Google AI Diajarkan Novel Percintaan - DANA KAGET
Lompat ke konten Lompat ke sidebar Lompat ke footer

Google AI Diajarkan Novel Percintaan

Google AI - Beberapa tahun terakhir, perusahaan teknologi mulai mengembangkan dan meningkatan kemampuan kecerdasan buatan (Artificial Intelligence/AI) untuk produknya.

google ai,dana kaget,

Google pun tidak mau ketinggalan dengan meningkatkan kemampuan AI pada produk-produknya, mulai dari pencarian intuitif dalam aplikasi foto, menciptakan thumbnail otomatis yang lebih baik di YouTube, dan Smart Reply pada pesan.

Masih kurang puas, Google pun mengajarkan teknologi AI-nya tentang novel romantis atau percintaan agar dapat memahami dan mengolah bahasa manusia dengan lebih baik lagi.

Google AI Terus Dikembangkan

“Tujuan dari pengajaran ini (novel romantis) agar aplikasi Google dan smart reply terlihat lebih respon kepada manusia. Saya berharap interaksi AI akan lebih banyak berbicara dengan gaya bahasa yang berbeda dan nada bicara yang lebih bervasiasi,” kata Andrew Dai (insinyur perangkat lunak, Google).

Kenapa Harus Novel Romantis?

Dai menjelaskan alasan Google AI menggunakan novel romantis karena hampir semua novel romantis memiliki cerita yang sama, tetapi dengan kata-kata yang berbeda.

“Dengan membaca ribuan novel, Google AI dapat mengambil kalimat yang memiliki arti yang sama dan mendapatkan pemahaman yang lebih variatif,” ujarnya.

Untuk mengajarkan novel romantis, Google harus membacakan novel-novel itu satu per satu, mirip seperti membacakan buku dongeng ke anak kecil sebelum tidur.

Tak tanggung-tanggung, Google membacakan sebanyak 2.865 buah novel romantis karya fiksi untuk menciptakan Google AI lebih memahami bahasa manusia.

Saat ini teknologi AI Google baru mengerti dan belajar pertanyaan sederhana. Misalnya, jika anda bertanya, “Kapan Menara Eiffel dibangun?”, AI Google akan memberikan jawabannya. Jika Anda menambahkan pertanyaan, “Siapa yang membangunnya?”, AI Google akan mengerti bahwa Anda masih membicarakan tentang Menara Eiffel.

Platform AI Google Cloud: AI Hyper-Accessible & Pembelajaran Mesin

Google Cloud

Bagi Anda yang tidak terbiasa dengan Google Cloud, Google Cloud Platform (GCP), adalah jaringan layanan komputasi berbasis Cloud yang dirancang untuk mendukung berbagai kasus penggunaan umum; dari hosting aplikasi kontainer, seperti aplikasi media sosial, hingga platform analitik data berskala besar, dan pembelajaran mesin canggih dan aplikasi AI.

Pertama kali diluncurkan pada bulan April 2008, Google Cloud menggunakan infrastruktur yang sama dengan yang digunakan Google secara internal untuk produk pengguna akhir, termasuk Google Search, Gmail, penyimpanan file dan YouTube. Jaringan global ini adalah kinerja rekayasa dengan sendirinya, dan Google memiliki pameran interaktif yang menarik yang dapat Anda jelajahi.

Google Cloud adalah salah satu dari tiga penyedia Cloud utama yang saat ini ada di pasaran, dua lainnya adalah Microsoft Azure dan Amazon Web Services (AWS).

Google dan Kecerdasan Buatan

Google sering disebut sebagai pemimpin dunia di bidang kecerdasan buatan. Untuk memahami alasannya, kita bisa mulai dengan melihat pernyataan misi Google:

Misi Google adalah untuk mengatur maklumat dunia dan menjadikannya boleh diakses secara universal dan berguna. AI membantu kami melakukannya dengan cara baru yang menarik, menyelesaikan masalah untuk pengguna kami, pelanggan kami, dan dunia.

Pada artikel ini, Google lebih lanjut menjelaskan penggunaan AI secara khusus:

AI memudahkan orang untuk melakukan sesuatu setiap hari, apakah itu menemukan foto orang yang dicintai, mendobrak hambatan bahasa di Google Translate, mengetik email di mana saja, atau menyelesaikan sesuatu dengan Asisten Google. AI juga menyediakan cara baru untuk melihat masalah yang ada, mulai dari memikirkan kembali perawatan kesehatan hingga memajukan penemuan ilmiah.

Akuisisi Google AI

Dekade terakhir atau lebih telah melihat akuisisi Google AI:

2010: Metaweb (pencarian semantik), Phonetic Art (sintesis ucapan)

2011: SayNow (pengenalan suara), PittPatt (pengenalan wajah)

2012: Viewdle (pengenalan wajah)

2013: DNNresearch (pembelajaran mendalam), Behavio (analisis semantik), Wavii (NLP), 6 syarikat robotik termasuk Schaft, dan Persepsi Industri

2013: Bot & Dolly (penglihatan robot)

2014: Nest Lab / Revolv (otomatisasi rumah), DeepMind / Dark Blue Labs (pembelajaran mendalam), Jetpac (pengenalan gambar)

2016: Moodstocks / Anvanto (pengenalan gambar), API.ai (NLP), Eyefluence (penglihatan)

2017: Kaggle (ilmu data), Halli Lab (pembelajaran mendalam), AlMatter (penglihatan)

2020: Seterusnya (NLP), Cermin Mata Pintar (visi)

Google telah berjanji untuk membuat pengetahuan domain AI ini dapat diakses oleh orang lain dan membentuk fondasi di mana Platform AI mereka dibangun.

Di Google AI, kami menjalankan penyelidikan yang memajukan canggih dalam bidang ini, menggunakan AI pada produk dan domain baharu dan membangunkan alat untuk memastikan semua orang dapat mengakses AI.

Google Cloud AI Platform

Platform AI adalah jaringan layanan di Google Cloud yang secara khusus ditargetkan untuk membangun, menyebarkan, dan mengelola model pembelajaran mesin di Cloud.

Pembelajaran mesin yang boleh diakses oleh hiper

Platform AI dirancang untuk memudahkan ilmuwan data dan insinyur data untuk merampingkan alur kerja ML, dan mengakses AI yang dikembangkan oleh Google. Kami menggunakannya banyak dengan AutoML (Google point and Click ML engine), tetapi di samping itu, mendukung pelatihan, peramalan, dan manajemen versi model canggih yang dibangun menggunakan Tensorflow, dan SKLearn.

Layanan Platform Cloud AI

Platform AI menawarkan jaringan layanan, yang dirancang untuk mendukung aktivitas yang terlihat dalam alur kerja ML biasa.

1. Sediakan

Biasanya, data pertama kali disediakan (ingest, bersih, jurutera ciri) dalam BigQuery Datasets, koleksi jadwal di gudang data berskala hiper Google Cloud.

Meskipun Google menampilkan BigQuery sebagai bagian dari Platform AI, kami cenderung melihat BigQuery sebagai gudang data, dan karena itu secara teknis bukan layanan AI. Karena itu, ini digunakan dalam 99% alur kerja ML yang kami bangun.

Google menawarkan Perkhidmatan Pelabelan Data untuk melabelkan data latihan. Perkhidmatan ini membolehkan Anda bekerja sama dengan label manusia untuk menghasilkan label yang sangat tepat untuk pengumpulan data yang boleh Anda gunakan dalam model pembelajaran mesin. Biasanya, kami menggunakan ini untuk klasifikasi imej, video, audio, dan teks.

Beberapa contoh opsi pelabelan gambar meliputi (tetapi tidak terbatas pada):

Klasifikasi gambar (kucing, bukan kucing)

Petunjuk kotak gambar (gambar kotak di sekitar semua mobil di setiap gambar)

Segmen gambar (garis besar semua orang di setiap gambar)

Anda mungkin ingin mengetahui lebih lanjut mengenai harga Pelabelan Data.

(Nov 2020 – karena Covid19, Layanan Pelabelan Data tidak tersedia saat ini).

2. Bangunan

Kami secara singkat menyentuh AutoML, platform zero-code untuk model pelatihan.

Mesin latihan mesin. Cloud AutoML membolehkan pasukan dengan kepakaran pembelajaran mesin terhad untuk melatih model berkualitas tinggi dengan antara muka grafik yang mudah digunakan. Ia bergantung pada pembelajaran pemindahan canggih Google dan teknologi carian seni bina saraf; memanfaatkan lebih daripada 10 tahun teknologi Google Research proprietari untuk membantu model pembelajaran mesin Anda mencapai prestasi yang lebih cepat dan ramalan yang lebih tepat.

Saat ini, merancang jaring saraf sangat intensif waktu, dan membutuhkan keahlian yang membatasi penggunaannya untuk komunitas ilmuwan dan insinyur yang lebih kecil. Itulah sebabnya kami telah menciptakan pendekatan yang disebut AutoML, menunjukkan bahwa adalah mungkin bagi jaring saraf untuk merancang jaring saraf.

Sundar Pichai, CEO of Google

Kami menggunakan Buku Nota Platform AI (Buku Nota Jupyter yang dihoskan) untuk membina model ML tersuai, biasanya menggunakan TensorFlow atau SkLearn.

Dirilis pada September 2020, AI Platform Notebook menggantikan Cloud Datalab. Kami suka bahwa Anda sekarang dapat bekerja dengan notebook langsung di browser Anda tanpa harus mengatur terowongan ssh terlebih dahulu (yang datalab memaksa Anda untuk melakukan).

Akhirnya, AI Platform Training menawarkan layanan untuk menjalankan tugas pelatihan Anda pada sumber daya komputasi di Cloud.

3. Konfirmasi

Jelas AI adalah rangkaian alat yang hebat yang membantu Anda memahami output model Anda, mengesahkan tingkah laku model, mengenali bias dalam model Anda, dan mendapatkan ide untuk cara untuk meningkatkan model dan data latihan Anda. Ini benar-benar membantu untuk mengambil tekaan daripada aktivitas, seperti penalaan model.

Demikian artikel tentang Google AI ini admin sampaikan. Semoga informasi ini berguna. Terima kasih.