谷歌翻译：这就是我们的起点
一段时间以来，谷歌翻译不再是热门话题。 它已经成为众多组件之一，甚至不是最诱人的， 在 Mountain View 公司的报价范围内. 更新几年后，我们可以说当时做出的承诺至少部分被忽视了，乐观的宣言，至少可以说，也是营销的产物，并没有得到事实的充分证实。
翻译人员并没有消失，即使他们做得不太好。 机器翻译 没有达到那些期望的高质量标准. 对于某些语言（领先的英语），结果非常显着。 因此，我们是否应该将谷歌翻译视为一种小型机器翻译泡沫？
一点也不。 翻译的故事，以其微小的方式， 代表了当今人工智能现象的一个典型例子：创新，深刻变革，范式剧变。 但也是技术可能性和有远见的想法之间的幸运融合，直到前一天才虐待乌托邦。 同时也有阴暗面的现象，硬币的另一面要少得多。
硬币的另一面
无处不在的宣传、激烈的竞争、无情的争夺精英的战争、阵发性地追求效率、肆无忌惮、无条件地追求利润。 对自身以外的事物也有冷漠和不感兴趣， 将单一思想强加于人的危险倾向. 毕竟，这个世界上没有折衷办法，只有赢家和输家留在赛场上。 那么，对于失败者来说，不会有任何宽大处理：“胜者为王！”
在这篇文章中，我们提出了一系列关于谷歌翻译的反思。 它们取自《纽约时代杂志》新闻工作人员的长期服务。 服务的主题是 谷歌的深刻蜕变 使其乘着人工智能的汹涌浪潮，在短短几个月内取得了惊人的成果。
它的作者受到批评，被指控怀有“……乐观的科幻幻想”，以及纽约报纸的新闻风格，被定义为“浮夸”并被指控“……从无到有地制造人为的悬念” . 至少部分有根据的批评，要么是由于有时过分强调， 你想要一个有时有点胜利主义的叙述 并且通常不加批判。
调查性新闻的一个很好的例子
那么，为什么要将其翻译成意大利语读者呢？ 因为这是一份有价值的报告，它以一种详细且易于理解的方式描述了导致创建尖端基础设施的路径，几乎是无中生有。 为什么 提供有价值的见解，从内部看，过程，思想和想法的联系，甚至遥远的愿景的融合，成功和不成功的实验。 来自不同甚至偏远地区的人们之间不太可能的炼金术导致了最终的成功。
因为，尽管如此，它还是为那些演员还原了一张脸，还原了人的内涵，甚至是缺陷。 技术人员通常很疏远，被限制在封闭的实验室里，被神秘的光环包围，被内部人士崇拜，但大多数人都不知道。
所有这一切都以一种美妙的方式完成。 最后，您还需要那些被指责为“华丽”新闻的元素，对于其他可能只是“令人回味”的元素，阅读肯定会令人愉快并且不会失败，我敢肯定，会激发读者的兴趣。
享受阅读并花时间去做吧！
。 。 。
第 1 章谷歌: 临时签署
人工智能优先：机器学习
那是 2016 年，人工智能成熟的一年。 当谷歌首席执行官桑达尔·皮查伊宣布公司从“移动优先”向“人工智能优先”转型时。 很少有人完全意识到这在现实中意味着什么。 几年后的今天，我们可以说人工智能优先已经成为硅谷及其他地区公司的真正信条。 它有一个无可争议的主角：机器学习。
在谷歌，Terrence J. Sejnowski 指出（机器学习的兴起; 2018 年），机器学习无处不在：«深度学习现在被谷歌用于 100 多项服务，从街景到收件箱智能回复和语音搜索»。 各种形式的机器学习（深度学习是它的一个分支），允许算法或多或少地独立学习：由于原材料丰富且成本非常低（甚至没有），它也使它们变得高效：i 大数据. 正如 Sejnowski 所说：
“数据是新的石油。 学习算法是从原始数据中提取见解的精炼厂； 信息可用于创造知识； 知识导致理解； 理解导致智慧。”
神经网络
机器学习的基础是所谓的神经网络，其架构受到我们大脑架构的启发。 后者不需要编程来执行特定任务。 给定起始条件（输入）和最终条件（输出），通过不断的试验和错误，神经网络学会自主寻找解决方案。
他们“学习”的方式与孩子探索周围世界的方式非常相似。 彻底的范式转变！ 正如亚历克斯比尔德敏锐地评论（天生的学习者, 2018)，我们可以将神经网络想象成一个反映“进化”的过程。 相比之下，编程“回忆创造”。
机器学习让一些已经停滞了一段时间的领域取得了突飞猛进的进步，例如语音识别、图像识别、语音转文本等。 今天许多应用程序都在使用它，最不同的是，想想例如。 到自动驾驶汽车。
从人工智能到通用人工智能
对于 Pichai 来说，他看到 AI 从实验室的范围内出现的那一天是不可磨灭的记忆。
“那是 2012 年，[我]和一个小团队在一个房间里，只有我们几个人，”他回忆道。 在这为数不多的 Jeff Dean 中，Mountain View 公司的传奇人物。 他正在做一个新项目，想让时任高级副总裁的皮查伊看一看。 他还记得有人在开玩笑。 他们从人力资源部聘请了一名新员工作为实习生：“深度学习之父”Geoffrey Hinton！ “每次 Jeff 想告诉你最新消息，你都会很兴奋，”Pichai 补充道。
Jeff Dean 与 Andrew NG 等人开发了一个由 16.000 台计算机上的 1000 个处理器组成的庞大网络。 他们能够建立十亿个联系。 这是一个前所未有的结构，建立在人脑模型之上。 但仍远低于后者利用其突触建立超过 100.000 亿个连接的能力。 果然是一个巨大的神经网络！
的顿悟 孙大信 Pi湾仔
皮查伊回忆说有一种预感：“这东西会长大，也许会揭示宇宙的运行方式……这将是人类有史以来最重要的事情。”
直到那时 谷歌内部几乎没有人完全了解人工智能的潜力. Google Brain 成立于 2010 年初，主要负责 AI，后来 Brain 加入了 2014 年被收购的 Deep Mind，当 Pichai 成为 CEO 时，下达了 AI First 的命令，这两个部门代表了人工智能的排头兵在谷歌研究。
两者都取得了显著成果。 其中还有一场革命，多亏了 Brain，这场革命将翻译和机器翻译总体上带入了机器学习的新时代。
尽管如此，科学家寻求的和公司渴望的远不止机器学习及其多种应用。 研究的目标是获得通用人工智能。
一种灵活的人工智能，能够学习并成功处理人类可以执行的任何任务。 虽然这代表了Deep Mind的既定宗旨，但这个目标似乎还很遥远。 它的创始人 Demis Hassabis 将该项目称为人工智能的“曼哈顿计划”。
人工智能为每个人工作
也可能是这个原因，皮查伊宣布了公司的新转型：从“AI First”到“AI working for everyone”。 谷歌首席执行官说：“由于人工智能的进步，谷歌正在超越其主要使命，[即]‘组织世界信息’。 我们正在从一家帮助您找到答案的公司转变为一家帮助您完成工作的公司……我们希望我们的产品在您的工作、家庭和生活中为您做更多»。
一种似乎也影响了 Translate 的转变，其目标不再是等同于专业翻译水平，而是不同的翻译水平。 Barak Turovski 解释说：“我们的目标......是开发一种在日常生活中为普通人服务的产品，例如帮助发展中国家的用户，他们是第一次使用互联网，打破语言障碍，或者只是方便假期交流。 它与专业翻译的用途不同»。
最后，一个设计符合谷歌赋予自己的主要使命：“显着改善尽可能多的人的生活”。
迈向量子计算
尽管如此，谷歌的影响范围远远超出了“用户”领域。 许多外部开发人员（从初创企业到企业）都使用谷歌品牌的人工智能工具。 关于 Mountain View 公司“太大”这一事实，许多方面都有传闻。
但这还不是全部，正如 Katrina Brooker 所观察到的：“目前有数百万台设备在使用 Google AI，而这仅仅是个开始。 谷歌即将实现所谓的量子霸权。
如果量子计算成为具体的现实，那么我们会突然发现自己被投射到了未来。 与其他人一样，这将是人类历史上的一个断裂时刻。 OpenAI 联合创始人 Greg Brockman 说：“想想你希望那些发明火、开始工业革命或 [开发] 原子能的人有什么样的意图。”
大型高科技公司，无论他们喜欢与否，不仅要建设我们今天生活的世界，还肩负着巨大的责任。 但自相矛盾的是，他们对明天的世界有更多的期待。 这些公司试图以各种方式忽视、逃避和逃避的责任。 到目前为止，各种规则和道德委员会，以及越来越通用的公告和意向声明，都没有起到多大作用。 谷歌也不例外。 正如 Peter Thiel 所指出的：“致力于显着改善尽可能多的人的生活”——[这是]一个如此模糊的标准，以至于无可争议。
第一台量子计算机的推出
23 年 2019 月 XNUMX 日，谷歌表示已经建造了第一台能够执行超过当今最强大超级计算机处理能力的计算的量子计算机。 这是研究人员和技术人员社区热切期待的时刻。
《金融时报》工作人员报道称，他们阅读了谷歌一些研究人员的一篇文章，该文章发表在美国宇航局网站上。 该项目被迅速删除。
谷歌研究人员声称，他们的量子处理器能够在 3 分 20 秒内完成一次计算，而当今最先进、最强大的超级计算机 Summit 需要大约 10.000 年才能完成同样的操作。
再次根据谷歌研究人员的说法，“量子霸权”已经实现：«与经典算法相比，这是一个令人难以置信的加速。 据我们所知，这个实验标志着量子处理器执行的第一个计算。”
该系统只能执行一次高技术计算。 使用量子机器来解决更普遍的问题还远未到来。 但谷歌研究人员坚信，这是“迈向大规模量子计算的里程碑”。
量子机器的能力将以摩尔定律为早期计算时代的硅芯片所假设的“指数速率的两倍”扩展。
波士顿咨询集团 2018 年 XNUMX 月的一份报告指出，量子计算“将改变密码学、化学、材料科学、农业和制药等领域的游戏规则。 更不用说人工智能和机器学习……物流、制造、金融和能源»。
量子软件初创公司 Riverlane 的创始人 Steve Brierley 评论谷歌进行的实验：“这确实是一个重要的里程碑，这是第一次有人具体证明量子计算机与传统计算机不同。电脑。 这是一项了不起的成就。”
