Czy Google zdobywa rynek w zakresie uczenia głębokiego?

Ile jest wartych kilkunastu badaczy głębokiego uczenia się? Podobno ponad 400 milionów dolarów.

W „Pleksie” : Google wydaje setki milionów na tworzenie oprogramowania, które może uczyć się na podstawie informacji przechowywanych w jej centrach danych.

W tym tygodniu Google podobno tyle zapłacił nabyć Technologie DeepMind , startup z siedzibą w Londynie, który miał jedno z największych skupisk naukowców zajmujących się głębokim uczeniem, stosunkowo nową dziedziną badań nad sztuczną inteligencją, której celem jest wykonywanie zadań takich jak rozpoznawanie twarzy na wideo lub słów w ludzkiej mowie (patrz Deep Learning ).

Przejęcie, mające na celu dodanie wykwalifikowanych ekspertów, a nie konkretnych produktów, oznacza przyspieszenie wysiłków Google, Facebooka i innych firm internetowych, aby zmonopolizować największe mózgi w badaniach nad sztuczną inteligencją.

W wywiadzie w zeszłym miesiącu, przed przejęciem DeepMind, Peter Norvig , dyrektor ds. badań w Google, oszacował, że jego firma zatrudniała już mniej niż 50 procent, ale z pewnością ponad 5 procent czołowych światowych ekspertów w uczeniu maszynowym, szerszej dyscyplinie, której uczenie głębokie jest przełomowe.

Firmy takie jak Google oczekują głębokiego uczenia się, które pomoże im tworzyć nowe rodzaje produktów, które mogą rozumieć i uczyć się na podstawie obrazów, tekstu i filmów zapychających sieć. I w znacznym stopniu czołowi naukowcy akademiccy przyjęli Dolinę Krzemową, gdzie zamiast studentów mogą kierować zespołami inżynierów i mieć dostęp do największych, najciekawszych zbiorów danych. To połączenie posiadanych przez nas zasobów obliczeniowych i liczby pracowników, którą możemy zaoferować, powiedział Norvig. W Google, jeśli chcesz kopię sieci, cóż, po prostu tak się składa.

Yoshua Bengio , naukowiec zajmujący się sztuczną inteligencją z Uniwersytetu w Montrealu, szacuje, że na całym świecie jest tylko około 50 ekspertów zajmujących się głębokim uczeniem, z których wielu to wciąż absolwenci. Oszacował, że DeepMind zatrudniał kilkunastu z nich na około 50-osobowych pracownikach. Myślę, że to jest główny powód, dla którego Google kupił DeepMind. Ma jedno z największych skupisk ekspertów od głębokiego uczenia się, mówi Bengio.

O talent rywalizują z Google firmy, w tym Amazon, Microsoft, a także Facebook, który we wrześniu utworzył własną grupę głębokiego uczenia się (patrz Facebook wprowadza zaawansowaną sztuczną inteligencję, aby znaleźć znaczenie w swoich postach). Zrekrutowano prawdopodobnie najbardziej znanego na świecie naukowca zajmującego się głębokim uczeniem, Yann LeCun z Uniwersytetu Nowojorskiego, aby go prowadzić. Jego kolega z NYU, Rob Fergus , przyjął również pracę w sieci społecznościowej.

Gry wojenne : Oprogramowanie firmy DeepMind samodzielnie nauczyło się grać w Space Invaders.

Ponieważ zaawansowane uczenie maszynowe przechodzi od zainteresowania głównie naukowego do tego o dużym znaczeniu przemysłowym, stanowisko Google jest prawdopodobnie najgłębsze. Osoby, które zwabił ze środowiska akademickiego do pracy w pełnym lub niepełnym wymiarze godzin, to między innymi Sebastian Thrun (który pracował nad projektem autonomicznego samochodu firmy); Fernando Pereira, były informatyk z University of Pennsylvania; Andrew Ng ze Stanforda; i szef Singularity University Ray Kurzweil.

W zeszłym roku Google pozyskał także znanego badacza głębokiego uczenia się z Uniwersytetu Toronto, Geoffa Hintona, i jego uczniów, gdy przejął firmę Hintona, DNNresearch. Hinton pracuje teraz w Google w niepełnym wymiarze godzin. Powiedzieliśmy Geoffowi: „Podoba nam się twoje rzeczy. Czy chciałbyś mieć modele, które są 100 razy większe niż ktokolwiek inny?”. To było dla niego atrakcyjne, powiedział Norvig.

Nie wszyscy są zadowoleni z pojawienia się przysłowiowego autobusu Google Bus w jednej z rzadkich dzielnic akademickich. Według Alexa Rubinsteyna, badacza bioinformatyki z Mount Sinai Medical Center, w grudniu podczas spotkania naukowego w Lake Tahoe niespodziewanie pojawił się Mark Zuckerberg, założyciel i dyrektor generalny Facebooka w towarzystwie umundurowanych strażników. wpis na blogu że została przekroczona kulturowa granica między środowiskiem akademickim a Doliną Krzemową.

W środowisku akademickim status jest wartością badawczą, to jest to, co wiesz, mówi Rubinsteyn. W Dolinie Krzemowej to dlatego, że prowadzisz firmę lub jesteś bogaty. A potem ludzie wokół tych ludzi również myślą o wzbogaceniu się.

Peter Lee, szef działu Microsoft Research, powiedział Bloomberg Businessweek że eksperci od głębokiego uczenia się byli tak potrzebni, że mają takie same siedmiocyfrowe pensje, jak niektórzy pierwszoroczni rozgrywający NFL.

Niektórzy oparli się wezwaniu przemysłu. Z trzech informatyków uważanych za twórców głębokiego uczenia — Hinton, LeCun i Bengio — tylko Bengio do tej pory pozostawał w wieży z kości słoniowej. Po prostu nie sądziłem, że zarabianie 10 razy więcej sprawi, że będę szczęśliwszy, mówi. Jako naukowiec mogę wybierać, nad czym pracować i brać pod uwagę bardzo długoterminowe cele. Co więcej, mówi, dotacje branżowe zaczęły płynąć w jego stronę, ponieważ firmy zdają sobie sprawę, że wkrótce zabraknie im rekrutów. W tym roku planuje zwiększyć liczbę absolwentów, których szkoli, z czterech do 15.

DeepMind został założony dwa lata temu przez 37-latka Demisa Hassibisa opisany przez Czasy Londynu jako projektant gier, neurobiolog i niegdyś cudowne szachy. Badacze DeepMind byli dobrze znani w społeczności naukowej, uczestniczyli w spotkaniach i publikowali artykuły na wysokim poziomie w dziedzinie uczenia maszynowego, chociaż nie wydali jeszcze produktu, mówi Bengio.

Specjalistyczna wiedza DeepMind obejmuje obszar zwany uczeniem wzmacniającym, który polega na zachęcaniu komputerów do uczenia się o świecie nawet na podstawie bardzo ograniczonych informacji zwrotnych. Wyobraź sobie, że powiedziałbym ci tylko, jakie oceny dostałeś na teście, ale nie powiedziałbym dlaczego ani jakie były odpowiedzi, mówi Bengio. To trudny problem, aby wiedzieć, jak możesz zrobić lepiej.

Ale w grudniu DeepMind opublikował artykuł pokazujący, że jego oprogramowanie może to zrobić, ucząc się grać w siedem gier Atari2600 używanie jako danych wejściowych tylko informacji widocznych na ekranie wideo, takich jak partytura. W trzech grach, klasycznych Breakout, Enduro i Pong, komputer grał lepiej niż człowiek-ekspert. Gorzej radził sobie w Q*bert i Space Invaders, grach, w których najlepsza strategia jest mniej oczywista.

Takie wykwalifikowane programy komputerowe mogą mieć ważne zastosowania komercyjne, w tym ulepszać wyszukiwarki (patrz Jak baza danych świata kształtuje przyszłość Google ) i mogą być szczególnie przydatne w pomaganiu robotom w nauce poruszania się po ludzkim świecie. W zeszłym roku Google przejął kilka wiodących firm zajmujących się robotyką, w tym producentów różnych typów robotów humanoidalnych (zobacz najnowsze nabycie robotów Google to najmądrzejszy jeszcze).

Z pewnością duże firmy nie wydawałyby tak dużych pieniędzy na zmonopolizowanie talentów w dziedzinie sztucznej inteligencji, gdyby nie wierzyły, że te komputerowe mózgi dadzą im potężną przewagę. Może to brzmieć jak fabuła filmowa, ale może nawet czas się zastanowić, co pierwsza firma posiadająca prawdziwą sztuczną inteligencję zrobiłaby z mocą, którą ona zapewniała.

Bengio mówi, żeby się tym nie martwić. Przemysł jest zainteresowany zastosowaniem uczenia maszynowego, a zwłaszcza uczenia głębokiego, do zadań, które chcą rozwiązać, mówi. Te [wysiłki] są na drodze do AI, ale wciąż daleko od tego.

ukryć