Alphabet Inc … 's (NASDAQ: GOOG GOOGAlphabet Inc1, 030. 12-0. 23% Erstellt mit Highstock 4. 2. 6 ) Umsatzwachstum erscheint bestimmt durch die wachsende Affinität des Unternehmens zu künstlichen Intelligenz (KI). Das Unternehmen begann im Jahr 2005 wöchentliche Schulungen für Mitarbeiter, die an maschinellem Lernen (ML) interessiert waren, aber der Fokus verschwand bis 2012, als der Leiter der Suchabteilung, John Giannandrea, die Initiative wieder aufnahm. Unternehmensführer wie Senior Fellow Jeff Dean haben nun die 25.000 Ingenieure von Google herausgefordert, um Machine Learning (ML) anzunehmen und umzusetzen, eine Informatik, die sich mit fast allen Geschäftssegmenten des Unternehmens verbindet, von der Suche bis hin zu fahrerlosen Autos.

Deep Learning

Die Wissenschaft hinter ML beinhaltet die Erstellung von Algorithmen, die es Computern ermöglichen, Befehle in einer natürlichen Sprache zu verstehen, aus der eine Maschine ein Problem lösen oder eine Aufgabe schneller und effizienter ausführen kann. als Menschen. Dean und Google-Alumnus Andrew Ng, der jetzt AI-Projekte bei Baidu Inc. (Nasdaq: BIDU BIDUBaidu242. 56 + 0. 42% Erstellt mit Highstock 4. 2. 6 ) vorantreibt, schloß sich 2011 zusammen ML-Entwicklung voranzubringen. In einem frühen Experiment wurden 10 Millionen YouTube-Bilder in ein ausgeklügeltes Computernetzwerk eingegeben, das eine Katze "erkannte", um sie zu erkennen und zu unterscheiden, ohne jemals dazu programmiert worden zu sein. Das System von miteinander verbundenen Mikroprozessoren oder neuronalen Netzwerken basiert lose auf dem Netz von Neuronen im menschlichen Gehirn.

DeepMind

Offensichtlich sind die fiktiven Weltuntergangsszenarien, in denen Maschinen und Roboter die Welt überrennen, nicht so weit hergeholt. Im Jahr 2014 zahlte Google 400 Millionen US-Dollar für den Erwerb der in London ansässigen Firma DeepMind, einem Unternehmen für künstliche Intelligenz, das bis zum Kauf weitgehend im Schatten stand. Der CEO von DeepMind, Demis Hassabis, sieht die Entwicklung eines riesigen künstlichen Gehirns vor, das Massenmengen von Daten speichern und sich selbst beibringen kann, selbstständig darauf zu reagieren. Die unheilvolle Vision beunruhigt Tesla Motors Inc. (NASDAQ: TSLA TSLATesla Inc300. 81-1. 73% Erstellt mit Highstock 4. 2. 6 ) CEO Elon Musk, der $ 10 Millionen für untersuchen die gesellschaftlichen Gefahren der KI. Hassabis bleibt ebenfalls vorsichtig. Zu den Bedingungen des Verkaufs an Google gehörten die Einrichtung eines objektiven Board of Directors zur Messung des AI-Fortschritts und eine Vereinbarung, die proprietäre Technologie von militärischen oder verdeckten Agenturen fernzuhalten.

Ninja Project

Dean schätzt, dass etwa jeder zehnte Google-Techniker mit ML in Berührung kommt. Bei allen Maßnahmen ist das Unternehmen Branchenführer, aber CEO Sundar Pichai geht davon aus, dass sich ML auf allen Plattformen wie Anzeigen, Google Play und YouTube verbreiten wird.Jedes Jahr lädt Google eine kleine Anzahl von Mitarbeitern ein, um an seinem Machine Learning Ninja-Programm teilzunehmen. Die sechsmonatige Behandlung beinhaltet, dass die Teilnehmer einen Mentor engagieren, während sie ML-Projekte entwickeln und anschließend starten. Dean hofft, dass die kleine Initiative dazu beitragen wird, Googles Ziel zu erreichen, dass jeder seiner Ingenieure einen gewissen Grad an ML-Fähigkeiten besitzt.

Smart Answers

Eine weniger bedrohliche Verwendung von ML erstreckt sich auf relevante automatisierte Antworten auf E-Mail-Nachrichten, die von Google Mail-Nutzern empfangen werden. Die Smart Reply-Anwendung von Google verwendet die ML-Technologie, um einem Kontoinhaber mit einem Klick die Auswahl aus drei kurzen Antworten zu ermöglichen, die als Reaktion auf die Analyse des Inhalts der Posteingangs-E-Mail erstellt werden. Die Anwendung kann auch Ton und Publikum interpretieren und Antworten entsprechend entwickeln. E-Mails an Freunde und Familie zurückgeben, enthalten oft optimistische Nachrichten mit Ausrufezeichen, während weniger bekannte Korrespondenten subtilere Antworten erhalten.

Project Magenta

Musikpuristen werden sich wahrscheinlich über die Vorstellung maschinierter Kompositionen lustig machen, die von einem künstlich intelligenten Computer stammen. Google hat ML dennoch auf seine Magenta-Anwendung angewendet, deren erstes einfaches Lied im Jahr 2016 veröffentlicht wurde. Das rudimentäre Stück wurde um vier Noten herum aufgebaut und ergab sich aus der Synthese zahlreicher Melodien, die in das neuronale System eingegeben wurden. Vielleicht lässt Googles Ausflug in die Künste die Musiker mit einer neuen Wertschätzung dafür zurück, was es bedeutet, fühlende Wesen zu sein. Während Maschinen lernen und komponieren können, wird die Qualität der Ausgabe wahrscheinlich nie mit Melodien übereinstimmen, die von der Leidenschaft, der Emotion und der Virtuosität eines Darstellers durchdrungen sind.