Pendant longtemps, les ingénieurs et les scientifiques ont cherché à faire fonctionner l'intelligence artificielle (IA) comme le cerveau humain. Cet exploit est devenu réalisable avec la création de Google Brain, une équipe de recherche en IA, en 2011. Alors, qu'implique Google Brain, et quelles sont ses avancées et percées en matière d'IA ?
Comment Google Brain a commencé
Le cerveau humain est probablement la création la plus complexe - une machine biologique complexe avec de nombreuses zones effectuant simultanément différentes tâches. Cependant, les développeurs d'IA visent à faire en sorte que les systèmes d'IA effectuent des opérations complexes et résolvent des problèmes comme les humains.
En 2011, Andrew Ng, un professeur d'université, Jeff Dean, un boursier de Google, et Greg Corrado, un chercheur de Google, ont créé Google Brain en tant qu'équipe de recherche pour explorer l'IA.
Au départ, l'équipe n'avait pas de nom officiel; après avoir rejoint Google X, Ng a commencé à collaborer avec Dean et Corrado pour intégrer des processus d'apprentissage en profondeur dans l'infrastructure existante de Google. Finalement, l'équipe est devenue une partie de Google Research et s'appelait "Google Brain".
Les membres fondateurs de l'équipe Brain ont cherché à créer une intelligence capable d'apprendre indépendamment à partir de grandes quantités de données. Ils visaient également à relever les défis des réseaux d'IA existants, notamment la compréhension du langage, la parole et la reconnaissance d'images.
En 2012, Google Brain a fait une percée. Les chercheurs ont introduit des millions d'images obtenues à partir de YouTube dans le réseau neuronal pour l'entraîner à la reconnaissance de formes sans information préalable. Après l'expérience, le réseau a reconnu les chats avec une grande précision. Cette percée a ouvert la voie à un large éventail d'applications.
L'évolution de Google Brain et du développement de l'IA
Google Brain a révolutionné la façon dont les ingénieurs logiciels pensaient à l'IA, contribuant de manière significative à son développement. L'équipe Brain a obtenu d'excellents résultats dans de nombreuses opérations d'apprentissage automatique. Ses succès ont constitué la base de la reconnaissance de la parole et des images de l'IA et du traitement du langage naturel.
Traitement du langage naturel
L'une des contributions les plus importantes de l'équipe Brain est le développement de l'apprentissage en profondeur et la progression des Traitement du langage naturel (TAL).
La PNL consiste à enseigner aux ordinateurs les langages humains et à les aider à interagir, offrant des résultats améliorés avec une exposition continue. Par exemple, Google Assistant utilise le NLP pour comprendre vos requêtes et y répondre de manière appropriée.
Vision par ordinateur
L'équipe Brain a contribué à Computer Vision, en identifiant des images et des objets à partir de données visuelles. En 2012, Google Brain a introduit un réseau de neurones pour classer les images en 1000 catégories. Actuellement, il y a plusieurs utilisations inattendues de la vision par ordinateur en cours d'utilisation en ce moment.
Traduction automatique neuronale
Google Brain a également développé la traduction automatique neurale (NMT). Avant l'introduction de l'équipe Brain, la plupart des systèmes de traduction utilisaient des méthodes statistiques; La traduction automatique neurale de Google était une mise à niveau importante.
Le système traduit des phrases entières à la fois, ce qui donne des traductions plus précises qui semblent naturelles. Google Brain a également développé des modèles de réseau capables de transcrire avec précision la parole.
3 applications qui utilisent Google Brain
L'équipe Brain a lancé une multitude d'applications Google depuis sa création en 2011, y compris les suivantes.
1. Assistant Google
L'assistant Google, présent dans de nombreux smartphones aujourd'hui, fournit des informations personnalisées, vous aide définissez des rappels et des alarmes, passez des appels à divers contacts et contrôlez même les appareils intelligents autour de vous maison.
Cet assistant s'appuie sur les algorithmes d'apprentissage automatique fournis par Google Brain pour interpréter la parole et donner une réponse précise. Avec ces algorithmes, Google Assistant vous simplifie la vie en apprenant vos préférences et, après une utilisation prolongée, vous comprend encore mieux.
2. Google Translate
Le système Google Translate utilise Neural Machine Translation, qui utilise des algorithmes d'apprentissage en profondeur de Google Brain. Cela permet à Google Traduction d'identifier, de comprendre et de traduire avec précision le texte dans la langue souhaitée.
NMT utilise également une approche de modélisation "séquence à séquence". Cela signifie que des phrases et des phrases entières sont traduites en une seule fois plutôt que mot par mot. Au fil du temps, lorsque vous interagissez avec Google Traduction, il recueille des informations, ce qui lui permet de fournir des traductions plus naturelles à l'avenir.
Si vous avez besoin de plus d'informations, consultez comment traduire de l'audio avec Google Translate sur votre téléphone Android.
3. Google Photos
Bien que Google Photos soit principalement une application de stockage de photos et de vidéos basée sur le cloud, il utilise les algorithmes de Google Brain pour organiser et catégoriser automatiquement les médias. Cela permet Google Photos vous permet de gérer plus facilement vos photos stockées. Ainsi, lorsque vous prenez une photo, Google Photos vous reconnaît, ainsi que vos amis, les objets et même les points de repère et les événements présents sur la photo.
L'application ajoute également des balises pour vous aider à regrouper l'image pour référence future. Cette fonctionnalité est particulièrement utile pour retrouver et partager ultérieurement des souvenirs avec des amis.
Repousser les limites avec le Deep Learning
Google Brain, depuis sa création, a considérablement étendu l'IA en utilisant des algorithmes de réseau neuronal de premier ordre. L'équipe Brain a contribué aux percées en matière de reconnaissance de la parole et d'images, aux cadres d'apprentissage automatique et au traitement du langage naturel.
