Машинно обучение от Google

(3 гласа, оценка 5.00 от 5)


Машинното обучение (или machine learning) е функционалност, която помага на софтуера да изпълнява задача без изрично програмиране или правила. Традиционно се счита за подкатегория на изкуствения интелект, машинното обучение включва статистически техники, като дълбоко учене (известен още като невронни мрежи), които са вдъхновени от теории за това как човешкият мозък обработва информацията.

Как функционира машинното обучение в Google?

Машинното обучение се използва от алгоритмични модели, които са обучени да разпознават модели в събраните данни (като дневници, реч, текст или изображения). Тъй като достъпът до много данни за обучение и компютърна мощ е предпоставка за успех, облакът (където съхранението на данни и изчисляването на високи показатели са изобилни и могат да бъдат особено икономически ефективни) е идеална платформа за машинно обучение.

Ето някои примери за машинно обучение на Гугъл:

Примерите за машинно обучение изобилстват в ежедневните преживявания. Много прост пример би бил автоматичното попълване на имена, ключови думи или адреси в полето за търсене, но същата концепция може да се приложи при по-сложни случаи на използване в различни индустрии.

Например машинното обучение се използва за:
Да категоризирате и разпознавате изображения (като изследвания на снимки или сателитни изображения)
Да потърсите ключови думи в огромен брой текстови документи или имейли.
Да сигнализирате за потенциално измамни транзакции.
Да персонализирате препоръките за продукти въз основа на поведението на клиентите.
Да активирате софтуер, за да отговаря точно на гласовите команди.
Да предскажете модели на времето или други климатични условия.
За превод на езици в текст или в аудио.
Да определите дали текста е качествен дори да не знаете добре езика.

Накратко, машинното обучение може да бъде включено навсякъде където има софтуер, който изпълнява трудоемка задача в мащаб извън човешките способности, особено в търсачките.

Как се използва машинното обучение в Google?

Машинното обучение е крайъгълен камък на вътрешните системи на Google в продължение на години, главно поради нуждата от автоматизиране на системи, задвижвани от данни в световен мащаб. Този опит е осигурил уникален поглед върху правилните рамки, техники, инфраструктура и данни, които могат да помогнат на клиентите да завършат успешното пътуване към придобиването на стойност от машинното обучение.

Например, рамката с отворен код, наречена TensorFlow, първоначално разработена за използване в Google, сега е стандарт в общността на науката за данни, давайки възможност на напредналите потребители да изграждат и обучават мощни модели. И освен че допринасят в голяма степен за академичните общности и общностите с отворен код, нашите стотици изследователи за машинно обучение подпомагат довеждането на тази функционалност в продуктите на Google (като G Suite, Search и Photos) в допълнение към вътрешните операции на Google автоматизация например).

Как мога да започна да използвам машинното обучение в собствената си фирма или организация?

Веднъж принадлежащи към екзотичните области на статистиката и науката за данни, възможностите за машинно обучение вече са широко достъпни под формата на библиотеки с отворен код (TensorFlow), както и на управлявани услуги и API за облака. За изследователите на данни, които искат да изградят "бъдещи доказани" модели, които могат да се придвижват между помещенията и облака, или програмисти, които нямат достатъчно данни за обучението и искат да внесат предварително създаден / предварително обучен модел в своето приложение чрез cloud API, като използват такива инструменти като част от ежедневието, е реалистична цел.