Google 翻訳: ここから始めます
Google 翻訳は、しばらくの間、もはやホットな話題ではありません。 それは多くのコンポーネントの XNUMX つになりました。 マウンテンビュー社のオファーの範囲内. 更新から数年後、当時の約束は少なくとも部分的に無視されたと言えます.楽観的な宣言は、控えめに言っても、マーケティングの子供たちも、事実によって完全に裏付けられていません.
翻訳者は、たとえうまくいっていなくても、いなくなったわけではありません。 機械翻訳 求められる高い品質基準を満たしていませんでした. 一部の言語 (英語が先頭) では、結果は驚くべきものです。 では、Google 翻訳を一種の小さな機械翻訳バブルと見なすべきでしょうか?
全くない。 Translate のストーリーは、ささやかな形で、 今日の AI 現象の代表例: 革新、深遠な変革、パラダイムの激変。 しかし、技術的な可能性と先見の明のあるアイデアの間の幸運な収束もあり、前日までユートピアを虐待しました。 同時に暗い面もある現象であり、コインの裏側にはあまり輝きがありません。
コインの裏側
蔓延するプロパガンダ、熾烈な競争、最高の頭脳をつかむための冷酷な戦争、効率性のための発作的な探求、自由で無条件の利益の追求。 それ自体以外のものへの無関心と無関心もあります。 一つの考えを押し付けることに対する危険な傾向. 結局のところ、この世界には中途半端な手段はなく、勝者と敗者だけがフィールドに残ります。 したがって、敗者に対しては、「勝者はすべてを取る！」という寛大な措置は予見されません。
この記事では、Google 翻訳に関する一連の考察を提案します。 これらは、「ニューヨーク タイム マガジン」のジャーナリズム スタッフが長年務めてきたものです。 サービスの対象は、 Google の深遠な変容 これにより、人工知能の猛烈な波に乗り、わずか数か月で驚くべき結果を得ることができました。
「…楽観的なサイエンスフィクションの空想」を抱いていると非難されたその著者と、「華やか」と定義され、「…ニヒロからの人為的なサスペンスを作成する」と非難されたニューヨークの新聞のジャーナリズムスタイルの両方に対して、批判がなされました。 . 時には過度の強調が存在するために、少なくとも部分的に根拠のある批判、 時には少し勝利主義的な物語が欲しい そして一般的に重要ではありません。
調査ジャーナリズムの好例
では、なぜそれをイタリアの読者に翻訳して再提案するのでしょうか? それは、最先端のインフラストラクチャの作成に至るまでの道のりを詳細かつアクセス可能な方法で説明する貴重なレポートであるためです。 なぜ 貴重な洞察を提供します、内部から、プロセス、心とアイデアの関連付け、遠く離れたビジョンの収束、成功した実験と失敗した実験. 最終的な成功につながったのは、遠く離れた場所でさえ、異なる人々の間のありそうもない錬金術です.
それにもかかわらず、それはそれらの俳優に顔と人間の内包、さらには欠陥さえも回復させるからです. 多くの場合、技術者は遠く離れ、閉鎖された研究所に閉じ込められ、神話的なオーラに囲まれ、インサイダーに偶像化され、ほとんど知られていません。
そして、これはすべて素晴らしい方法で行われます。 最後に、「華麗な」ジャーナリズムのせいだと非難されている要素についても、おそらく「刺激的」なだけの要素についても、読むことは確かに楽しく、読者を興奮させるのに失敗することはないと確信しています.
読書を楽しんで、時間をかけてそれをしてください！
。 。 。
第1章 グーグル: in hoc signo vinces
AI-First: 機械学習
それは2016年、人工知能が成熟した年でした。 Google の CEO であるサンダー ピチャイが、「モバイル ファースト」から「AI ファースト」への会社の変革を発表したとき。 これが実際に何を意味するのかを完全に認識していた人はほとんどいませんでした。 数年後の今日、AI ファーストはシリコン バレーやその他の企業の真のマントラになったと言えます。 誰もが認める主役である機械学習がありました。
Google では Terrence J. Sejnowski (機械学習の台頭; 2018 年)、機械学習はいたるところにある: «ディープ ラーニングは現在、ストリート ビューから Inbox スマート リプライ、音声検索まで、100 以上のサービスで Google によって使用されています». さまざまな形式の機械学習 (深層学習はその一分野です) により、アルゴリズムは多かれ少なかれ独立して学習できます。また、非常に低コスト (またはゼロ) で豊富な原材料のおかげで効率的になります: i ビッグデータ. Sejnowskiが指摘するように：
「データは新しい石油です。 学習アルゴリズムは、生データから洞察を抽出する精製所です。 情報を使用して知識を作成できます。 知識は理解につながります。 そして理解は知恵につながります。」
ニューラル ネットワーク
機械学習の基盤には、いわゆるニューラル ネットワークがあり、そのアーキテクチャは私たちの脳のアーキテクチャに触発されています。 後者は、特定のタスクを実行するためにプログラムする必要はありません。 開始条件 (入力) と最終条件 (出力) が与えられると、試行錯誤の絶え間ないプロセスを通じて、ニューラル ネットワークは自律的に解決策を見つけることを学習します。
彼らは、自分の周りの世界を発見しようとする子供と非常によく似た方法で「学習」します。 完全なパラダイムシフト！ アレックス・ビアードが知覚的に述べているように (自然生まれの学習者、2018)、ニューラル ネットワークは「進化」を反映したプロセスとして想像できます。 対照的に、プログラミングは「創造を思い出す」。
機械学習は、音声認識、画像認識、音声からテキストへの変換など、しばらく停滞していた一部の分野で突然の進歩を可能にしました。 今日、多くのアプリケーションがそれを使用しています。 自動運転車へ。
人工知能から汎用人工知能へ
ピチャイにとって、AI が研究室の境界から出現するのを見た日は、忘れられない思い出です。
「それは 2012 年のことでした。[私は] 小さなチームの部屋の中にいて、数人しかいませんでした」と彼は回想します。 そんな数少ないマウンテンビュー社のレジェンド、ジェフ・ディーン。 彼は新しいプロジェクトに取り組んでおり、当時の上級副社長だったピチャイに見てもらいたいと考えていました。 彼はまた、誰かが冗談を言っていたことを覚えています。 人事部から、インターンとして新しい従業員を雇いました。それは、「ディープラーニングの父」であるジェフリー・ヒントンにほかなりません! 「ジェフがあなたに最新情報を伝えたいと思うたびに、あなたはただ興奮するだけです」とピチャイは付け加えます。
Jeff Dean は、Andrew NG などと共に、16.000 台のコンピューターに 1000 個のプロセッサを搭載した巨大なネットワークを開発しました。 彼らは100.000億のつながりを作ることができました。 人間の脳をモデルにした、それまでにない構造。 しかし、シナプスを使って XNUMX 兆を超える接続を確立する後者の能力よりもはるかに低い. それはまさに巨大なニューラル ネットワークでした。
のひらめき サンダー Pi酒蔵
ピチャイは、ある種の予感があったことを思い出す。
それまで 人工知能の可能性を完全に理解している Google 社内の社員はほとんどいませんでした. 2010 年初頭に設立された Google Brain は主に AI を担当していました. Brain は後に 2014 年に買収された Deep Mind に加わりました.グーグルで研究。
どちらも目覚ましい成果を上げています。 これらの中には、Brain のおかげで、翻訳と機械翻訳全般を機械学習の新時代へと導いた革命もあります。
それにもかかわらず、科学者が求め、企業が切望するものは、機械学習とその複数のアプリケーションをはるかに超えています。 研究の目的は、人工的な汎用知能に到達することです。
人間が実行できるあらゆるタスクを学習し、うまく取り組むことができる柔軟な人工知能。 これはディープ マインドの宣言された目的を表していますが、この目標はまだ非常に遠くに見えます。 その創設者である Demis Hassabis は、このプロジェクトを人工知能の一種の「マンハッタン プロジェクト」と呼んでいます。
すべての人のために働く AI
ピチャイが会社の新しい変革を発表したのも、このためかもしれません。「AI ファースト」から「AI はすべての人のために働く」へです。 Google の CEO は次のように述べています。 私たちは、あなたが答えを見つけるのを助ける会社から、あなたが物事を成し遂げるのを助ける会社へと変わりつつあります.私たちは、私たちの製品があなたの仕事、家庭、そしてあなたの生活の文脈であなたのためにもっと役立つことを望んでいます» .
目標はもはやプロの翻訳のレベルに匹敵するのではなく、別のものです。 Barak Turovski 氏は次のように説明しています。休暇中のコミュニケーションを容易にします。 プロの翻訳とは違う使い方です».
最後に、Google が自らに課した主な使命である「できるだけ多くの人々の生活を大幅に改善する」に沿ったデザインです。
量子コンピューティングに向けて
とはいえ、Google の影響力の範囲は「ユーザー」の領域をはるかに超えています。 多くの外部開発者 (新興企業から大企業まで) が、Google ブランドの AI ツールを使用しています。 マウンテン ビューの会社が「大きすぎる」という事実に関して、多くの方面で噂が持ち上がっています。
しかし、それだけではありません。Katrina Brooker 氏は次のように述べています。 Google は、いわゆる量子超越性を達成しようとしています。
量子コンピューティングが具体的な現実になると、私たちは突然未来に投影されることに気付くでしょう。 それは人類の歴史において、他に類を見ない破局の瞬間となるでしょう。 「火を発明したり、産業革命を開始したり、原子力を開発したりした人々に、どのような意図を望んでいるかを考えてみてください」と、OpenAI の共同創設者である Greg Brockman は言います。
大規模なハイテク企業は、好むと好まざるとにかかわらず、私たちが今日住んでいるような世界を構築するだけでなく、大きな責任を負っています。 しかし、逆説的に、彼らは明日の世界にさらに多くのことを持っています. そのような企業があらゆる方法で無視し、回避し、回避しようとする責任。 これまでのところ、さまざまな規則や倫理委員会、およびますます一般的な宣言や意図の宣言は、あまり役に立ちませんでした。 グーグルも例外ではありません。 ピーター・ティールが指摘しているように、「できるだけ多くの人々の生活を大幅に改善することに専念してください」 – [それは] 非常に曖昧な基準であるため、議論の余地はありません.」
最初の量子コンピューターの発売
23 年 2019 月 XNUMX 日、Google は、今日の最も強力なスーパー コンピューターの処理能力を超える計算を実行できる最初の量子コンピューターを構築したと発表しました。 研究者や技術者のコミュニティが待ち望んでいた瞬間でした。
「Financial Times」のスタッフは、NASA の Web サイトで公開されている Google の研究者による記事を読んだと報告しています。 アイテムはすぐに削除されました。
Google の研究者は、同社の量子プロセッサが 3 分 20 秒で計算を実行できると主張しましたが、現在の最も先進的で強力なスーパー コンピューターである Summit は、同じ操作を実行するのに約 10.000 年かかります。
再び Google の研究者によると、「量子超越性」が達成されました。 私たちの知る限り、この実験は量子プロセッサによって実行された最初の計算です。」
システムは高度な技術計算を XNUMX 回だけ実行できます。 より一般的な問題を解決するために量子マシンを使用するのは、まだ先のことです。 しかし、Google の研究者は、これが「大規模な量子コンピューティングに向けたマイルストーン」であると確信しています。
量子マシンの能力は、ムーアの法則が初期のコンピューティング時代のシリコン チップについて仮定した「指数関数的速度の XNUMX 倍」で拡大するでしょう。
ボストン コンサルティング グループの 2018 年 XNUMX 月のレポートでは、量子コンピューティングは「暗号、化学、材料科学、農業、製薬などの分野におけるゲームのルールを変えるでしょう。 人工知能と機械学習は言うまでもありません…ロジスティクス、製造、金融、エネルギー».
量子ソフトウェアの新興企業である Riverlane の創設者である Steve Brierley 氏は、Google が実施した実験について次のようにコメントしています。コンピュータ。 それは驚くべき成果です。」
