211service.com
Google cerca di rendere l'apprendimento automatico un po' più umano
Il mese scorso, il CEO di Google Sundar Pichai ha dichiarato agli investitori che i progressi nella tecnologia di apprendimento automatico avrebbero presto un impatto su ogni prodotto o servizio su cui lavora l'azienda. Stiamo ripensando a tutto ciò che stiamo facendo, ha detto.
Parte di questa spinta a rendere i suoi servizi più intelligenti implica il ripensamento del modo in cui utilizza l'apprendimento automatico, che consente ai computer di apprendere autonomamente dai dati. In breve, Google sta lavorando per insegnare a quei sistemi a essere un po' più umani.
Google ha discusso alcuni di questi sforzi in un briefing martedì presso la sua sede a Mountain View, in California. Siamo nella fase di Commander Data, ha detto l'ingegnere di ricerca del personale Pete Warden in riferimento all'androide privo di emozioni nello show televisivo Star Trek: La prossima generazione. Ma stiamo cercando di portare un po' più di Consigliere Troi nel sistema: l'astronave Impresa è il consulente empatico.
Warden lavora nel team che ha sviluppato Google Foto, che ti consente di cercare cose come spiaggia o cane nei tuoi scatti. La tecnologia alla base è emersa da un lungo sforzo di ricerca per consentire al software di identificare gli oggetti nelle foto. Ma Warden e i suoi colleghi hanno scoperto che essere in grado di individuare, diciamo, bambini, uova o cesti non era abbastanza. La gente voleva cercare la caccia alle uova di Pasqua. Allo stesso modo, il sistema doveva essere addestrato per capire che le foto con un tacchino e le lastre scattate a fine novembre dovevano essere associate al Ringraziamento.
Un altro progetto di Google, soprannominato GlassBox, sta cercando di impedire al software che impara da un campione limitato di dati di fare quelli che agli umani sembrano semplici errori stupidi. Diretto dalla ricercatrice senior del personale Maya Gupta, mira a fornire al software qualcosa del buon senso che consenta agli esseri umani di scartare esempi fuorvianti.
Ad esempio, una persona che ha mostrato alcuni esempi di case e i relativi prezzi potrebbe vedere immediatamente che le case più grandi generalmente costano di più, anche se c'era un valore anomalo, come una piccola casa offerto per $ 1,8 milioni nella costosa città di Palo Alto, in California. Ma quello stesso valore anomalo potrebbe indurre un sistema di apprendimento automatico alla ricerca di una relazione nello stesso campione di dati ad attribuire prezzi elevati a un altro fattore, come il colore della casa. Gupta ha sviluppato metodi matematici per attenuare l'influenza di tali valori anomali che possono far scattare un sistema di apprendimento automatico. Stiamo cercando di restituire quanta più conoscenza umana possibile, ha detto Gupta Revisione della tecnologia del MIT .
Google ha aumentato i suoi investimenti nella ricerca sull'apprendimento automatico negli ultimi anni, dopo l'emergere di una tecnologia nota come deep learning, che utilizza reti di neuroni approssimativamente simulati (vedi 10 Breakthrough Technologies 2013: Deep Learning). Ha prodotto notevoli miglioramenti nel riconoscimento vocale e nel riconoscimento delle immagini. Facebook, Google, IBM, Microsoft e Baidu stanno tutti studiando come il deep learning possa consentire alle macchine di comprendere il linguaggio e forse anche di conversare con noi (vedi Teaching Machines to Understand Us).
La scorsa settimana, Google ha confermato che il suo servizio di ricerca principale sta ora elaborando gran parte delle query utilizzando un nuovo sistema basato sull'apprendimento profondo chiamato RankBrain . E martedì ha debuttato un servizio chiamato Smart Reply che utilizza l'apprendimento automatico per offrire automaticamente diverse brevi scelte di risposte ai messaggi di posta elettronica.
Greg Corrado, ricercatore senior e cofondatore del team di deep learning di Google, afferma che il software di scrittura di posta elettronica è solo un primo esempio di come l'apprendimento automatico stia ora creando prodotti completamente nuovi, non solo migliorando quelli esistenti, come il filtro antispam o cerca.