Гугл искусственный интеллект


10 инструментов искусственного интеллекта Google, доступных каждому

Называть Google только поисковым гигантом было бы несправедливо – из системы нахождения релевантных сайтов он быстро превратился в движущую силу инноваций в ключевых IT-секторах. За последние годы Google пугающе укоренился почти во всём цифровом, будь то электроника (смартфоны, планшеты, ноутбуки), базовое программное обеспечение (Android, Chrome OS) или интеллектуальное ПО, поддерживаемое Google AI. В этой статье мы обсудим, какие инструменты предоставляются Google AI для разработчиков, исследователей и организаций.

1. TensorFlow

TensorFlow – набор программных библиотек глубокого обучения с открытым исходным кодом. Используя инструменты TensorFlow, аналитики данных могут создавать высокоточные и четко определенные модели машинного обучения. В прошлом году мы писали о версии TensorFlow 2.0, а ещё раньше – о том, как был создан интерфейс для JavaScript. В общем, фреймворк не стоит на месте!

2. ML Kit

ML Kit – это SDK для мобильных устройств, который в настоящее время доступен на Android и iOS. Он использует возможности машинного обучения Google в мобильных приложениях для решения проблем из реальной жизни. ML Kit поможет добиться успеха во многих задачах.

Идентификация языка. Передаем текст в ML Kit – получаем распознанный. Поддерживаются более сотни языков, включая хинди, арабский, китайский, не говоря уже о европейских. Полный список здесь.

Человеческие лица могут быть распознаны ML KIT. Больше примеров <a href="https://prostheticknowledge.tumblr.com/post/53395398529/anti-facial-recognition-visor-interesting" target="_blank" rel="noopener noreferrer nofollow">здесь</a>.Человеческие лица могут быть распознаны ML KIT. Больше примеров здесь.

Распознавание объектов. Но не только язык. ML Kit хорош в распознавании текста, лиц, QR-кодов и других объектов на изображениях. Кроме того, есть API, чтобы добавлять ваши собственные модели машинного обучения в TensorFlow Lite и интегрировать их в приложения.

3. Google Open Source

Google продолжает открывать свой исходный код. И за счёт активного участия подключающегося сообщества наработки Google становятся ещё лучше. Вот пара недавних примеров больших проектов.

ClusterFuzz. В феврале 2019 г. компания открыла исходные тексты платформы ClusterFuzz, предназначенной для проведения тестирования кода с использованием кластера серверов. ClusterFuzz автоматизирует выполнение таких задач, как отправка уведомления разработчикам, создание issue, отслеживание ошибки и закрытие отчётов после исправления.

AutoFlip. В феврале этого года Google представила AutoFlip – систему интеллектуальной перестройки видео, определяющей наиболее важные объекты в кадре и соответствующим образом обрезающей ролик. За счёт этого из альбомно ориентированных видео можно получать вертикальные, портретные, которые удобно смотреть на мобильных телефонах без поворота экрана.

4. Colab

Если коротко, то Colab Laboratory или Colab – это онлайн-редактор и компилятор кода Python. Если вы знакомы с Jupyter Notebook, то это тот же инструмент, но которым можно пользоваться совместно онлайн. Идея работы в Colab кратко показана в следующем видео. При этом в течение 12 часов разрешено бесплатно пользоваться одним GPU NVidia Tesla K80 (после 12 часов расчет скидывается, но можно успеть посчитать небольшую модель).

При погружении в новую область особенно необходимы исследования по изучаемой теме. Google упростила процесс поиска набора данных, предложив следующие инструменты.

5. Модерируемые датасеты Google Cloud

Фундаментальная проблема всякой модели ML состоит в том, чтобы обучить ее на «правильных» данных. Google Cloud Public Datasets – это наборы данных, курируемые специалистами Google, которые периодически обновляются при помощи анализа множества исследований. Форматы самые разные: изображения, транскрибированные аудио, видео и текст. Данные предназначены для широкого круга исследователей с различными сценариями использования. Поиск прочих датасетов можно выполнить с помощью следующего инструмента.

6. Поиск Google по наборам данных

В сентябре 2018 г. Google запустил поиск по наборам данных (Dataset Search). В выдаче указывается информация о ресурсе, где опубликован набор, лицензия, дата обновления, описание и доступные для скачивания форматы. Ниже на скриншоте представлен пример поиска результатов по запросу «погода в Cанкт-Петербурге». Несмотря на то что в названии датасета отсутствует имя города, набор данных соответствует запросу и содержит сведения по изменению погоды в Санкт-Петербурге и Ленинградской области. Но заметим, что обновлялся он довольно давно.

7. Crowdsource

Еще одна цель Google – повысить точность наборов данных, предлагая пользователям интересные задачи, например, распознавать различные категории изображений, такие как рисунки, письма, газеты, иллюстрации и многое другое. В этом случае Google эксплуатирует пользователей, предлагая игровую форму там, где Яндекс даёт – пусть и небольшие – но деньги.

С другой стороны, можно поучиться тому, как Google Crowdsource работает с изображениями, распознаванием почерка, выражений лиц, проверкой переводов и меток изображений. Результаты анализа Crowdsource можно перенести на собственные идеи по разметке данных в рамках игрового подхода.

Внимательно следя за рынком, Google определяет, как его сервисы могут превратить потенциально успешную идею в достигнутую цель и создаёт специальные инструменты для организаций.

8. Cloud TPU

TPU V2TPU V2

Машинное обучение, несмотря на все достижения, требует высокопроизводительного железа. Для этого компания создала тензорный процессор (Tensor Processing Unit). Cloud TPU позволяет предприятиям за счет снижения затрат на оборудование предлагать клиентам свои лучшие услуги. Тензорный процессор относится к классу нейронных процессоров со специализированной интегральной схемой. Архитектура заточена под задачи линейной алгебры, и, например, позволяет обрабатывать в Google Фото одним процессором до 100 млн фотографий в день.

9. Cloud AI

Cloud AI позволяет внедрять возможности машинного обучения в свой бизнес. Используя Cloud AI, компании могут использовать уже имеющиеся модели, предоставляемые Google, или настроить их по своему вкусу.

Cloud AI состоит из трех компонентов: Hub, Building Blocks и Platform.

AI Hub предоставляет коллекцию готовых к использованию компонентов искусственного интеллекта с опциями для обмена и экспериментов на моделях.

AI Building Blocks позволяет разработчикам добавлять в свои приложения обработку речи, компьютерное зрение, работу с языком и структурированными данными.

AI Platform позволяет ученым, инженерам и разработчикам данных быстро развертывать свои идеи с помощью нескольких сервисов, таких как блокноты AI Platform, контейнеры глубокого обучения, сервисы создания меток и другие.

10. Cloud AutoML

Cloud AutoML используется такими популярными брендами, как Disney, Imagia и Meredith. Ниша инструмента – доступное машинное обучение для бизнеса с небольшим опытом в этой области, но исходно хорошо размеченными данными.

Заключение

Достижения в области искусственного интеллекта ошеломляют. Google последовательно внедряет инновации в этой сфере, предлагая несколько инструментов, таких как ML Kit, TensorFlow, Fire Indicators и многие другие. А искать датасеты можно не только на Kaggle, но и через специализированный поиск. Пользуетесь ли вы какими-то из перечисленных инструментов? Расскажите в комментариях.

***

Актуальные публикации Библиотеки программиста по теме ИИ:

proglib.io

Инженеры Google учат искусственный интеллект эволюционировать самостоятельно

Инженеры Google разработали систему под названием AutoML-Zero, которая позволит искусственному интеллекту обучаться быстрее и практически без вмешательства человека.

Разработчики Google много лет работали над системой машинного обучения, известной как AutoML, или «система автоматического машинного обучения». Она уже способна создавать ИИ, который превосходит написанные человеком, указывает Science Alert. AutoML предназначена для того, чтобы приложениям было проще использовать машинное обучение, и она включает в себя множество автоматических функций. Однако AutoML-Zero требует ещё меньше человеческого вмешательства. Система работает в три этапа — настройка, прогнозирование и обучение — и её можно рассматривать как систему машинного обучения с нуля.

Процесс начинается с того, что AutoML-Zero самостоятельно генерирует множество алгоритмов путем случайного объединения простых математических операций.

«Сегодня возможно автоматически создать алгоритмы машинного обучения, используя базовые математические операции в качестве строительных блоков», — указывают программный инженер Ристо Мииккулайнен и сотрудник Google Куок Ле, авторы проекта, в препринте, посвящённом разработке.

Алгоритмы проверяются на эффективность — например, от них требуют отличить на картинке собаку от грузовика. Наиболее эффективные алгоритмы затем сохраняются, проще говоря, «выживает сильнейший». В будущем AutoML-Zero объединит части алгоритмов-победителей в единый искусственный интеллект. Испытания ИИ проходят с высокой скоростью: как заявляют исследователи, в секунду можно испытать 10 тыс. возможных алгоритмов.

Внедрение машинного обучения «с нуля» должно привести к тому, что системы искусственного интеллекта станут доступней и будут шире использоваться, в том числе и людьми, у которых нет опыта работы с ИИ. Авторы AutoML-Zero надеются, что в конечном итоге система выдаст алгоритмы, которые люди никогда не смогли бы создать. На данный момент AutoML-Zero способна производить только простые алгоритмы ИИ, но исследователи считают, что их сложность вырастет очень быстро.

habr.com

Google разрабатывает ИИ для создания чипов для ИИ / Habr

Специалисты Google Brain, исследовательского проекта Google по изучению искусственного интеллекта, разрабатывают алгоритмы, которые будут сами создавать процессоры. Статью с описанием своего проекта команда опубликовала на Arxiv.

Специалисты в области робототехники создают множество чипов для быстрого и эффективного выполнения алгоритмов ИИ. Например, среди таких проектов — процессор Cerebras Wafer Scale Engine (WSE) со сторонами 21,5 см и 1,2 трлн транзисторов в каждом кристалле, а также чип Hailo-8, созданный израильским стартапом Hailo и предназначенный для обучения роботов, обрабатывающих большие объёмы информации с датчиков, таких как HD-камеры. Проблема в том, что на разработку таких чипов уходят годы, а машинное обучение развивается намного быстрее. Робототехника нуждается в чипах, которые были бы оптимизированы для современного ИИ, а не ИИ, созданного два-пять лет назад. Google предлагает создать ИИ, который сам займётся разработкой новых чипов, подходящих под современные требования.

«Есть алгоритмы и архитектуры нейронных сетей, которые не так хорошо работают на существующих поколениях процессоров, потому что процессоры были спроектированы несколько лет назад, когда этих нейронных сетей ещё не существовало, — приводит IEEE Spectrum комментарий Азалии Мирхосейни, старшего научного сотрудника Google Brain. — Если мы сократим цикл проектирования, мы сможем преодолеть разрыв. Мы считаем, что сократить цикл разработки микросхем может сам искусственный интеллект».

Мирхосейни и её коллега в Google Brain, старший инженер-программист Анна Голди, придумали нейронную сеть, которая учится выполнять особенно трудоемкую часть проектирования чипов — размещение. Достаточно долго изучая конструкции чипов, ИИ может создать проект для Google TensorFlow менее чем за 24 часа, тогда как специалисты-люди могут потратить на это несколько недель.

Размещение компонентов чипа, пишет IEEE Sectrum, — процесс крайне сложный и отнимающий много времени. Необходимо разместить все компоненты чипа таким образом, чтобы его мощность и производительность были максимальными, а площадь — минимальной. Голди и Мирхосейни для создания своего ИИ используют обучение с подкреплением. В процессе обучения с подкреплением искусственный интеллект, в отличие от других методов глубокого обучения, не взаимодействует с большим набором данных. Вместо этого система учится, настраивая параметры в соответствии с обратной связью, которую она получает. В этом случае в процессе обучения ИИ пытается добиться сочетания улучшенной производительности, меньшей площади и сниженного энергопотребления чипа. При этом чем больше проектов выполняет робот, тем лучше он становится в своей сфере.

Команда Google Brain надеется, что системы ИИ, подобные тем, что разрабатывают Голди и Мирхосейни, приведут к появлению «большего количества микросхем за меньший период времени, а также микросхем, которые работают быстрее при меньших затратах энергии, дешевле и занимают меньше места.

habr.com

Квантовая ставка Google на ИИ – и что она означает для всего человечества / Habr

У Google есть больше вычислительных мощностей, данных и талантливых специалистов для работы над искусственным интеллектом, чем у любой другой компании на Земле – и она не замедляет темп. Поэтому не должны замедлять темп и люди.


Человеческий мозг – забавная штука. Какие-то воспоминания остаются с нами навсегда: рождение ребёнка, автомобильная авария, день выборов. Но мы можем сохранять только некоторые детали – цвет двери акушерского отделения, запах избирательного участка – а другие подробности, типа лица медсестры, или то, как мы были одеты в момент ДТП, исчезают. Сундар Пичаи, генеральный директор Google, навсегда запомнит день, когда ИИ вышел из лаборатории.

«Это было в 2012-м, я находился в одной комнате с небольшой командой, где было всего несколько человек», — рассказывает он. Джефф Дин, легендарный программист из Google, помогавший писать поисковый движок, работал над новым проектом, и хотел, чтобы Пичаи на него взглянул. «Каждый раз, когда Джефф хочет показать вам что-то новое, вы испытываете радостное возбуждение», — говорит он.

Пичаи не помнит, в каком именно здании он смотрел работу Дина, хотя ему в память врезались другие странные детали того дня. Он помнит, что не сидел, а стоял, а кто-то рядом шутил по поводу косяка отдела HR, назначившего на позицию стажёра недавно нанятого компанией Джеффри Хинтона – «отца глубокого обучения», исследователя ИИ, занимавшегося этим четыре десятилетия, а затем получившего премию Тьюринга.

Будущий генеральный директор Google в то время был старшим вице-президентом, руководил проектами Chrome и Apps, и не думал по поводу ИИ. Да и никто в Google не смотрел в сторону ИИ, по крайней мере, серьёзно. Да, за 12 лет до этого основатели Google, Ларри Пейдж и Сергей Брин, публично заявили, что ИИ преобразует компанию. Пейдж сказал Online magazine в мае 2000 года: «Идеальный поисковик умён. Он должен понять ваш запрос, понять все документы, а это явно работа для ИИ». Но, несмотря на громкие обещания, в Google и в остальных компаниях машинное обучение (МО) десятилетия выдавало средненькие результаты.

Однако в тот момент на серверах Google зарождались мощные силы. Чуть больше года Дин, Эндрю Ын и их коллеги создавали массивную компьютерную сеть, связи которой моделировали человеческий мозг. Команда собрала вместе 16 000 процессоров в 1000 компьютеров, которые совместно имели миллиард связей. Это была беспрецедентная компьютерная система, хотя она всё ещё сильно отставала от человеческого мозга, с его 100 трлн связей.

Для проверки обработки данных этой массивной нейросетью инженеры запустили обманчиво простой эксперимент. Три дня подряд они скармливали машине диету из миллионов случайных изображений из видеороликов на YouTube – видеохостинга, купленного Google в 2006. Они не дали ей никаких инструкций, и хотели посмотреть, что она сама будет с этим делать. Они увидели, что компьютерный мозг, обрабатывавший YouTube, оказался не таким уж отличным от человеческого. В дальнем уголке компьютерной памяти Дин с коллегами обнаружили спонтанно сгенерированное и размытое изображение одного предмета, который компьютер постоянно встречал на протяжении 72 часов: кошки.

Это была машина, самостоятельно обучающаяся мышлению.

Когда Пичай впервые увидел, как на серверах Google зарождается интеллект, он почувствовал, как меняется его восприятие мира, ощутил некое предчувствие. «Эта штука обязательно должна была вырасти в масштабе и, возможно, показать нам, как работает Вселенная, — говорит он. – Это будет самая важная вещь, над которой мы, человечество, будем работать».

Появление ИИ в Google напоминает тот путь, который миллиарды людей совместно совершают в цифровое будущее; причём мало кто по-настоящему понимает этот путь, но при этом мы не можем с него свернуть. И по большей части на нём доминирует Google. Мало какие ещё компании (не говоря уже о правительствах) планеты хотят или могут настолько же эффективно продвигать компьютерное мышление. Google работает над большим количеством продуктов, чем любая другая технологическая компания планеты (имея при этом миллиард пользователей): Android, Chrome, Drive, Gmail, Google Play Store, Maps, Photos, Search и YouTube. Если только вы живёте не в Китае, и у вас есть выход в интернет, то почти наверняка какие-то из проектов Google дополняют ваш мозг.

Вскоре после вступления Пичаи в должность генерального директора в 2015 году, он вознамерился сделать Google компанией, где во главу угла ставится ИИ. У неё уже было несколько подразделений, ориентированных на исследования ИИ, включая Google Brain и DeepMind (последнюю купили в 2014 году), и Пичаи сконцентрировался на том, чтобы превратить все эти интеллектуальные ценности, связанные с интеллектом, в новые и улучшенные продуты. Smart Compose для Gmail, представленная в мае 2018 года, уже предлагает по 2 млрд символов для ответов на письма еженедельно. Google Translate может воссоздавать ваш голос и говорить на неизвестном вам языке. Duplex, персональный помощник, может назначать встречи и заказывать столики по телефону при помощи голоса, настолько похожего на человеческий, что многие собеседники и не подозревали, что это робот. Последнее поднимает серьёзные этические вопросы и вызывает общественные жалобы. Компания говорит, что всегда сообщает потребителям, что звонок исходит от Google.

Область влияния ИИ от Google простирается далеко за пределы услуг компании. Сторонние разработчики – как стартапы, так и крупные корпорации – уже используют ИИ-инструменты для всего, от обучения умных спутников до отслеживания изменений на поверхности Земли или выкорчёвывания оскорбительных высказываний в твиттере (ну, пытаются). Google AI используется на миллионах устройств, и это только начало. Google находится на пороге достижения т.н. "квантового превосходства". Новая порода компьютеров сможет взламывать сложные уравнения в миллионы раз быстрее, чем обычные. Мы стоим на пороге космической компьютерной эры.

При использовании с добрыми намерениями, ИИ может раскрыть потенциал через помощь обществу. Он может найти лекарства от смертельных болезней (директора Google говорят, что их умные машины продемонстрировали способность определять рак лёгких на пять лет раньше врачей), накормить голодных и даже исправить климат. В работе, опубликованной в научном журнале Корнелловского университета за авторством нескольких лидирующих исследователей в области ИИ (некоторые из которых работают на Google) было определено несколько способов, которыми машинное обучение можно использовать для борьбы с изменением климата, от ускорения разработки средств для использования солнечной энергии до радикальной оптимизации использования энергии.

При использовании во вред, с помощью ИИ можно будет вооружать тиранов, попирать права человека, уничтожать демократию, свободы и частную жизнь. Американский союз защиты гражданских свобод в июне выпустил отчёт под названием «Заря роботизированной слежки», где предупредил о том, как миллионы камер слежения (включая и те, что продаёт Google), уже устанавливаемые по всем США, могут посредством ИИ быть использованы для правительственной слежки за гражданами и для управления ими. Это уже происходит в некоторых областях Китая. В том же месяце был подан иск в суд, обвиняющий Google в использовании ИИ в больницах с нарушением конфиденциальности пациентов.

Каждый серьёзный прорыв в истории человечества использовался и на благо, и во вред. Книгопечатание позволило распространять как труд Томаса Пейна «Здравый смысл» [памфлет в поддержку американских сепаратистов, стремившихся отделиться от Британии / прим. перев.], так и манифест фашизма Mein Kampf [«Моя борьба»] Адольфа Гитлера. Однако с появлением ИИ у этой проблемы появляется новое измерение: печатный пресс не выбирает, что печатать. ИИ, достигнув полного потенциала, займётся именно этим.

Настало время задаться вопросами. «Подумайте, какие мысли вы бы хотели вложить в головы людей, изобретавших огонь, начинавших промышленную революцию или разрабатывавших освоение атомной энергии», — говорит Грег Брокман, сооснователь OpenAI, стартапа, занимающегося созданием ИИ общего назначения, и получившего в июле $1 млрд от Microsoft.

Политические партии левого и правого толка говорят, что компания Google слишком большая и подлежит разделению. Будет ли фрагментированная компания заниматься демократизацией ИИ? Или, как предупреждали лидеры компании, первенство в этой области перейдёт к китайскому правительству, заявившему о намерении завладеть пальмой первенства? Президент Си Цзиньпин выделил более $150 млрд на то, чтобы стать мировым лидером в области ИИ к 2030 году.

Внутри Google за будущее ИИ сражаются противоборствующие группировки. Тысячи сотрудников взбунтовались против лидеров, пытаясь остановить использование разрабатываемых ими технологий в шпионаже и военных целях. То, как в Google решат разрабатывать и применять ИИ, возможно, в конечном итоге определит, поможет ли эта технология человечеству, или навредит. «Когда эти системы будут разработаны, их можно будет развёртывать по всему миру, — поясняет рейд Хоффман, сооснователь и вице-президент Linkedin, член совета директоров Института ориентированного на человека искусственного интеллекта при Стэнфордском университете. – Это означает, что всё, что его создатели сделают правильно или неправильно, повлияет на нашу жизнь на крупнейших масштабах».



«В самом начале нейросеть не обучена», — говорит Джефф Дин как-то погожим весенним вечером в Маунтин-Вью, Калифорния. Он стоит под пальмой рядом с амфитеатром Шорлайн, где Google проводит вечеринку в честь открытия ежегодной технологической ярмарки I/O.

На этом мероприятии Google раскрывает свои планы разработчикам и всему остальному миру. Дин, в розово-серой рубашке-поло, джинсах, кроссовках и с рюкзаком, является одним из главных выступающих. «Это как встретиться с Боно», — ахает один из корейских программистов, подбежавших к Дину, чтобы сделать селфи с ним после одной из его речей ранее в этот же день. «Джефф – это бог», — говорит мне другой человек, почти удивляющийся тому, что мне это неизвестно. В Google Дина часто сравнивают с Чаком Норрисом, героем боевиков, известным владением кунг-фу и способным справляться со множеством неприятелей сразу.

«О, это выглядит неплохо, съем-ка и я один», — говорит с ухмылкой Дин, когда официант останавливается рядом с ним, держа поднос с вегетарианскими пудингами из тапиоки. Прислонясь к дереву, он рассуждает о нейросетях так, как Лейрд Гамильтон мог бы описывать сёрфинг в Теахупоо. Глаза его загораются, а руки делают быстрые жесты. «Вот такие у нейросети слои», — говорит он, хватаясь за дерево и используя сереющий ствол, чтобы объяснить связи между нейронами компьютерного мозга. Он внимательно смотрит на дерево, как будто видит что-то, спрятанное внутри.

В прошлом году Пичаи сделал Дина главой Google AI, то есть ответственным за то, что компания будет строить и во что вкладываться. Эту роль он заслужил, в частности, масштабированием эксперимента с нейросетью YouTube до новой платформы, обучающей машины мыслить на огромных масштабах. Система началась с внутреннего проекта DistBelief, который многие команды, включая проекты Android, Maps и YouTube, начали использовать для того, чтобы сделать свои продукты умнее.

Но к лету 2014 года, пока DistBelief рос внутри Google, Дин начал замечать его недостатки. Он не был приспособлен к таким технологическим сдвигам, как рост важности GPU (компьютерных чипов для обработки графики) или превращение речи в сложный набор данных. Также DistBelief не был предназначен для открытия кода, что ограничивало его рост. Поэтому он принял смелое решение: создать новую версию, открытую для всех. В ноябре 2015 года Пичаи представил наследника DistBelief, TensorFlow – это бы один из крупнейших его анонсов на посту CEO.

Невозможно переоценить важность открытия TensorFlow для разработчиков вне Google. «Люди с нетерпением ждали возможности прикоснуться к нему», — говорит Иен Брат, директор МО в Arm, одной из крупнейших в мире компаний-разработчиков компьютерных чипов. Сегодня Twitter использует его для создания ботов, следящих за разговорами, ранжирования твитов и поощрения людей к тому, чтобы больше времени проводить в ленте. Airbus обучает спутники, чтобы они могли изучать практически любую часть земной поверхности. Студенты в Нью-Дели приспособили мобильные устройства для отслеживания качества воздуха. Прошлой весной Google выпустил ранние версии TensorFlow 2.0, сделавшие его ИИ ещё более доступными для неопытных разработчиков. Конечная цель – сделать создание ИИ-приложений таким же простым, как процесс создания веб-сайта.

TensorFlow скачали уже 41 млн раз. Миллионы устройств – машин, дронов, спутников, ноутбуков, телефонов – используют его для обучения, мышления, рассуждения и творчества. Во внутреннем документе компании есть график, показывающий использование TensorFlow внутри Google (а, следовательно, и количество проектов, связанных с машинным обучением): с 2015 года показатели выросли на 5000%.

Инсайдеры от технологий указывают, что TensorFlow может оказаться не просто подарком для разработчиков, но троянским конём. «Меня беспокоит, что они пытаются контролировать доступ к ИИ», — говорит бывший сотрудник Google, пожелавший остаться анонимным, поскольку его текущая работа зависит от наличия доступа к платформе Google. На сегодня у TensorFlow есть только один главный конкурент, PyTorch от Facebook, популярный у учёных. Это даёт Google значительный контроль над основным слоем ИИ. «Посмотрите, что в Google сделали с Android», — продолжает этот же человек. В прошлом году регуляторы Евросоюза оштрафовали компанию на $5 млрд за то, что она требует у производителей электроники предустанавливать приложения Google на устройствах, на которых установлена мобильная ОС от Google. Google подал апелляцию, но компании угрожают дополнительные расследования её конкурентного поведения как в Европе, так и в Индии.

Помогая ИИ развиваться, Google создал запрос на новые инструменты и продукты, которые компания может продавать. Один из примеров — Tensor Processing Units (TPU), интегральные микросхемы, разработанные специально для ускорения приложений, использующих ТФ. Если разработчикам нужно больше вычислительной энергии для приложений с ТФ – а обычно так и бывает – они могут заплатить Google за время и место использования этих чипов, работающих в дата-центрах Google.

Успех ТФ убедил скептиков среди руководства Google. «Всем было ясно, что ИИ не сработает, — вспоминает Сергей Брин в интервью на Всемирном экономическом форуме 2017. – Люди пытались с ним что-то сделать, пытались использовать нейросети, и ничего не работало». Даже когда Дин с командой добились успеха, Брин был непреклонен. «Джефф Дин периодически подходил ко мне и говорил: ’Смотри, компьютер нарисовал кота’, а я говорил: ’Ладно, это очень мило, Джефф’», — сказал он. Но и ему пришлось признать, что ИИ стал «самым важным прорывом в вычислительных технологиях за всю мою жизнь».



4-я сцена амфитеатра Шорлайн вмещает 526 человек, и все сиденья сейчас заняты. Идёт второй день I/O, и Джен Геннай, глава отдела ответственных инноваций в Google, ведёт семинар под названием «Пишем сценарий для честного и этичного ИИ и МО». Она говорит толпе: «Мы определили четыре запретные области, технологии, которые мы не будем развивать. Мы не будем создавать или развёртывать оружие. Мы также не будем развёртывать технологии, которые, по нашему мнению, нарушают международные права человека». Также компания обещает воздерживаться от технологий, причиняющих «принципиальный вред» и «собирающих или использующих информацию для слежки, нарушая принятые в международном сообществе нормы». Она и двое других директоров из Google поясняют, как компания теперь включает принципы ИИ во все разрабатываемые продукты, и что у Google есть всеобъемлющий план для всего, от выкорчёвывания предвзятости из алгоритмов до предсказывания неумышленных последствий использования ИИ.

После доклада разработчики из различных компаний собираются в небольшую группу и выражают неудовольствие. «Мне кажется, мы получили недостаточно», — делится наблюдением один из них, работник крупной международной корпорации, использующей ТФ и часто работающей совместно с Google. «Они говорят нам: ’Не беспокойтесь об этом, у нас всё под контролем’. Но нам всем известно, что это не так».

И у разработчиков есть все основания для скептицизма. Слова представителей Google довольно часто расходятся с их делами, однако в случае с ИИ и ставки выше. Первым о наличии у Google контракта с Пентагоном на разработку технологии боевых дронов Project Maven сообщило издание Gizmodo в марте 2018. После трёхмесячных протестов сотрудников Google, Пичаи объявил, что контракт возобновляться не будет. Вскоре после этого стало известно об ещё одном проекте: Dragonfly, поисковик для китайских пользователей, должен был стать таким же мощным и вездесущим, как тот, что используется в 94% поисковых запросов в США, одновременно согласуясь с китайской цензурой, запрещающей выдачу контента по некоторым статьям, связанным с правами человека, демократией, свободой слова и гражданским неповиновением. Также Dragonfly должен был привязывать телефонные номера пользователей к их поисковым запросам. Сотрудники побунтовали ещё четыре месяца, а активисты попытались включить в эту борьбу Amnesty International и акционеров Google. В прошлом декабре Пичаи сообщил Конгрессу США, что у Google уже нет планов на запуск поисковика в Китае.

Во время этих пертурбаций один из программистов Google задал Дину прямой вопрос: будет ли компания продолжать работу с «тираническими режимами»? «Нам нужно знать: где проходит черта?» – говорит мне этот программист, используя те же слова, что и сама компания. «Я настаивал на ответе на вопрос: Какими вещами вы бы в принципе отказались заниматься? Но так и не получил чётких разъяснений». В знак протеста этот сотрудник уволился.

Дружелюбный Дин становится серьёзным, если задать ему вопрос о тёмной стороне ИИ. «Люди в моей организации искренне высказывались на тему того, что мы должны делать для Минобороны», — говорит он, имея в виду свою работу над проектом Maven. Дин описывает список применений ИИ, которыми занимаются в Google, но над которыми он сам не хотел бы работать. «Один из проектов – работа над автономным оружием. Это тол, над чем я не хотел бы работать, и к чему не хотел бы иметь никакого отношения», — говорит он, смотря мне прямо в глаза.

В процессе развития истории с противоречивостью проекта Maven, газеты The Intercept и The New York Times опубликовали емейлы, из которых было видно беспокойство представителей компании о том, как общественность может воспринять широту амбиций Google, связанных с ИИ. «Не знаю, что произойдет, если в газеты попадёт информации о тайном производстве ИИ-оружия в недрах Google, — писала в одном из них Фей-Фей Ли, главный научный консультант проекта Google Cloud, один из авторов „принципов ИИ в Google“. – Избегайте любых упоминаний или включений в обсуждение ИИ ЛЮБОЙ ЦЕНОЙ. Превращение ИИ в оружие – одна из самых чувствительных тем в области ИИ, если не самая чувствительная. Это лакомый кусочек СМИ, пытающихся найти любые способы навредить компании». Она также предложила запустить несколько позитивных PR-историй о демократизации ИИ, проводимой компанией, и о том, что называют «гуманистическим ИИ». «Я бы очень тщательно защищала эти позитивные образы», — писала она.

Протесты, связанные с ИИ, привели к продолжительному PR-кризису. В марте компания объявила о создании внешнего консультационного совета по передовым технологиям, известного, как «совет по этике ИИ» – но он не просуществовал и недели, после того, как тысячи работников Google воспротивились его созданию. В совет входил директор компании по производству дронов и президент Heritage Foundation, приверженец правых взглядов, публично делавший трансфобные заявления и отрицавший изменение климата.

Пичаи и сам несколько раз вмешивался в подобную дискуссию. В прошлом ноябре в письме к сотрудникам он признавал ошибки Google. «Мы понимаем, что не всегда делали в прошлом всё правильно, и искренне сожалеем об этом, — сказал он. – Нам явно нужно что-то менять». Однако противоречия в вопросах применения компанией технологий продолжают раздирать Google. В августе организация сотрудников Googlers for Human Rights [гуглеры за права человека] опубликовала общественную петицию за более чем 800 подписей, в которой требовала от компании не предоставлять технологии таможенникам, иммиграционной полиции, пограничникам и подразделению минздрава США по вопросам переселения беженцев.



Когда я спросил Пичаи о том, как подход к ИИ в Google влияет на его собственную работу, он связал это с ещё одним приоритетом компании: уменьшением беспокойства по поводу того, что Google делает с полученными им пользовательскими данными. «Я всегда требую от команд, работающих с ИИ – хотя это и звучит несколько контринтуитивно – усиления конфиденциальности, поскольку считаю, что ИИ даёт нам шанс на это». Прошлой весной он рассказывал, как в Google используют МО для защиты данных, хранящихся на смартфонах, от доступа третьих лиц.

Он говорит, что страхи, связанные с ИИ, сильно преувеличены. «Людям важно понять, что пока не стоит волноваться – мы находимся на самых ранних этапах, и у нас есть время», — объясняет он. Пичаи надеется, что Google может успокоить все волнения, связанные с ИИ, рекламируя его достоинства. В рамках инициативы «ИИ для всеобщего блага» Google применяет МО для решения, как пишут в компании, «величайших социальных, гуманитарных и экологических проблем человечества». Команды используют ИИ для предсказания наводнений, отслеживания миграции китов, диагностики рака, обнаружения нелегальной добычи полезных ископаемых и вырубки леса. На I/O один молодой предприниматель из Уганды, приглашённый компанией, рассказал, как он использует TensorFlow для отслеживания миграций кукурузных лиственных совок по Африке – насекомых, провоцирующих голод на всём континенте. Конкурс AI Impact Challenge, запущенный в 2018 году, предлагал гранты на $25 млн благотворительным организациям и стартапам, применяющим ИИ для таких задач, как сохранение лесов и борьба с пожарами.

Также компания в процессе споров об ИИ отказалась от двух противоречивых инициатив. В прошлом декабре Google отложила на полку ПО для распознавания лиц, хотя её конкурент Amazon продолжает развивать свою версию программы, несмотря на протесты её сотрудников и обвинения в пособничестве расовой дискриминации, проводимой полицией. Осведомлённый источник сообщил, что из-за этого решения Google может недополучить прибыль на миллиарды. Также компания по этическим соображениям отказалась от проекта на $10 млрд по обеспечению облачного сервиса для Пентагона. Amazon и Microsoft по прежнему занимаются этим.

На вопрос о том, как в Google решают, полезен или вреден проект для общества, Пичаи цитирует некий «проект по чтению по губам». Команда инженеров придумала использовать ИИ для чтения по губам на записях с камер. Они хотели дать глухим людям возможность общаться. Однако некто заволновался по поводу возможных непредвиденных последствий этого проекта. Не смогут ли недобросовестные личности использовать его для слежки через уличные камеры? Инженеры протестировали проект на уличных камерах, камерах систем безопасности и других публично доступных камерах, и определили, что для работы ИИ потребуются записи с более крупным планом. Google опубликовал работу, будучи уверенным в том, что её можно безопасно использовать.



В Санта-Барбаре, Калифорния, стоит солнечный денёк, но термометр в лаборатории Google показывает 10 микрокельвинов – 1/100 градуса выше абсолютного нуля. «Это одно из самых холодных место во Вселенной, — говорит мне Эрик Люцеро, исследователь в лаборатории. – Внутри этой штуки, — говорит он, указывая мне на блестящий металлический контейнер, — холоднее, чем в космосе». Контейнер размером и формой похож на бочку для горючего, сделан из меди и вымощен настоящим золотом. Сверху выходят толстые провода из ниобий-титанового сплава, похожие на щупальца, по которым управляющие сигналы и данные с датчиков перемещаются в компьютер и обратно.

В этой бочке содержится одна из самых хрупких, и, потенциально, самых мощных машин на Земле: квантовый компьютер. Если всё пройдёт по плану, он серьёзно прокачает возможности ИИ, да так, что это, возможно, заставит нас пересмотреть наше представление о Вселенной, и месте в ней человечества.

Мечты о квантовых компьютерах существуют с 1980-х, когда Ричард Фейнман, один из участников Манхэттенского проекта, в рамках которого создавалась атомная бомба, начал выдвигать теории о расширении возможностей компьютеров через применение квантовой механики, которая использовалась для создания ядерной физики. Сегодняшние наши компьютеры работают с битами информации, и значение одного бита может равняться единице или нулю; им нужно вычислять результаты, вероятности и уравнения пошагово, последовательно исключая один вариант за другим, перед тем, как прийти к решению. Квантовые же компьютеры работают с кубитами, в которых нули и единицы могут существовать одновременно. Это позволяет кубитам обрабатывать определённую информацию гораздо быстрее. Насколько быстрее? Один из широко известных примеров: компьютер из 300 кубитов смог бы проводить одновременно столько же вычислений, сколько атомов есть во Вселенной.

«А вот это вот те самые кубиты», — говорит Лючеро, предлагая мне посмотреть в микроскоп, в котором я вижу какие-то размытые крестики. Всего их 22 штуки. Это менее крупная партия. Где-то ещё в лаборатории Google создали 72 кубита. Пока что они живут всего 20 мкс в условиях, более холодных, чем космос.

Чтобы создать коммерчески ценный квантовый компьютер, компании придётся создать достаточно кубитов и удерживать их в стабильном состоянии и без ошибок достаточно долго, чтобы могли произойти какие-то серьёзные вычислительные прорывы. С ними соревнуются и другие лаборатории, но Google собрал одних из лучших мировых экспертов, чтобы найти способы создавать такие условия, в которых кубиты смогли бы жить и процветать. И он движется к этой цели быстрее, чем кто бы то ни было смог ожидать: в декабре Googlе сравнил свой лучший квантовый процессор с обычным ноутбуком, и ноутбук выиграл. Через несколько недель, после некоторых изменений в процессоре, он всё же выиграл у ноутбука, однако отстал от настольного компьютера. В феврале квантовый компьютер обогнал все имевшиеся в лаборатории компьютеры.

Хартмут Нивен, руководитель квантовой команды в Google, представил достижения лаборатории во время весеннего квантового симпозиума в мае, и описал увеличение вычислительных мощностей двойной экспонентой – невероятным уравнением, которое выглядит примерно так:

221, 222, 223, 224

В компьютерных кругах такая скорость роста вычислительной мощности квантовых компьютеров известна под именем закона Нивена, напоминающего нам закон Мура, по которому развитие классических компьютеров характеризуется удвоением количества транзисторов, помещающихся на заданной площади чипа, примерно раз в 18 месяцев.

Теперь команда Google нацелилась на основную веху, квантовое превосходство. Пройдёт ещё немало лет до тех пор, пока их квантовый компьютер достигнет полного потенциала. Но в лаборатории можно почувствовать это предвкушение момента. «Существуют задачи, которые без квантового компьютера человечеству не решить, — говорит Лючеро, стоя рядом с машиной, которая должна будет сделать это. – Эта идея расширения возможностей человечества вызывает радостное возбуждение».

В комнате стоит ритмичный гул, с которым вылупляются кубиты. Что это будет значить для человечества, когда компьютеры смогут думать и считать экспоненциально быстрее? Эта новая наука, возможно, сможет объяснить глубочайшие загадки Вселенной – тёмную материю, чёрные дыры, человеческий мозг. «Это момент ’Hello, world!’» – говорит Лючеро, имея в виду появление в 1984 году Macintosh, компьютера, запустившего новую эру для целого поколения программистов. И пока Google открывает эту дверь в новое пространство, нам всем нужно подготовиться к тому, что ждёт нас по ту сторону.

habr.com

Искусственный интеллект от Google перестанет использовать понятия «мужчина» и «женщина»

Сервис Google Cloud Vision API отказался от гендерного разделения. Об этом сообщает Business Insider.

Это в первую очередь произошло потому, что искусственный интеллект не всегда успешно может судить о половой принадлежности человека, исходя из его внешности. Кроме того, подобное разделение может дискриминировать отдельных людей по гендерным, расовым и возрастным признакам. Также, по словам исследователей, данные о гендерной идентичности сегодня редко используются в работах.

Тест обновленного ИИ, проведенный журналистами Business Insider

Тест обновленного ИИ, проведенный журналистами Business Insider

Искусственный интеллект Google Cloud Vision API генерирует текстовые описания происходящего на изображениях. Инструмент может обнаруживать лица, логотипы брендов, различные предметы и нежелательный контент. Обновленный сервис уже протестировали: теперь API, вместо того чтобы пометить персону на фотографии как «мужчина» или «женщина», добавляет тег «человек».

«Искусственный интеллект может показаться беспристрастным, но многие алгоритмы показали свою предвзятость по отношению к полу, возрасту или расе. Недавнее исследование, проведенное Национальным институтом стандартов и технологий, показало, насколько предвзятым может быть алгоритм. Это правильный шаг со стороны Google», — пишет Business Insider.

В октябре Google открыла кладбище «убитых» компанией сервисов. На фотографии, опубликованной сотрудницей компании Даной Фрид, можно заметить могилы фоторедактора Picasa, сервиса быстрых коротких сообщений Google Buzz, RSS-агрегатора Google Reader, социальных сетей Orkut и Google+ и многофункционального сервиса Google Wave.

Ранее стало известно, что в отредактированной Конституции России может появиться пункт, который закрепляет понятие «семья» исключительно как союз мужчины и женщины. Эту поправку поддержал председатель комитета Совета Федерации по конституционному законодательству Андрей Клишас.

Отрезаем лишнее, оставляя суть: в этом сообщении меньше 280 символов — так же, как и в нашем твиттере

daily.afisha.ru

Google открыл всем желающим бесплатный доступ к своему искусственному интеллекту

, Текст: Александр Корнев

Занимающаяся созданием искусственного интеллекта GoogleDeepMind открыла для разработчиков платформу, разместив исходный код в интернете.

Открытый лабиринт

Google DeepMind — подразделение Alphabet Inc., занимающееся разработкой искусственного интеллекта (ИИ), — открыло свою платформу. Исходный код виртуальной среды DeepMind Lab (ранее «Лабиринт») для машинного обучения будет полностью и бесплатно для пользователей размещен на базе крупнейшего веб-сервиса для хостинга ИТ-проектов и их совместной разработки GitHub.

Как сообщает Bloomberg, теперь любой желающий сможет скачать код и настроить его для того, чтобы обучить собственные системы искусственного интеллекта. Разработчики также смогут создавать новые игровые уровни для DeepMind Lab и загружать их на GitHub.

Тренировка на яблоках

Журналисты отмечают, что раскрытие исходного кода продолжает политику Alphabet, направленную на максимальную открытость своих научных исследований. В прошлом месяце компания подписала соглашение с разработчиками из Activision Blizzard Inc. по использованию популярной игры Starcraft II для тренировки искусственного интеллекта.

Виртуальная среда DeepMind Lab (ранее «Лабиринт»)

По словам специалистов Alphabet, в виртуальной среде DeepMind Lab ИИ может «смотреть и двигаться в любом направлении». В ходе недавнего эксперимента, к примеру, разработчики заставили искусственный интеллект бродить по миру платформы, собирая цифровые яблоки-бонусы. Открытие исходного кода позволит разработчикам ИИ пользоваться инструментами тестирования Google DeepMind, сравнивая результаты. «Они (независимые разработчики) могут даже обойти нас в результатах. Если получится», — уточнил сооснователь Google DeepMind Шейн Легг (Shane Legg).

Конкуренты по интеллекту

Ранее, в апреле 2016 г., конкурент Google DeepMind, сооснователь проекта OpenAI бизнесмен Илон Маск (Elon Musk) открыл публичный доступ к тренировочной платформе для искусственного интеллекта OpenAI Gym. В минувший понедельник миллиардер также объявил, что откроет доступ к интерфейсу Universe, позволяющему искусственному интеллекту «использовать компьютер так, как это делает человек, глядя на экран и манипулируя мышью и клавиатурой».

Тем не менее, в Alphabet заявили, что их решение открыть платформу никак не связано с конкуренцией. «Мы публикуем по сотне научных работ в год, а исходный код разработок открывали и раньше», — пояснил Шейн Легг.

Напомним, DeepMind ранее получил всемирную известность благодаря исторической победе над человеком в ходе игры в го. Считается, что, в отличие от шахмат, она более зависит от «человеческих» характеристик игроков, в частности умении расставлять ловушки и менять стратегию в зависимости от стиля соперника. 



cnews.ru

что умеет искусственный интеллект от Google

Наверх
  • Рейтинги
  • Обзоры
    • Смартфоны и планшеты
    • Компьютеры и ноутбуки
    • Комплектующие
    • Периферия
    • Фото и видео
    • Аксессуары
    • ТВ и аудио
    • Техника для дома
    • Программы и приложения
  • Новости
  • Советы
    • Покупка
    • Эксплуатация
    • Ремонт
  • Подборки
    • Смартфоны и планшеты
    • Компьютеры
    • Аксессуары
    • ТВ и аудио
    • Фото и видео
    • Программы и приложения

ichip.ru

Тест Google Home: поразительно умный искусственный интеллект

Наверх
  • Рейтинги
  • Обзоры
    • Смартфоны и планшеты
    • Компьютеры и ноутбуки
    • Комплектующие
    • Периферия
    • Фото и видео
    • Аксессуары
    • ТВ и аудио
    • Техника для дома
    • Программы и приложения
  • Новости
  • Советы
    • Покупка
    • Эксплуатация
    • Ремонт
  • Подборки
    • Смартфоны и планшеты
    • Компьютеры
    • Аксессуары
    • ТВ и аудио
    • Фото и видео
    • Программы и приложения
    • Техника для дома
  • Гейминг
    • Игры
    • Железо
  • Еще
    • Важное
    • Технологии
    • Тест скорости

ichip.ru

Определяем, что видит на картинке искусственный интеллект Google Vusion

Кто из арбитражников не пытался обойти и обмануть модерацию Facebook? Таких можно пересчитать по пальцам. Каким бы ни был умным искусственный интеллект, человеческая фантазия не имеет границ: именно поэтому среди рекламных объявлений иногда можно встретить адалт-материалы и жесткие “до и после”.

Сегодня расскажем про еще один инструмент, а точнее, онлайн-ресурс, который поможет снизить процент неодобренных объявлений. Он заранее покажет, что увидит искусственный интеллект в ваших картинках.

Онлайн-сервис Google Vusion

Google Vusion — инструмент, который показывает, что именно видит искусственный интеллект на картинке или фотографии.

На удивление сервис очень точно определяет, что именно находится на фотографии, вплоть до мелких деталей: видит части тела, эмоции и объекты.

Чем он пригодится в арбитраже?

Безобидная картинка может быть воспринята Facebook как адалт-контент с большим содержанием тела на промо, даже если там изображена рука — этот случай далеко не единичен.

Чтобы пройти модерацию, нам нужно сделать так, чтобы искусственный интеллект НЕ видел на фото запрещенный объект, а человек — замечал.

Схема использования сервиса максимально проста:

  1. Выбираем изображение, которое, на наш взгляд, должно пройти модерацию, но не проходит. Или просто картинку, которую хотите использовать в качестве креатива.
  2. Загружаем в сервис и проходим капчу.
  3. Анализируем полученные результаты, меняем изображение.
  4. Повторяем все снова, пока ИИ не покажет, что картинка безопасна.

Не только для адалта, но и для белой товарки

Некоторые белые офферы тоже не всегда проходят модерацию. Как правило тогда, когда в креативах используется:

  • большое количество тела — похудалки, эпиляция и даже часы;
  • колющее и режущее — снова часы, которые режут ножом и бьют молотком, или фонарики.

Рассмотрим это на примере. Зальем в сервис изображение из видеокреатива на оффер Flawless Legs:

В первой вкладке сразу становится видно: ИИ увидел, что на фото человек. Переходим далее.

Следующая вкладка Labels или метки

Здесь видим более подробный список объектов:

  • Кожа
  • Рука
  • Пальцы
  • Подпись к фото
  • Ногти

Каждый пункт написан на английском, но если нажать на него, в Google откроются картинки на эту тему.

Распознавание текста

Сервис не только распознает картинку, но и понимает текст.

Нет 100% утверждения, что Facebook-алгоритмы работают по той же схеме, что и Google Vusion, но если этот сервис распознает даже сложные языки, то вполне возможно, что и FB может то же самое.

Как поступать в этом случае?

  • Используйте нестандартные курсивные шрифты или рукописный текст.
  • Применяйте размытие, меняйте шрифты и начертание, пока сервис не перестанет распознавать текст. Или будет понимать только отдельные его части.

Последняя вкладка: безопасность

Чем больше показатель, тем выше вероятность, что при загрузке в этом же вас обвинит Facebook. В данном случае получилось:

  • Контент для взрослых
  • Обман/введение в заблуждение
  • Медицинский контент
  • Жестокость
  • Пикантность (сексуальный характер)

В данном случае большое количество тела привело к тому, что сервис увидел в фотографии сексуальный и медицинский контекст.

Что можно сделать с картинкой, чтобы она проходила модерацию?

  • Наложить фильтры или поиграть с цветокоррекцией
  • Использовать сервисы, которые превращают картинку в арт
  • Изменить угол или использовать размытие

Сервис отлично понимает, сексуальный подтекст даже без наличия большого количество обнаженного тела:

А если изменить картинку через сервис наложения арт-фильтров, то получаем вот такой результат:

Подобные фильтры можно накладывать через онлайн-сервис Go Art. Работает он по принципу того же Deepart, который уже давно используется вебмастерами для обхода модерации.

Выводы

Искусственный интеллект становится умнее — иногда нам это на руку. Используйте онлайн-сервисы для автоматизации своей работы, в частности, Google Vusion поможет сохранить вам не один рекламный кабинет!

Источник.

cpa.rip

Искусственный интеллект Google избавит интернет от некачественных сайтов

По данным Search Engine Land, компания Google стала использовать систему машинного обучения RankBrain при обработке всех поисковых запросов. Год назад эта система обрабатывала лишь 15 процентов поискового трафика. Это нововведение незаметно обычным пользователям, но в перспективе оно окажет огромное влияние на интернет.

RankBrain используется для генерации наиболее оптимальной поисковой выдачи по запросу пользователя и проверяет релевантность показанной информации с помощью сложного анализа, а значит — влияет на ранжирование результатов поиска. В настоящее время RankBrain занимает третье место по важности сигнала ранжирования среди сотен других сигналов. На первом месте по важности по-прежнему находится текстовый контент и метаданные, а на втором — ссылки.

По мнению редактора Search Engine Land Дэнни Салливана, система RankBrain может использоваться в качестве инструмента для улучшения запросов и сейчас Google пытается настроить её таким образом, чтобы поисковик лучше понимал, что именно хочет найти пользователь. RankBrain может влиять на то, в каком порядке пользователю будут показаны результаты поиска.

Дэнни Салливан приводит наглядный пример: в поисковик Google поступает запрос «best flower shop in Los Angeles» («лучший цветочный магазин в Лос-Анджелесе»). Система понимает, что он аналогичен другому запросу — «best flower shop in LA». На основе этих данных она может преобразовать первый запрос во второй. Зачем так делать? Дело в том, что на основе более популярных запросов поисковик Google обладает большим объёмом пользовательских данных и, как следствие, сможет предоставить более релевантную подборку ответов. При этом RankBrain влияет на ранжирование результатов, что происходит как раз из-за замены одного поискового запроса другим, более популярным. На прошлой неделе представитель Google подтвердил, что с недавних про RankBrain является одним из важнейших сигналов ранжирования.

Система искусственного интеллекта RankBrain, созданная на базе алгоритмов машинного обучения, тестируется в Google уже несколько лет, однако впервые о ней стало лишь в октябре прошлого года. Вопросы и ответы по работе с RankBrain опубликованы на сайте Search Engine Land.

RankBrain поможет Google значительно улучшить работу поисковой системы и убрать из поисковой выдачи сайты c некачественным контентом и прочий мусор. По мнению редактора Search Engine Land Дэнни Салливана, SEO-специалистам будет очень трудно «обмануть» RankBrain — эта система настолько сложная, что оптимизировать «плохой» сайт специально для неё и таким образом выйти в топ поисковика не получится. Кроме того, RankBrain автоматически обучается и сможет выявлять некачественные сайты на основе множества параметров. Единственный выход — создавать качественный контент, который будет нравиться живым людям.

Чтобы не пропустить ничего важного из мира игр и технологий, выбери удобный способ получать уведомления о новых статьях: подписывайся на канал iG в Telegram или напиши нашему боту, а еще ты можешь следить за новостями в Viber.

www.iguides.ru


Смотрите также



© 2010- GutenBlog.ru Карта сайта, XML.