Искусственный интеллект Google

2023. Google открыл Bard AI для всех, добавил его в GMail и Docs



3 месяца назад Google спешно запустил Барда, чтобы не прозевать хайп вокруг ChatGPT, и лишь теперь открывает его для широкой общественности. Бард (пока только на английском) стал доступен в 180 странах. Он работает на базе нейросети PaLM 2, которая, предположительно, опережает GPT-4 по количеству параметров (540 млрд). И сразу же Гугл (как и Microsoft) начал встраивать эту языковую нейросеть в свои сервисы. Например, в GMail скоро появится ИИ-помощник для написания писем, в Google Документах можно будет автоматически формировать таблицы, слайды презентаций и писать тексты договоров. В экспериментальном режиме Бард уже работает и в гугло-поиске, появляясь при запросах, требующих логический ответ, а не результаты поиска.


2023. Google Bard научился писать программный код



Google научил своего чат-бота Bard (конкурента ChatGPT) писать, объяснять и отлаживать код. Bard поддерживает 20 языков программирования, включая C++, Go, Java, JavaScript, Python и Typescript. У нейросети есть интеграция с некоторыми сервисами Google: например, он поддерживает экспорт кода в облачную среду разработки Colab для программирования на Python, а также может написать функции для «Google Таблиц». Чат-бот может объяснить фрагменты кода: в Google считают, что эта функция поможет начинающим программистам. Bard расскажет, почему конкретная часть выдаёт тот или иной результат. Кроме этого, чат-бот может отладить неработающий код — и даже тот, который написал сам, если указать ему, что он не срабатывает. OpenAI с Microsoft выпустили умеющий писать код сервис GitHub Copilot ещё в 2021 году, поэтому ChatGPT умел это делать на момент запуска в 2022.


2023. Google представил собственного конкурета ChatGPT - чат-бота Bard



Google анонсировала запуск чат-бота Bard — конкурента ChatGPT. По словам разработчиков, Bard «совмещает в себе обширные знания, доступные целому миру, а также ум и креативность языковых моделей Google». Его можно использовать, чтобы разобраться в сложных явлениях и научных открытиях, найти источники вдохновения или почитать о лучших нападающих в футболе, а потом найти упражнения с мячом. Bard работает на основе «облегчённой» версии нейросети компании LaMDA. Она требует меньше вычислительных мощностей и потому будет лучше работать у большего числа пользователей. Это позволит Google собрать необходимые отзывы на продукт, чтобы потом проанализировать их вместе с рецензиями от внутренних тестировщиков.

2022. Google представил обновленную языковую модель LaMDA 2



LaMDA (Language Model for Dialogue Applications) - это продвинутая нейросетевая разговорная модель. Google называет технологию прорывом в понимании естественного языка. Она создана и обучена для непринужденных и конструктивных разговоров на самые разные темы, а не коротких шаблонных ответов на конкретные вопросы по строго определенным сценариям. Алгоритм способен переключаться с одной темы на другую, как это обычно делают люди, но пока не могут машины. Пока что LaMDA работает только с текстом, но конечная цель состоит в создании универсальной системы, способной также понимать изображения и аудио. Компания планирует внедрить этот алгоритм в Google Assistant и Поиск. В последнем случае LaMDA должен заменить, либо дополнить другую схожую технологию BERT.


2022. DeepMind представил нейросеть, которая пишет сложные программы по описанию



Гугловское ИИ подразделение DeepMind представило нейросеть AlphaCode, способную писать программы с нуля по одному лишь описанию задачи. Проект находится на ранней стадии развития, но по своим навыкам уже обходит начинающих и даже более опытных программистов. Создатели уверены, что в будущем AlphaCode позволит полностью автоматизировать процесс кодинга. Нейросеть обучают на задачах, используемых в конкурсах по программированию, и она уже смогла решить задачи среднего уровня сложности и оказалась в числе лучших участников соревнований.


2019. Google запустил ИИ-сервис для контакт-центров


Google открыл публичный доступ к своему облачному решению Contact Center AI. С его помощью можно создать виртуального агента, который сможет отвечать на базовые вопросы клиентов в режиме 24/7. Поддерживается как голосовое общение, так и общение в чате. Заявлена поддержка 3 языков: английского, испанского и русского. Она работает для распознавания речи и обработки языка (генерации ответов). Есть также возможность генерации устной речи из текста с помощью технологии Google WaveNet. Русский язык там тоже поддерживается. Кроме виртуального агента можно создать ассистента для человеческих агентов, который будет рекомендовать правильные ответы из базы знаний. На момент запуска сервис интегрирован с call-центрами Avaya и Mitel. Другие популярные решения для call-центров будут интегрированы в ближайшие месяцы.


2019. Google представил облачный сервис AI Platform для создания ML-моделей



Google представила бета-версию сервиса AI Platform. Пользователю предлагается выбрать один из готовых алгоритмов обработки данных, либо обучить и развернуть собственную модель. Платформа объединяет множество существующих и новых продуктов, которые в совокупности предоставляют собой полный цикл разработки моделей. AI Platform включает алгоритмы для обработки и разметки данных. Большая часть сервисов - платные, но есть и бесплатные. Например, вы можете свободно использовать Kuberflow, AI Hub, notebooks и с ограничениями использовать облачное хранилище.


2018. Google запустил простой сервис машинного обучения для бизнеса


В Гугле говорят, что многие бизнесы могли бы воспользоваться достижениями технологии машинного обучения, например, для автоматической сортировки товаров в интернет-магазине или визуального контроля качества произведенной продукции. Но, говорят, у бизнесов не достаточно хороших программистов, которые могли бы запрограммировать нейросеть. Поэтому Гугл выпустил "сервис для чайников" Cloud AutoML (или для тех кто хочет поиграться с искусственным интеллектом, но всегда боялся это сделать). Обещается, что основная работа по созданию нейросети будет состоять в загрузке паттернов (изображений, звуков, текстов) и из разметки для обучения нейросети. Все остальные настройки можно будет сделать в визуальном редакторе. Потом сервис можно подключить к своей системе с помощью API и автоматизировать задачи. Правда, пока Cloud AutoML может работать только с изображениями.


2017. DeepMind создает универсальную нейросеть



Как известно, купленный Гуглом стартап DeepMind ранее создал ИИ, умеющий играть в старые компьютерные игры Atari. Однако, фактически они сделали несколько ИИ (нейросетей) - по одному для каждой игры. Теперь же они попробовали создать нейросеть с памятью, которая, научившись играть в одну игру переносила основные навыки (связи) на следующую. После обучения каждой игре в течение нескольких дней сеть могла играть на уровне человека в семь из десяти игр. Но ни в одной игре она не достигла уровня, которого добилась нейросеть, обученная только этой игре.


2017. Google приобрел сообщество для исследователей в области машинного обучения Kaggle



Google купил сообщество для исследователей в области машинного обучения Kaggle. Этот сервис стал основной платформой для проведения соревнований в области машинного обучения и анализа данных. В феврале 2017 года Kaggle и Google провели совместное соревнование, посвященное алгоритмам классификации видео на YouTube с призовым фондом в $100 тысяч. С помощью Kaggle Google сможет получить доступ к самому большому и активному сообществу таких специалистов. Сегодня на Kaggle зарегистрировано более 500 тысяч специалистов в области теории анализа и обработки данных.


2017. Google добавил поддержку GPU в своей облачной платформе



Для обучения нейросетей на базе популярных фреймворков TensorFlow, Torch, MXNet или Caffee нужно использовать мощные графические карты, стоимостью несколько тысяч долларов (типа Nvidia Tesla K80). Поэтому очень мило, когда облачные провайдеры предоставляют возможность арендовать машину с такой видеокартой за небольшую часовую плату. Такую возможность предоставляют уже Amazon и Microsoft. Теперь к ним присоединился еще и Google, добавив поддержку GPU в облаке Google Cloud Machine Learning. Стоимость аренды GPU с оперативной памятью 24 Гб - $0.70/час.


2017. Технология Google AutoML позволяет создавать нейросети автоматически



В Гугле говорят, что многие бизнесы могли бы воспользоваться достижениями технологии машинного обучения, например, для автоматической сортировки товаров в интернет-магазине или визуального контроля качества произведенной продукции. Но, говорят, у бизнесов не достаточно хороших программистов, которые могли бы запрограммировать нейросеть. Поэтому Гугл создал технологию AutoML которая создает нейросети автоматически. Работает это так: вы загружаете базу размеченных изображений и AutoML подбирает несколько нейросетей-кандидатов и прогоняет эту базу через каждую сеть, обучая их и выделяя самую подходящую модель. Если верить Google, даже сейчас уровень AutoML уже таков, что она может быть эффективнее экспертов-людей в вопросе поиска лучших подходов для решения конкретных проблем.


2016. Google Translate начинает использовать смысл для перевода



До сих пор Google Translate использовал статистический метод перевода. Он разбивал предложение на фразы, и анализируя миллионы ранее сделанных переводов, определял наиболее вероятный перевод данной фразы. Это работает гораздо лучше дословного перевода, однако все еще значительно хуже человеческого перевода. Новая версия сервиса, основанная на технологии Neural Machine Translation, переводит не слова, и не фразы, а целые предложения. Т.е. система извлекает из предложения объекты, события и связи между ними, а затем выражает смысл на другом языке. Она состоит из двух 8-слойных нейросетей, анализирующей и синтезирующей.Между нейросетями установлен дополнительный модуль внимания, который контролирует, чтоб  не пропускались редкие, но важные для смысла предложения слова. На данный момент новый алгоритм работает с 9 языками: английским, французским, немецким, испанским, португальским, китайским, японским, корейским и турецким. В будущем добавится поддержка всех 109 языков. ***


2016. Голосовые ассистенты: Siri - на десктопе, Google Assistant - в телефоне



Apple выпустил новую версию своей десктопной операционной системы macOS Sierra, и в ней теперь может тусоваться ваша виртуальная помощница Siri. Она умеет искать файлы на компьютере, запускать приложения, назначать встречи, искать в интернете и просто разговаривать с вами, когда вам скучно. Вы можете бесплатно загрузить новую версию macOS в App Store. Тем временем, Гугл запустил своего нового голосового помощника Google Assistant (который позиционируется как эволюция Google Now). В отличии от Google Now, который, по сути, является голосовым интерфейсом к поиску, новый ассистент живет в новом мессенджере Google Allo и больше настроен на диалог с вами. Также, он помогает общаться с собеседниками в мессенджере, предлагая готовые варианты ответов. Правда, пока он понимает только по английски.


2016. Google DeepMind научился говорить



Большинство популярных синтезаторов речи, например, в Siri, Cortana или Google Translate - строят речь из фрагментов записей настоящего человеческого голоса. Этот метод даёт неплохие результаты, но требует наличия в базе данных записей абсолютно всех звуков речи для каждого используемого голоса. Команда Google DeepMind представила технологию WaveNet, которая требует немного исходного материала, наговорённого человеком, и с помощью глубинного обучения нейросети позволяет генерировать любые слова для данного тембра голоса. Лингвистические правила и рекомендации позволяют WaveNet формировать осмысленную речь (т.е. ИИ понимает смысл того, что он говорит). Однако, разработчики говорят, что в ближайшей перспективе внедрение этого метода в Google Assistant вряд ли возможно из-за огромного объёма требуемых вычислений (WaveNet для синтезирования человеческой речи обрабатывает каждую секунду 16000 образцов аудио).


2016. Google предоставил свои технологии машинного обучения в качестве облачных API


В облачной платформе Google Cloud Platform появился сервис Learning Cloud Machine, который предоставляет возможность сторонним разработчикам создавать приложения, использующие ИИ-технологии компании. На данный момент сервис предоставляет 4 API-интерфейса: Cloud Speech API (распознавание речи), Vision API (компьютерное зрение), Translate API (переводчик), Cloud Natural Language API (обработка естественного языка). Например, стороннее приложение может отправить в Cloud Speech API запись голоса и получить обратно текстовую транскрипцию. Качество распознавания будет таким же, как например в Google Now. При этом разработчику нет необходимости самому разбираться в машинном обучении для распознавания речи. Напомним, в марте подобный ИИ API запустила и Microsoft.


2016. Google представил еще один мессенджер с виртуальным ассистентом



Если вчерашний мессенджер Google Spaces напоминал Slack, то сегодняшний - Google Allo - похож на Viber или WhatsApp. Однако, у него будет преимущество - встроенный голосовой ассистент Google Assistant, который (по словам разработчиков) значительно умнее Siri, Cortana и других виртуальных помощников, которые есть на рынке. С ним можно почти полноценно разговаривать, т.к. он запоминает историю беседы и отвечает с учетом предыдущих вопросов. Например, вы можете спросить "в каком городе находится Эйфелева башня?", а потом "как туда добраться?". Google Assistant будет не только выполнять команды и отвечать на вопросы, заданные через мессенджер, но и поможет общаться с человеческими собеседникам - предложит варианты ответов и контекстную информацию из интернета. Кроме виртуального помощника, Allo будет отличаться высокой безопасностью: все сообщения будут зашифрованы. Также пользователям доступен Incognito mode — секретные чаты с исчезающими сообщениями. Когда именно начнёт работать Allo - пока не известно.


2016. Google представил виртуального помощника Assistant - эволюцию Google Now



Google представил голосового ассистента Google Assistant, который (по словам разработчиков) значительно умнее Siri, Cortana и других виртуальных помощников, которые есть на рынке. С ним можно почти полноценно разговаривать, т.к. он запоминает историю беседы и отвечает с учетом предыдущих вопросов. Например, вы можете спросить "в каком городе находится Эйфелева башня?", а потом "как туда добраться?". Кроме того, Assistant будет запоминать персональную информацию о владельце (имя, дом, работа, семья) и использовать ее в контексте разговора. Также, на презентации было показано, как он самостоятельно покупает билеты в кино, что свидетельствует о способности взаимодействия со сторонними веб-сервисами. Очевидно, Assistant заменит существующего виртуального ассистента Google Now, но в отличии от своего предшественника он будет работать не только в формате поиска, но и в формате мессенджера.


2016. Google выпустил умную колонку


Гугл представил гаджет Google Home. Это голосовой помощник для дома - конкурент первооткрывателя Amazon Echo. Причем, преимущество Google в том, что домашний гаджет - это лишь еще одна точка взаимодействия с тем же самым помощником, который живет в вашем телефоне. А значит, он знает ваши контакты, расписания, задачи и может использовать эту информацию для выполнения задач. Google Home может взаимодействовать с многочисленными домашними приборами и интернет-сервисами, такими как такси Uber, мессенджером WhatsApp и продуктовым интернет-магазином Instacart.


2015. Google открыл код своей системы машинного обучения TensorFlow


Google преобразовал свою систему машинного обучения TensorFlow в проект с открытым исходным кодом. TensorFlow позволяет создавать и обучать нейросети и используется компанией в сервисах распознавания устной речи, написания автоматических ответов в электронной почте и для распознавания картинок в Google Photos. Представители Google отмечают, что решения, разработанные при помощи TensorFlow, легко масштабируются в зависимости от имеющихся аппаратных ресурсов, поэтому платформа может принести пользу как научно-исследовательским организациям, так и энтузиастам машинного обучения. ***


2015. Зачем Google купил DeepMind?


Как известно, в начале года Google выложил $650 млн за английский стартап DeepMind, занимающийся разработкой ИИ. Чуть позже выяснилось, что именно умеет делать этот ИИ - играть в старые компьютерные игры. Но зачем это Гуглу? Вряд-ли Ларри Пейдж таким образом хотел установить рекорд по Тетрису, да и Гугл вроде не собирается создавать игры. На видео основатель DeepMind Демис Хассабис объясняет, что в отличии от специализированных ИИ, таких как Siri и Tesla, они создают универсальный ИИ. И что реальной целью этого ИИ является обработка и структурирование больших объемов информации (читай Поиск Google) и решение самых разнообразных задач в медицине, науке и бизнесе. А при чем тут игры? А при том, что игры - наилучший способ развития интеллекта. Просто на данный момент DeepMind - это ребенок, который играет и учится.


2014. Google финансирует стартап, разрабатывающий ИИ для анализа больших данных



Стартап Automatic Statistician, который позиционирует себя, как разработчик ИИ для научных данных, получил от Гугла премию Google Focused Research Award в $750,000. Стартап основан профессором Кэмбриджа, Зоубином Гахрамани (на фото), и находится на совсем ранней стадии. Его специализации - находить зависимости и строить модели из больших массивом входящих данных с помощью машинного обучения. В результате система выдает понятные графики и сопроводительный текст, описывающий найденные зависимости на естественном языке.


2014. Google создал алгоритм для создания подписей к изображениям на естественном языке



Разработчики из подразделения Google Research создали алгоритм обучения нейросети для автоматической генерации текстового описания объектов на изображениях на естественном (английском) языке. Он сочетает в себе алгоритмы компьютерного зрения и обработки естественного языка. К примеру, система способна создавать подписи наподобие «две собаки играют на траве» или «маленькая девочка в розовой шляпке надувает пузыри». Идея пришла благодаря последним достижениям в машинном переводе, где одна рекуррентная нейронная сеть (RNN) преобразует предложение на одном языке в векторную модель, а вторая - преобразует эту модель в предложение на другом языке. Вот инженеры и подумали, почему бы в качестве первой нейросети не использовать сверточную нейросеть для распознавания объектов на изображениях (CNN). Разработчики планируют использовать полученную систему, например, для помощи слепым людям и для усовершенствования поиска картинок на Google Images.


2014. Google купил искусственный интеллект Deepmind за $650 млн



Google купил лондонскую компанию DeepMind, которая занимается разработкой искусственного интеллекта более чем за $650 млн. DeepMind был основан нейробиологом Демисом Хассабисом, бывшим шахматным вундеркиндом, разработчиком Skype и Kazaa Яаном Таллином и исследователем Шейн Легг. Все три основателя будут работать на Google. Они присоединятся к изобретателю, предпринимателю, автору и футурологу Рэю Курцвейлу, который в 2012 году стал техническим директором подразделения Google, занимающегося машинным обучением и обработкой языка. Очевидно, главной задачей DeepMind станет структурирование огромных массивов информации для гугло-поиска. Ранее Курцвейл заявлял, что хочет построить настолько совершенную поисковую систему, что она сможет стать настоящим «кибернетическим другом».


2013. Google купил стартап DNNresearch - победителя конкурса распознавания изображений



Google купил канадский стартап DNNresearch, который в 2012 с большим перевесом выиграл конкурс ImageNet (в котором нейросети соревнуются в точности распознавания изображений). DNNresearch состоит всего из 3 человек - профессора Университета Торонто - Джорджа Хинтона (на фото) и его двух студентов. Ранее Гугл предоставлял Хинтону грант в размере $600K на его исследования в сфере компьютерного зрения. Для Гугла эта технология очень важна для улучшения поиска по картинкам в Google Images и по фоткам в Google Photos.


2012. В Android появился персональный голосовой помощник Google Now


В новой версии Android 4.1 появилось приложение Google Now, которое, вероятно, превратится в персонального голосового ассистента типа Siri в iOS. На данный момент основой Google Now является голосовой интерфейс к поисковику. Однако, волшебство содержится в слове Now. Предоставляя ответы на вопросы, приложение принимает во текущее время, местоположение, информацию о владельце, историю поисков. Например, его можно спросить "Где тут ближайший китайский ресторанчик?". Кроме того, помощник может действовать проактивно: выдавать напоминания, когда вы приехали на работу или предупреждать о пробке впереди. В отличии от Siri, Google Now не обладает индивидуальностью, т.е. просто поговорить с ним нельзя.