Tutto ciò che devi sapere su TensorFlow di Google Brain

Chiunque abbia provato Google Foto sarebbe d'accordo sul fatto che questo servizio gratuito di archiviazione e gestione delle foto di Google è intelligente. Comprende varie funzioni intelligenti come la ricerca avanzata, la capacità di classificare le tue immagini in base a luoghi e date, creare automaticamente album e video basati su somiglianze e ti accompagna nella memoria mostrandoti le foto dello stesso giorno di diversi anni fa. Ci sono molte cose che Google Foto può fare che diversi anni fa sarebbero state meccanicamente impossibili. Google Foto è uno dei tanti servizi "intelligenti" di Google che utilizza un file tecnologia di apprendimento automatico chiamato TensorFlow. La parola apprendimento indica che la tecnologia diventerà più intelligente con il tempo al punto che la nostra attuale conoscenza non può immaginare. Ma cos'è TensorFlow? Come può apprendere una macchina? Cosa puoi farci? Scopriamolo.

Che cos'è TensorFlow?

TensorFlow è il potente e open source di Google software di intelligenza artificiale, che alimenta molti servizi e iniziative di Google. È la seconda generazione di un sistema per implementazioni di machine learning su larga scala, realizzato dal team di Google Brain. Questa libreria di algoritmi succede a DistBelief, la prima generazione.

La tecnologia rappresenta il calcolo come grafici del flusso di dati stateful. Ciò che rende TensorFlow unico è la sua capacità di modellare i calcoli su una vasta gamma di hardware, dai dispositivi mobili di livello consumer ai server multi-GPU di livello mondiale. Può funzionare su diverse GPU e CPU e promette la scalabilità dell'apprendimento automatico tra i vari dispositivi e gadget senza dover alterare una quantità significativa di codice.

TensorFlow è nato dall'esigenza di Google di istruire un sistema informatico per imitare il funzionamento di un cervello umano nell'apprendimento e nel ragionamento. Il sistema, noto come reti neurali, dovrebbe essere in grado di funzionare su array di dati multidimensionali denominati "tensori". L'obiettivo finale è addestrare le reti neurali a rilevare e decifrare schemi e correlazioni.

Nel novembre 2015, Google ha creato questa tecnologia open-source e gli ha permesso di essere adottato in tutti i tipi di prodotti e ricerche. Chiunque, inclusi ricercatori, ingegneri e hobbisti, può aiutare ad accelerare la crescita dell'apprendimento automatico e portarlo a un livello superiore in meno tempo.

Questa mossa si è rivelata quella giusta perché ci sono così tanti contributi degli sviluppatori indipendenti a TensorFlow che superano di gran lunga i contributi di Google. Wikipedia afferma che "ci sono 1500 archivi su GitHub che menzionano TensorFlow, di cui 5 provengono da Google. " Detto questo, una delle discussioni a Quora sospetta che il codice open source rilasciato sia la versione "ripulita" da quella che Google utilizza nei suoi servizi.

Come funziona TenserFlow?

Usando il semplice linguaggio umano normale e una pesante semplificazione, potremmo vedere un lato di TensorFlow come una tecnologia di filtraggio autonoma avanzata. Al centro, la tecnologia è un'enorme libreria software di machine learning. Utilizza il database per aiutarlo a "prendere una decisione".

Ad esempio, qualcuno carica una foto su Google Foto. La tecnologia confronterà tutti i dettagli dall'immagine al suo database e deciderà se si tratta di un'immagine di un animale o di un essere umano. Quindi, se è un essere umano, proverà a determinare il sesso, l'età fino a chi è la persona. Lo stesso processo viene ripetuto per altri oggetti nella foto.

Utilizza anche i dati dell'utente come l'identità della persona nella foto e il luogo in cui è stata scattata la foto, per migliorare la sua libreria in modo che possa dare risultati migliori in futuro, sia per l'individuo che ha caricato la foto che per tutti altro. Da qui il termine "apprendimento". Ma non si limita a conoscere e apprendere i dati dalle foto. Ci sono così tante cose che la tecnologia può fare con le informazioni di una foto. Ad esempio, può raggruppare foto con dettagli simili come la stessa persona, la stessa posizione, la stessa data; vedere lo schema dei volti per determinare a quali familiari e amici appartiene la persona nella foto e utilizzare le informazioni per realizzare video di vacanze in famiglia o animazioni da scatti continui.

Ciò graffia appena la superficie del funzionamento di TensorFlow, ma spero che possa darti un quadro generale della tecnologia. Inoltre, usare un solo esempio non può rendere giustizia a ciò di cui è capace.

E per tutti gli appassionati di intelligenza artificiale là fuori, vale la pena ricordare che Google ha già creato una tecnologia di chip per computer ottimizzata per l'apprendimento automatico e integrando TensorFlow al suo interno. È chiamato Chip ASIC Tensor Processing Unit (TPU).

Coloro che desiderano saperne di più su TensorFlow possono visitare la sua pagina tutorial.

Applicazioni di TensorFlow

Siamo in una fase iniziale della tecnologia di apprendimento automatico, quindi nessuno sa dove ci porterà. Ma ci sono alcune applicazioni iniziali che potrebbero darci uno sguardo al futuro. Poiché proviene da Google, è ovvio che Google utilizza la tecnologia per molti dei suoi servizi.

• Maggiori informazioni sull'analisi delle immagini

Abbiamo discusso l'esempio dell'utilizzo della tecnologia per l'analisi delle immagini in Google Foto. Ma l'applicazione di analisi delle immagini viene utilizzata anche nella funzione Street View di Google Maps. Ad esempio, TensorFlow viene utilizzato per collegare l'immagine con le coordinate della mappa e per sfocare automaticamente il numero di targa di qualsiasi auto accidentalmente inclusa nell'immagine.

• Riconoscimento vocale

Google utilizza anche TensorFlow per il suo software di riconoscimento vocale dell'assistente vocale. La tecnologia che consente agli utenti di pronunciare le istruzioni non è nuova, ma includere la libreria in continua espansione di TensorFlow nel mix potrebbe portare la funzionalità a qualche gradino. Attualmente, la tecnologia di riconoscimento vocale riconosce oltre 80 lingue e varianti.

• Traduzione dinamica

Un altro esempio della parte di "apprendimento" della tecnologia di apprendimento automatico è la funzione di traduzione di Google. Google consente ai suoi utenti di aggiungere nuovi vocabolari e correggere gli errori in Google Translate. I dati in continua crescita possono essere utilizzati per rilevare automaticamente la lingua di input che altri utenti desiderano tradurre. Se la macchina commette errori nel processo di rilevamento della lingua, gli utenti possono correggerli. E la macchina imparerà da questi errori per migliorare le sue prestazioni future. E il ciclo continua.

• Alpha Go

Un divertente esempio di utilizzo di TensorFlow è Alpha Go. È un'applicazione programmata per gioca a Go. Per chi non ha familiarità con Go, è un gioco da tavolo astratto per due giocatori nato in Cina più di cinquemilacinquecento anni fa, ed è il più antico gioco da tavolo che viene ancora giocato ininterrottamente oggi. Sebbene le regole siano semplici: circondare più territorio dell'avversario, il gioco è incredibilmente complesso e, secondo Wikipedia: "possiede più possibilità del numero totale di atomi nell'universo visibile".

Quindi, è interessante ciò che una tecnologia della macchina di apprendimento può fare con le infinite possibilità. Nelle sue partite contro Lee Sedol, il 18 volte campione del mondo Go, Alpha Go ha vinto 4 partite su 5 e ha ricevuto il grado onorario di Gran Maestro Go più alto.

• Progetto Magenta

Un'altra interessante applicazione di TensorFlow è il Magenta Project. È un progetto ambizioso da creare arte generata dalla macchina. Uno dei primi risultati tangibili dell'esperimento è la melodia del pianoforte di 90 secondi. A lungo termine, Google spera di generare arte generata dalle macchine più avanzata tramite il suo progetto Magenta e costruire attorno ad esso una comunità di artisti.

Nel febbraio 2016, Google ha anche organizzato una mostra d'arte e un'asta a San Francisco che mostrava 29 opere d'arte generate dal computer - con un piccolo aiuto umano -. Sei delle opere più grandi sono state vendute fino a $ 8.000. Il computer potrebbe avere ancora molta strada da fare prima di poter imitare un vero artista, ma la quantità di denaro che le persone sono disposte a pagare per l'arte ci mostra fino a che punto è arrivata la tecnologia.

Supporto per iOS

Sebbene abbiamo già visto le funzionalità di TenserFlow su Android, con la sua ultima versione, TensorFlow aggiunge finalmente i supporti per i dispositivi iOS. Poiché ci sono tonnellate di fantastiche app mobili disponibili esclusivamente per iOS o rilasciate prima su iOS, significa che possiamo aspettarci altre fantastiche app mobili che adottano l'apprendimento automatico nel prossimo futuro. La stessa cosa si può dire per le possibilità di adozioni e applicazioni più ampie di TensorFlow.

Il futuro di TensorFlow

Cosa si può fare con una macchina in grado di apprendere e prendere la propria decisione? Come persona che si occupa di più di una lingua come parte della vita quotidiana, la prima cosa che mi viene in mente è la traduzione linguistica. Non a livello di parola per parola, ma più a livello di testo più lungo come documenti o persino libri. La tecnologia di traduzione odierna è limitata ai vocabolari. Puoi facilmente scoprire cosa significa "dormire" in cinese e viceversa, ma prova a inserire un capitolo del Musashi di Eiji Yoshikawa nel suo originale giapponese e traduci il capitolo in inglese. Vedrai a cosa sto arrivando.

È anche divertente vedere cosa può fare il futuro dell'intelligenza artificiale con la musica. Sebbene sia ancora molto semplice, l'app Music Memo di Apple può già fornire un accompagnamento automatico di basso e batteria al tuo canto registrato. Ricordo un episodio di uno spettacolo televisivo di fantascienza in cui un personaggio dello spettacolo ha creato una macchina che analizza tutte le migliori canzoni nelle classifiche e in grado di scrivere le proprie canzoni di successo. Ci arriveremo mai?

E come pensiero di chiusura, vorrei menzionare Sunspring. È un breve film di fantascienza scritto interamente da uno sceneggiatore di intelligenza artificiale che si è autodefinito Beniamino - che ha anche composto l'intermezzo musicale della canzone pop. Il film è stato realizzato dal regista Oscar Sharp per l'evento di 48 ore Film Challenge of Sci-Fi London.

Ora non riesco a smettere di pensare a Terminator. Benvenuto nel futuro.

Credito immagine: Wikipedia, TechInsider, The Verge, Wall Street Journal