Google Translate: здесь мы начинаем
Google Translate уже давно перестал быть горячей темой. Он стал одним из многих компонентов, даже не самым соблазнительным, в рамках предложения компании Mountain View. Спустя несколько лет после его возобновления можно сказать, что данные тогда обещания, по крайней мере частично, были проигнорированы, оптимистичные прокламации, мягко говоря, тоже детища маркетинга, не были полностью подтверждены фактами.
Переводчики никуда не делись, даже если дела у них идут не очень хорошо. Машинный перевод не соответствовали желаемым высоким стандартам качества. Для некоторых языков (английский лидирует) результаты замечательные. Должны ли мы поэтому рассматривать Google Translate как своего рода небольшой пузырь машинного перевода?
Нисколько. История Translate, по-своему, представляет собой яркий пример того, что такое феномен ИИ сегодня: инновации, глубокая трансформация, смена парадигм. Но также и удачная конвергенция между техническими возможностями и дальновидными идеями, превратившимися в утопии до вчерашнего дня. Явление, которое в то же время имеет и темную сторону, другую сторону медали, которая блестит гораздо меньше.
Другая сторона медали
Всепроникающая пропаганда, свирепая конкуренция, безжалостная война за лучшие умы, пароксизмальная погоня за эффективностью, необузданная и безоговорочная погоня за прибылью. Существует также безразличие и незаинтересованность в том, что отлично от него самого, с опасная склонность к навязыванию одной мысли. Ведь в этом мире не бывает полумер, на поле остаются только победители и проигравшие. Побежденным же помилования не предвидится: «Победители получают все!»
В этой статье мы предлагаем серию размышлений о Google Translate. Они взяты из многолетней службы, проведенной журналистским коллективом «Нью-Йорк тайм мэгэзин». Предметом услуги является глубокая метаморфоза Google что привело к тому, что он оседлал стремительную волну искусственного интеллекта и получил удивительные результаты всего за несколько месяцев.
Критике подверглись как ее автор, обвиненный в питании «…оптимистических научно-фантастических фантазий», так и журналистский стиль нью-йоркской газеты, названный «ярким» и обвиненный в «…создании искусственного саспенса ex nihilo». . Критика, хотя бы частично обоснованная либо из-за наличия иногда чрезмерного акцента, Вы хотите, чтобы повествование иногда было немного триумфальным и вообще некритично.
Прекрасный пример журналистского расследования
Так зачем повторно предлагать его в переводе итальянскому читателю? Потому что это ценный отчет, в котором в подробной и доступной для всех форме описывается путь, который привел к созданию практически ex nihilo передовой инфраструктуры. Почему дает ценную информацию, изнутри процессов, ассоциаций умов и идей, сближения даже далеких видений, удачных и неудачных экспериментов. Именно невероятная алхимия между людьми из разных, даже отдаленных мест привела к окончательному успеху.
Потому что, тем не менее, он возвращает тем актерам лицо и человеческий оттенок, даже дефекты. Технологи часто далеки, ограничены закрытыми лабораториями и окружены мифической аурой, боготворимы инсайдерами и неизвестны большинству.
И все это он делает чудесным образом. Наконец, вы хотите, чтобы и для тех элементов, которые обвиняются в «яркой» журналистике, для других, может быть, только «вызывающих воспоминания», чтение, безусловно, будет приятным и, я уверен, не перестанет волновать читателя.
Наслаждайтесь чтением и найдите время, чтобы сделать это!
. . .
Глава 1. Гугл: in hoc signo vinces
AI-First: машинное обучение
Это был 2016 год, когда искусственный интеллект достиг совершеннолетия. Когда Сундар Пичаи, генеральный директор Google, объявил о преобразовании компании из «сначала мобильные» в «сначала ИИ». немногие полностью осознавали, что это означало на самом деле. Сегодня, спустя несколько лет, мы можем сказать, что AI-first стал настоящей мантрой для компаний в Кремниевой долине и за ее пределами. У него был бесспорный главный герой: машинное обучение.
В Google, отмечает Терренс Дж. Сейновски (Расцвет машинного обучения; 2018), машинное обучение распространено повсеместно: «Сейчас Google использует глубокое обучение более чем в 100 сервисах, от Street View до Inbox Smart Reply и голосового поиска». Машинное обучение в его различных формах (глубокое обучение является его ответвлением) позволяет алгоритмам обучаться более или менее независимо: оно также делает их эффективными благодаря обилию исходного материала по очень низкой цене (или даже без нее): i Большие данные . Как отмечает Сейновский:
«Данные — это новая нефть. Алгоритмы обучения — это очистители, которые извлекают информацию из необработанных данных; информация может быть использована для создания знаний; знание ведет к пониманию; а понимание ведет к мудрости».
Нейронные сети
В основе машинного обучения лежат так называемые нейронные сети, архитектура которых вдохновлена архитектурой нашего мозга. Последние не нужно программировать для выполнения определенной задачи. Учитывая начальное условие (входное) и конечное (выходное) условие, через непрерывный процесс проб и ошибок нейронные сети учатся находить решение автономно.
Они «учатся» так же, как ребенок, который отправляется открывать для себя окружающий мир. Полная смена парадигмы! Как проницательно отмечает Алекс Бирд (Прирожденные учащиеся, 2018), мы можем представить нейронные сети как процесс, отражающий «эволюцию». Напротив, программирование «напоминает творение».
Машинное обучение позволило добиться внезапного прогресса в некоторых секторах, которые некоторое время находились в застое, таких как распознавание голоса, распознавание изображений, преобразование речи в текст и т. д. Сегодня его используют многие приложения, самые разрозненные, просто подумайте, например. к беспилотным автомобилям.
От искусственного интеллекта к искусственному общему интеллекту
Для Пичаи день, когда он увидел, как искусственный интеллект появился из-за пределов лабораторий, стал неизгладимым воспоминанием.
«Это был 2012 год, [я был] в комнате с небольшой командой, и нас было всего несколько человек», — вспоминает он. Среди этих немногих Джефф Дин, легенда компании Маунтин-Вью. Он работал над новым проектом и хотел, чтобы Пичаи, тогдашний старший вице-президент, взглянул на него. Он также помнит, что кто-то шутил. Из отдела кадров они наняли нового сотрудника в качестве стажера: не кого иного, как Джеффри Хинтона, «отца глубокого обучения»! «Каждый раз, когда Джефф хочет сообщить вам что-то новое, вы просто волнуетесь», — добавляет Пичаи.
Джефф Дин вместе с Эндрю Н. Г. и другими разработал огромную сеть, состоящую из 16.000 1000 процессоров на 100.000 XNUMX компьютеров. Они смогли установить миллиард связей. Беспрецедентная до того структура, построенная по образцу человеческого мозга. Но все же гораздо ниже, чем способность последней устанавливать своими синапсами более XNUMX XNUMX миллиардов соединений. Это действительно была гигантская нейронная сеть!
Прозрение Сундар Piчай
Пичаи вспоминает, что у него было своего рода предчувствие: «Эта штука должна была вырасти и, возможно, показать, как устроена Вселенная… Это будет самая важная вещь, над которой когда-либо работало человечество».
До тех пор в Google было мало тех, кто полностью понимал потенциал искусственного интеллекта. Google Brain, основанная в начале 2010 года, в основном отвечала за ИИ. Позже к Brain присоединилась Deep Mind, приобретенная в 2014 году. исследования в Google.
Оба дали замечательные результаты. Среди них также революция, которая благодаря Brain перенесла Translate и машинный перевод в целом в новую эру машинного обучения.
Тем не менее то, что ищут ученые и чего жаждут компании, выходит далеко за рамки машинного обучения и его многочисленных приложений. Цель исследования состоит в том, чтобы прийти к искусственному общему интеллекту.
Гибкий искусственный интеллект, способный обучаться и успешно решать любые задачи, которые может выполнить человек. Хотя это представляет заявленную цель Deep Mind, эта цель все еще кажется очень далекой. Его основатель Демис Хассабис говорит о проекте как о своего рода «Манхэттенском проекте» для искусственного интеллекта.
ИИ работает для всех
Также может быть по этой причине Пичаи объявил о новой трансформации компании: от «ИИ прежде всего» к «ИИ, работающему для всех». Генеральный директор Google сказал: «Благодаря достижениям в области искусственного интеллекта Google превосходит свою основную миссию, [что] «организовывать мировую информацию». Мы превращаемся из компании, которая помогает вам находить ответы, в компанию, которая помогает вам добиваться цели… Мы хотим, чтобы наши продукты делали для вас больше в контексте вашей работы, вашего дома и вашей жизни».
Преобразование, которое, кажется, также влияет на Translate, где цель больше не равняться уровню переводов профессионалов, а иная. Барак Туровски объясняет это так: «Наша цель... состоит в том, чтобы разработать продукт, который будет служить обычным людям в повседневной жизни, например, помогая пользователям в развивающихся странах, впервые использующим Интернет, преодолевать языковые барьеры или просто облегчение общения во время отпуска. Это отличается от профессионального перевода».
Наконец, дизайн, который появляется в соответствии с основной миссией, которую Google приписывает себе: «значительно улучшить жизнь как можно большего количества людей».
К квантовым вычислениям
Тем не менее степень влияния Google выходит далеко за рамки домена «пользователи». Многие внешние разработчики (от стартапов до корпораций) используют инструменты искусственного интеллекта под брендом Google. Во многих кругах ходят слухи о том, что компания Маунтин-Вью «слишком большая».
Но это еще не все, как отмечает Катрина Брукер: «В настоящее время Google AI используют миллионы устройств, и это только начало. Google находится на пороге так называемого квантового превосходства.
Если квантовые вычисления станут реальной реальностью, мы внезапно окажемся спроецированными в будущее. Это был бы момент перелома в истории человечества, как и немногие другие. «Подумайте, каких намерений вы желаете тем, кто изобрел огонь, начал промышленную революцию или [разработал] атомную энергию», — говорит соучредитель OpenAI Грег Брокман.
Крупные высокотехнологичные корпорации, нравится им это или нет, несут огромную ответственность не только за построение того мира, в котором мы живем сегодня. Но, как это ни парадоксально, у них есть еще больше возможностей для будущего мира. Обязанности, которые такие компании стараются игнорировать, уклоняться и всячески уклоняться. До сих пор различные комитеты по правилам и этике, а также все более общие прокламации и декларации о намерениях не принесли большой пользы. Гугл не исключение. Как отмечает Питер Тиль: «Посвятите себя значительному улучшению жизни как можно большего числа людей» — [это] такой расплывчатый стандарт, что он не подлежит сомнению».
Запуск первого квантового компьютера
23 сентября 2019 года Google заявила, что построила первый квантовый компьютер, способный выполнять вычисления, превосходящие вычислительную мощность самых мощных современных суперкомпьютеров. Этого момента с нетерпением ждало сообщество исследователей и технологов.
Сотрудники «Financial Times» сообщают, что ознакомились со статьей неких исследователей Google, опубликованной на сайте NASA. Товар был оперативно удален.
Исследователи из Google заявили, что их квантовый процессор способен выполнять вычисления за 3 минуты и 20 секунд, в то время как Summit, самому передовому и мощному на сегодняшний день суперкомпьютеру, потребовалось бы около 10.000 XNUMX лет, чтобы выполнить ту же операцию.
Опять же, по словам исследователей Google, было достигнуто «квантовое превосходство»: «Это невероятное ускорение по сравнению с классическими алгоритмами. Насколько нам известно, этот эксперимент знаменует собой первое вычисление, выполненное квантовым процессором».
Система может выполнять только один высокотехнологичный расчет. Использование квантовых машин для решения более общих задач еще далеко от идеала. Но исследователи Google убеждены, что это «веха на пути к крупномасштабным квантовым вычислениям».
Мощность квантовых машин будет увеличиваться «вдвое быстрее, чем по экспоненте», которую постулирует закон Мура для кремниевых чипов раннего вычислительного века.
В отчете Boston Consulting Group за ноябрь 2018 года говорится, что квантовые вычисления «изменят правила игры в таких областях, как криптография, химия, материаловедение, сельское хозяйство и фармацевтика. Не говоря уже об искусственном интеллекте и машинном обучении… логистика, производство, финансы и энергетика».
Стив Брайерли, основатель Riverlane, стартапа в области квантового программного обеспечения, прокомментировал эксперимент, проведенный Google: «Это действительно важная веха, это первый случай, когда кто-либо конкретно продемонстрировал, что квантовые компьютеры относятся к другому классу, чем традиционные. компьютеры. Это потрясающее достижение».
