Tag: Google Brain

為了慶祝AlphaFold誕生五週年，Google DeepMind稍早宣布將其長篇紀錄片《The Thinking Game》完整版直接在YouTube頻道上免費公開提供觀看。 這部紀錄片由當年拍攝獲獎紀錄片《AlphaGo》的同一支團隊操刀，歷時5年跟拍製作。影片深入Google DeepMind這個全球頂尖AI實驗室的核心，帶領觀眾一窺創辦人Demis Hassabis及其團隊，如何從早期的遊戲AI研究，一步步走向解開通用人工智慧 (AGI) 奧秘的旅程。 《The Thinking Game》： 《AlphaGo - The Movie》： 從「玩遊戲」到「解決科學難題」 《The Thinking Game》的敘事軸線不僅僅是關於技術，更是關於一群夢想家的執著。Demis Hassabis在片中直言：「我一生的目標就是解決AGI，並且在此過程中利用AI作為終極工具，來解決世界上最複雜的科學問題」。 影片回顧DeepMind團隊的發展歷程，從早期教導AI玩Atari遊戲、到AlphaGo擊敗李世乭震撼全球的「史普尼克時刻」 (Sputnik moment，意指重大事件轉捩點)。然而，對Demis Hassabis而言，遊戲只是驗證演算法的試金石，真正的目標始終是科學。 AlphaFold的誕生：攻克50年生物學聖杯 紀錄片的高潮，聚焦於AlphaFold的開發過程。面對被視為生物學「聖杯」、困擾科學界長達 50 年的蛋白質摺疊 (Protein ...

Alphabet及Google執行長Sundar Pichai稍早宣布，將把原本隸屬Alphabet的子公司DeepMind，以及隸屬Google底下研究院的Google Brain合併，未來將以Google DeepMind為稱，藉此以更多整合資源佈局人工智慧技術發展。 而合併後的Google DeepMind將由原本DeepMind執行長Demis Hassabis負責帶領，至於Google Brain負責人Jeff Dean則升任為Google研究院與DeepMind首席科學家，並且直接向Sundar Pichai匯報。 DeepMind是由Demis Hassabis與倫敦大學學院機器學習專家Shane Legg於2010年創立，並且在2014年由Google收購，目前仍維持獨立運作，總部則設立在英國倫敦，其最著名的技術應用是在2016年以其技術分別打敗南韓圍棋棋王李世乭，以及中國圍棋棋王柯潔，使得DeepMind在當時成為全球關注重點，同時也讓人工智慧技術應用成為話題。 Google Brain則是Google X實驗室針對深度學習的研究小組，初期成員包含史丹佛大學教授吳恩達、Jeff Dean，以及Google研究院科學家Greg Corrado，並且在後期提出TensorFlow在內深度學習應用模型框架與相關技術。 此次宣布將DeepMind與Google Brain合併，意味Google希望整合更多資源投入人工智慧技術競爭，藉此與OpenAI等業者對抗，並且設法在搜尋技術應用發展重新找回優勢。 除了強化人工智慧技術應用發展佈局，Google更由科技及社會 (Technology and Society)資深副總裁James Manyika協助打造更具負責性的人工智慧技術，確保此類技術不會違反社會倫理，或是對人類造成更大負面影響。

Google Brain團隊在近期對外公布論文中說明，將以將近5000種氣味分子數據，分別標示「奶油」、「熱帶風」、「草」等形容詞，藉此透過標示方式讓氣味能以數位化形式讓人工智慧進行學習，藉此對應真實世界裡的不同氣味。 依照Google Brain團隊說明，在這樣的方式之下，將能讓人工智慧系統透過感測元件方式分辨空氣中不同氣味所涵蓋成分，甚至能透過數據分析方式產生全新氣味。 不過，相關看法則認為Google Brain團隊此項研究仍有缺陷，例如不同人對於相同氣味的感受會有差異，加上某些氣味成分以分子結構雖然相似，但可能會因為些微排列差異造成實際呈現氣味明顯不一樣。 如果加上混合香味的話，就更可能讓分子結構更加複雜，而這部份可能就需要加入更多數據，以及判斷條件決定人工智慧所認知的「氣味」。 即便目前被批評現有研究方式有缺陷，但Google Brain團隊認為藉由分子結構數據化、標示化，將能協助人工智慧系統「了解」實際氣味所對應數據，進而能將分析結果應用在氣味分辨、合成研究，甚至創造全新氣味。 類似研究，其實早期如IBM便運用超級電腦「華生」分析、製作全新味覺香水，而俄羅斯方面也有研究團隊透過人工智慧分析可能具潛在致命危險的合成氣味。

去年Google DeepMind團隊利用貼近人腦思考模式打造名為WaveNet的人工智慧系統，並且推出第一代合成語音模型Tacotron，稍早更宣布推出第二代版本Tacotron 2，能以更簡單方式訓練系統自動產生貼近自然的合成語音。 Google Brain團隊說明，Tacotron 2的特性在於結合WaveNet自動生成語音內容，並且藉由Tacotron學習語調、音律合成貼近自然人聲的說話內容，讓系統能直接透過文字與資料自動生成電腦合成語音，無需事先準備龐大的語言相關數據。 不過，雖然能以相對簡單方式生成模擬語音內容，但對於不同語言所使用文字可能仍有發音問題，例如在並非美式英語的特殊詞彙便會產生奇怪發音結果。 除此之外，即便目前已經可以藉由深度學習等人工智慧技術讓合成語音更貼近自然人聲，但現階段仍無法讓系統自動藉由聲調變化詮釋語音中所應涵蓋「情緒」，例如緊張或興奮所反應的音頻、語調等變化。 但以Tacotron 2更容易建立合成語音內容優勢來看，未來將更有利於製作各類語言的語音資料，藉此讓電腦系統更能因此學習人類口語內容所代表含意，藉此提昇人工智慧的人機互動表現。

年初加入Tesla，並且負責帶領自動駕駛技術團隊的前蘋果創設開放架構程式語言Swift的資深總監暨架構師Chris Lattner，稍早傳出加入Google Brain團隊，未來預期將協助Google打造人工智慧系統。 根據Chris Lattner個人Twitter證實說法，確定將從8月21日起正式加入Google Brain團隊，但並未透露具體職務內容，預期仍與基於深度學習基礎的人工智慧系統研發有關。 而即便離開蘋果，Chris Lattner依然持續在已列為開放架構程式語言的Swift投入發展貢獻，而就目前蘋果也計畫大量投入人工智慧技術發展情況來看，或許也將由Chris Lattner協助推動Swift跨入深度學習與人工智慧技術應用，同時Google也能借助Swift發展資源推動更多人工智慧研發項目，甚至在Swift發展增加更多話語權。 至於Chris Lattner並未透露離開Tesla的具體原因，僅說明負責職務不適合自己，但或許與Tesla執行長Elon Musk近期批評人工智慧潛在危險程度比北韓威脅更高有關，因此選擇離開投向對人工智慧發展更積極的Google懷抱。 在此之前，Chris Lattner原先在蘋果負責Xcode開發工具研發，並且參與Swift程式語言設計。在離開蘋果之後，Chris Lattner原本職位由蘋果程式語言與執行平台資深經理Ted Kremenek接手。 I'm super excited to join Google Brain next week: AI can't democratize itself (yet?) ...

在此次Google I/O 2017期間，我們與負責應用機器學習重新建構畫作、音樂內容的Project Magenta產品負責人Douglas Eck進行簡單訪談，了解Google透過此項計畫作了那些嘗試，同時希望達成什麼樣的目標。 Project Magenta (洋紅計畫)是Google Brain團隊底下一個試驗性產品，簡單地說起來就是讓電腦系統藉由機器學習分析人類創作的畫作、音樂作品，並且嘗試將相關元素重新建構，類似應用其實就像先前推出的QuickDraw，以及後來藉由反向形式呈現的AutoDraw。而在更早之前，Google也曾與非營利組織灰色空間藝術基金會攜手合作，透過類神經網絡系統將影像轉換為電腦視覺呈現結果，藉此建構成全新藝術創作作品。 類似的作法，Sony曾由旗下電腦科學實驗室 (CSL)透過人工智慧系統編寫兩首樂曲《Daddy’s Car》、《Mister Shadow》，其中分別採用披頭四與美國爵士樂曲風格編成，而IBM也曾利用超級電腦「華生」協助創作時尚禮服，甚至藉由現有調理方式與各類食材資訊創造全新食譜內容。 而推行此項計畫的原因，其實是為了讓電腦模仿人腦思考模式，例如在畫貓臉的時候會先畫出兩組尖尖耳朵，並且畫出鬍子等構成「貓」的明顯特徵，進而能讓電腦系統知曉畫貓時的主要特徵，以及什麼圖像代表「貓」。在長時間進行訓練之後，一旦使用者在輸入端畫了有八隻腳的貓，而電腦在經過訓練後清楚「貓」不會有八隻腳，因此最終繪製結果將修正為有四隻腳的貓。 因此套用在實際創作的話，電腦系統藉由學習分析原本畫作、音樂內容，進而在「理解」內容後重新建構全新作品，使得人工智慧也能成為內容創作者的全新應用工具。 以目前Google將機器學習分析用於內容創作的作法，包含將兩張圖像用色、線條特徵比對分析後，進而產生全新圖像內容，而在音樂內容創作部分也會藉由比對兩種不同聲音，藉此創造全新聲調、節奏。 ▲Project Magenta產品負責人Douglas Eck 不過，就Douglas Eck看法並不認為藉由人工智慧系統重新建構的畫作、音樂應該被稱為「藝術」，反而比較傾向稱之為「結果」，因為這些內容結果僅只是透過分析原始繪畫，進而重新建構的類似結果。因此對Google而言，此項應用更像是提供全新創作工具，而非設法取代既有創作者。 至於是否藉由Project Magenta分析各類藝術作品，進而讓電腦系統能從中理解創作者在作品所投入情感、想法，Google則認為是相當有趣的想法，只是以現階段的技術能力仍有一段差距，但或許會是可嘗試發展方向。 ※相關連結》 Google藉由類神經網絡教導電腦如何「畫畫」 人工智慧、機器學習可能成為藝術創作工具 Sony利用人工智慧系統創作樂曲 分別具披頭四、爵士樂曲風