Google sta conquistando il mercato con il deep learning?

Quanto valgono una dozzina di ricercatori di deep learning? A quanto pare, più di 400 milioni di dollari.

Nel 'Plex' : Google sta spendendo centinaia di milioni per creare software in grado di apprendere dalle informazioni archiviate nei suoi data center.

Questa settimana, Google secondo quanto riferito pagato così tanto acquisire Tecnologie DeepMind , una startup con sede a Londra che ha avuto una delle più grandi concentrazioni di ricercatori che lavorano sul deep learning, un campo relativamente nuovo di ricerca sull'intelligenza artificiale che mira a raggiungere compiti come riconoscere i volti nei video o le parole nel linguaggio umano (vedi Deep Learning).

L'acquisizione, volta ad aggiungere esperti qualificati piuttosto che prodotti specifici, segna un'accelerazione negli sforzi di Google, Facebook e altre società Internet per monopolizzare i più grandi cervelli nella ricerca sull'intelligenza artificiale.

In un'intervista del mese scorso, prima dell'acquisizione di DeepMind, Pietro Norvigo , un direttore della ricerca di Google, ha stimato che la sua azienda impiegava già meno del 50%, ma sicuramente più del 5%, dei maggiori esperti mondiali di machine learning, la disciplina più ampia di cui il deep learning è l'avanguardia.

Aziende come Google si aspettano che il deep learning le aiuti a creare nuovi tipi di prodotti in grado di comprendere e imparare da immagini, testi e video che intasano il Web. E in misura significativa, i principali scienziati accademici hanno abbracciato la Silicon Valley, dove possono comandare team di ingegneri anziché studenti e avere accesso ai set di dati più grandi e interessanti. È una combinazione delle risorse informatiche che abbiamo e del personale che possiamo offrire, ha detto Norvig. In Google, se vuoi una copia del Web, beh, ne abbiamo una in giro.

Yoshua Bengio , un ricercatore di intelligenza artificiale presso l'Università di Montreal, stima che ci siano solo circa 50 esperti in tutto il mondo in deep learning, molti dei quali sono ancora studenti laureati. Ha stimato che DeepMind ne impiegasse circa una dozzina nel suo staff di circa 50 persone. Penso che questo sia il motivo principale per cui Google ha acquistato DeepMind. Ha una delle più grandi concentrazioni di esperti di deep learning, afferma Bengio.

In lizza con Google per il talento sono aziende tra cui Amazon, Microsoft e anche Facebook, che a settembre ha creato il proprio gruppo di deep learning (vedi Facebook lancia lo sforzo avanzato di intelligenza artificiale per trovare un significato nei tuoi post). Ha reclutato forse lo scienziato di deep learning più noto al mondo, Yann LeCun della New York University, per gestirlo. Il suo collega della New York University, Rob Fergus , ha anche accettato un lavoro presso il social network.

Giochi di guerra : Il software di DeepMind ha imparato da solo come giocare a Space Invaders.

Poiché l'apprendimento automatico avanzato passa da una ricerca principalmente scientifica a una con un'elevata importanza industriale, il banco di Google è probabilmente il più profondo. I nomi che ha attirato dal mondo accademico in ruoli a tempo pieno o part-time includono Sebastian Thrun (che ha lavorato al progetto di auto autonoma dell'azienda); Fernando Pereira, un tempo scienziato informatico dell'Università della Pennsylvania; Andrew Ng di Stanford; e il capo della Singularity University Ray Kurzweil.

L'anno scorso, Google ha anche catturato il famoso ricercatore di deep learning dell'Università di Toronto Geoff Hinton e un gruppo di suoi studenti quando ha acquisito la società di Hinton, DNNresearch. Hinton ora lavora part-time presso Google. Abbiamo detto a Geoff: 'Ci piacciono le tue cose. Ti piacerebbe eseguire modelli che sono 100 volte più grandi di chiunque altro?' Era attraente per lui, ha detto Norvig.

Non tutti sono contenti dell'arrivo del proverbiale Google Bus in uno dei quartieri più rari del mondo accademico. A dicembre, durante un incontro scientifico a Lake Tahoe, Mark Zuckerberg, fondatore e CEO di Facebook, ha fatto un'apparizione a sorpresa accompagnato da guardie in uniforme, secondo Alex Rubinsteyn, ricercatore di bioinformatica presso il Mount Sinai Medical Center, che si è lamentato in un post sul blog che era stato attraversato un confine culturale tra il mondo accademico e la Silicon Valley.

Nel mondo accademico, lo status è merito della ricerca, è quello che sai, dice Rubinsteyn. Nella Silicon Valley, è perché gestisci un'azienda o sei ricco. E poi anche le persone intorno a quelle persone pensano a diventare ricchi.

Peter Lee, capo di Microsoft Research, detto Bloomberg Businessweek che gli esperti di deep learning erano così richiesti da avere gli stessi tipi di stipendi a sette cifre di alcuni quarterback della NFL del primo anno.

Alcuni hanno resistito alla chiamata dell'industria. Dei tre informatici considerati tra i creatori del deep learning - Hinton, LeCun e Bengio - solo Bengio è rimasto finora rinchiuso nella torre d'avorio. Semplicemente non pensavo che guadagnare 10 volte di più mi avrebbe reso più felice, dice. Come accademico posso scegliere su cosa lavorare e considerare obiettivi a lungo termine. Inoltre, afferma, le sovvenzioni del settore hanno iniziato a fluire verso di lui poiché le aziende si rendono conto che presto finiranno le reclute. Quest'anno ha in programma di aumentare il numero di studenti laureati che sta formando da quattro a 15.

DeepMind è stata cofondata due anni fa da Demis Hassibis, un 37enne descritto da I tempi di Londra come game designer, neuroscienziato e un tempo prodigio degli scacchi. I ricercatori di DeepMind erano ben noti nella comunità scientifica, partecipavano a riunioni e pubblicavano articoli di livello abbastanza alto sull'apprendimento automatico, sebbene non avessero ancora rilasciato un prodotto, afferma Bengio.

L'esperienza di DeepMind è in un'area chiamata apprendimento per rinforzo, che implica che i computer imparino il mondo anche da un feedback molto limitato. Immagina se ti dicessi solo che voti hai preso in un test, ma non ti dicessi perché, o quali fossero le risposte, dice Bengio. È un problema difficile sapere come potresti fare di meglio.

Ma a dicembre, DeepMind ha pubblicato un documento che mostra che il suo software potrebbe farlo imparando a giocare a sette giochi Atari2600 utilizzando come input solo le informazioni visibili su uno schermo video, come la partitura. Per tre dei giochi, i classici Breakout, Enduro e Pong, il computer ha finito per giocare meglio di un essere umano esperto. Ha funzionato meno bene su Q*bert e Space Invaders, giochi in cui la strategia migliore è meno ovvia.

Tali programmi per computer qualificati potrebbero avere importanti applicazioni commerciali, incluso il miglioramento dei motori di ricerca (vedi How a Database of the World's Knowledge Shapes Google's Future ), e potrebbero essere particolarmente utili per aiutare i robot a imparare a navigare nel mondo umano. Google lo scorso anno ha acquisito diverse aziende leader nel settore della robotica, inclusi i produttori di vari tipi di robot umanoidi (vedi L'ultima acquisizione di robot di Google è la più intelligente di sempre).

Certamente, le grandi aziende non spenderebbero così tanto per monopolizzare il talento nell'intelligenza artificiale a meno che non credessero che questi cervelli di computer daranno loro un vantaggio potente. Può sembrare la trama di un film, ma forse è anche il momento di chiedersi cosa farebbe la prima azienda in possesso di una vera intelligenza artificiale con il potere che ha fornito.

Bengio dice di non preoccuparsi. L'industria è interessata ad applicare l'apprendimento automatico, e in particolare il deep learning, ai compiti che vogliono risolvere, afferma. Questi [sforzi] sono sulla strada per l'IA, ma sono ancora lontani da esso.

nascondere