став настільки успішним, що повернувся назад в Google: Астро Теллер[en] сказав, що Google Brain окупив всю вартість Google X.[5]

У червні 2012 року New York Times повідомила, що кластер з 16000 комп'ютерів, призначених для імітації деяких аспектів діяльності мозку людини, навчився розпізнавати котів на основі 10 мільйонів цифрових зображень, отриманих з роликів на YouTube.[3] Також ця історія була висвітлена на National Public Radio і в Smart Planetruen.[6]

У березні 2013 року Google найняла Джефрі Гінтона, провідного дослідника в області глибокого навчання, і придбала компанію DNNResearch, якою керував Гінтон. Гінтонсказав, що буде розподіляти свій час між дослідженням в університеті і роботою в Google.[7]

Команда і місце розташування

Спочатку Google Brain був створений науковим співробітником Google Джеффом Діном і запрошеним зі Стенфорда професором Ендрю Ином. У 2014 році до складу команди увійшли Джефф Дін, Куок Ле, Ілля Суцкевер, Алекс Крижевський, Семі Бенджо[en] та Вінсент Ванхуке. На 2017 рік членами команд є: Анелія Ангелова, Семі Бенджо, Грег Коррадо, Джордж Дал (дослідник машинного навчання), Майкл Ізард, Анжулі Каннан, Уго Ларочелле, Квок Ле, Крис Ола, Вінсент Ванхуке, Віджей Васудеван та Фернанда Вігас[en].[8] Крис Латтнер[en], який створив мову програмування Apple Swift, а потім очолював команду безпілотних автомобілів Tesla протягом шести місяців, приєднався до команди Google Brain в серпні 2017 року.[9] Латтнер покинув команду в січні 2020 року та приєднався до SiFive.[10]

У 2021 році Google Brain очолюють Джефф Дін, Джефрі Гінтон і Зубін Гахрамані[en]. Серед інших членів - Кетрін Хеллер, Пі-Чуан Чанг, Ян Саймон, Жан-Філіпп Верт, Невена Лазіч, Анелія Ангелова, Лукаш Кайзер, Кері Джун Кай, Ерік Брек, Румінг Панг, Карлос Рікельме, Девід Ха.[8] Самі Бенджо покинув команду в квітні 2021 року[11], коли Зобін Гахрамані[en] взяв на себе його обов'язки.

Google Research включає Google Brain і базується в Маунтін-В'ю, Каліфорнія. Він також має групи в Аккрі, Амстердамі, Атланті, Пекіні, Берліні, Кембриджі (Массачусетс), Ізраїлі, Лос-Анджелесі, Лондоні, Монреалі, Мюнхені, Нью-Йорку, Парижі, Піттсбурзі, Принстоні, Сан-Франциско, Сіетлі, Токіо, Торонто , і Цюрих.[12]

Проекти

Система шифрування, створена штучним інтелектом

У жовтні 2016 року Google Brain розробив експеримент, щоб визначити, що нейронні мережі здатні навчитися безпечному симетричному шифруванню.[13] У цьому експерименті було створено три нейромережі: Аліса, Боб та Єва. [14] Дотримуючись ідеї генеративної змагальної мережі, метою експерименту було відправити від Аліси зашифроване повідомлення до Боба, яке Боб міг розшифрувати, але Єва, не могла.[14] Аліса та Боб мали перевагу над Євою, оскільки в них був ключ, що використовується для шифрування та дешифрування.[13] Тим самим Google Brain продемонстрував здатність нейронних мереж навчатися безпечному шифруванню.[13]

Покращення зображення

У лютому 2017 року Google Brain визначив імовірнісний метод перетворення зображень з роздільною здатністю 8x8 у роздільну здатність 32x32.[15][16]

Дивись також

Примітки

  1. "What is Google Brain?". GeeksforGeeks. 2020-02-06. Retrieved 2021-04-09
  2. а б Helms, Mallory; Ault, Shaun V.; Mao, Guifen; Wang, Jin (2018-03-09). "An Overview of Google Brain and Its Applications". Proceedings of the 2018 International Conference on Big Data and Education. ICBDE '18. Honolulu, HI, USA: Association for Computing Machinery: 72–75. doi:10.1145/3206157.3206175. ISBN 978-1-4503-6358-7. S2CID 44107806.
  3. а б Markoff, John (June 25, 2012). "How Many Computers to Identify a Cat? 16,000". The New York Times. Retrieved February 11, 2014.
  4. Jeffrey Dean; et al. (December 2012). "Large Scale Distributed Deep Networks" (PDF). Retrieved 25 October 2015.
  5. Conor Dougherty (16 February 2015). "Astro Teller, Google's 'Captain of Moonshots,' on Making Profits at Google X". Retrieved 25 October 2015.
  6. "A Massive Google Network Learns To Identify — Cats". National Public Radio. June 26, 2012. Retrieved February 11, 2014.
  7. "U of T neural networks start-up acquired by Google" (Press release). Toronto, ON. 12 March 2013. Retrieved 13 March 2013.
  8. а б "Brain Team – Google Research". Google Research. Retrieved 2021-04-08.
  9. Etherington, Darrell (Aug 14, 2017). "Swift creator Chris Lattner joins Google Brain after Tesla Autopilot stint". TechCrunch. Retrieved 11 October 2017.
  10. "Former Google and Tesla Engineer Chris Lattner to Lead SiFive Platform Engineering Team". www.businesswire.com. 2020-01-27. Retrieved 2021-04-09
  11. Dave, Jeffrey Dastin, Paresh (2021-04-07). "Google AI scientist Bengio resigns after colleagues' firings: email". Reuters. Retrieved 2021-04-08
  12. "Build for Everyone - Google Careers". careers.google.com. Retrieved 2021-04-08.
  13. а б в Zhu, Y.; Vargas, D. V.; Sakurai, K. (November 2018). "Neural Cryptography Based on the Topology Evolving Neural Networks". 2018 Sixth International Symposium on Computing and Networking Workshops (CANDARW): 472–478. doi:10.1109/CANDARW.2018.00091. ISBN 978-1-5386-9184-7. S2CID 57192497.
  14. а б Abadi, Martín; Andersen, David G. (2016). "Learning to Protect Communications with Adversarial Neural Cryptography". arXiv:1610.06918. Bibcode:2016arXiv161006918A.
  15. Dahl, Ryan; Norouzi, Mohammad; Shlens, Jonathon (2017). "Pixel Recursive Super Resolution". arXiv:1702.00783. Bibcode:2017arXiv170200783D
  16. "Google Brain super-resolution image tech makes "zoom, enhance!" real". arstechnica.co.uk. 2017-02-07. Retrieved 2017-05-15.