Alphabet Inc … (GOOGAlphabet Inc1, 030. 12-0. 23% Creato con Highstock 4. 2. 6 ) destinata ad essere sostenuta dalla crescente affinità dell'azienda per le attività di intelligenza artificiale (AI). L'azienda ha iniziato a frequentare corsi settimanali nel 2005 per quei dipendenti interessati all'apprendimento della macchina (ML), ma l'attenzione fu dissipata fino al 2012 quando il capo della divisione di ricerca John Giannandrea ha rilanciato l'iniziativa. I leader dell'azienda, come Senior Fellow Jeff Dean, hanno ora contestato i 25 000 ingegneri di Google per abbracciare e implementare l'apprendimento in macchina (ML), una scienza informatica che si intreccia con quasi tutti i segmenti di business della società, dalla ricerca alle vetture senza conducente. La scienza dietro ML coinvolge la creazione di algoritmi che consentono ai computer di comprendere comandi in un linguaggio naturale, da cui una macchina può risolvere un problema o eseguire un compito più veloce e più efficiente rispetto agli esseri umani. Dean e Google alumni Andrew Ng, che ora conduce progetti AI a Baidu Inc. (NASDAQ: BIDU

BIDUBaidu242. 56 + 0. 42%

creati con Highstock 4. 2. 6

), hanno unito le forze nel 2011 per avanzare lo sviluppo ML. Un esperimento iniziale richiede 10 milioni di immagini di YouTube ad una sofisticata rete informatica che "ha imparato" a riconoscere e distinguere un gatto senza mai essere programmato per farlo. Il sistema di microprocessori interconnessi, o rete neurale, è leggermente basato sulla rete dei neuroni all'interno del cervello umano.

DeepMind A quanto pare, i scenari fittizi del fantoccio in cui macchine e robot superano il mondo non sono tutti così affascinati. Nel 2014, Google ha pagato 400 milioni di dollari per acquisire DeepMind a Londra, una società di intelligence artificiale che esisteva in gran parte nelle ombre fino all'acquisto. DeepMind CEO Demis Hassabis prevede lo sviluppo di un enorme cervello artificiale che può memorizzare quantità massime di dati e successivamente insegnare ad agire autonomamente su di esso. La visione inquietante è sconvolgente a Tesla Motors Inc. (CEO), Elon Musk, che ha speso 10 milioni di dollari a $ 10 milioni esaminare i pericoli sociali dell'II. L'isabis, allo stesso modo, rimane preoccupato. Le condizioni della vendita a Google comprendevano l'istituzione di un consiglio di amministrazione obiettivo per misurare i progressi dell'AI e un accordo per mantenere la tecnologia proprietaria fuori dalle mani dell'agenzia militare o segreta.

Progetto Ninja

Dean stima che circa uno su 10 ingegneri Google abbia un'esposizione a ML. Con tutte le misure, l'azienda è leader nel settore, ma CEO Sundar Pichai prevede che ML si diffonda in tutte le piattaforme, inclusi annunci, Google Play e YouTube.Ogni anno, Google invita un piccolo numero di dipendenti a partecipare al suo programma di ninja apprendimento macchina. Il regime di sei mesi coinvolge i partecipanti a impegnarsi in un mentore mentre sviluppano e successivamente lanciano progetti ML. Dean spera che l'iniziativa su piccola scala contribuisca a soddisfare l'obiettivo di Google di avere ciascuno dei suoi ingegneri in possesso di un certo grado di competenze ML. Smart Answers Un uso meno minaccioso di ML si estende a risposte automatiche pertinenti ai messaggi di posta elettronica ricevuti dagli utenti di Gmail. L'applicazione di risposta intelligente di Google utilizza la tecnologia ML per consentire a un titolare dell'account, con un solo clic, di scegliere tre risposte brevi elaborate in risposta all'analisi del contenuto del messaggio di posta in arrivo. L'applicazione può anche interpretare tono e pubblico e rispondere alla moda di conseguenza. I messaggi di posta elettronica restituiti agli amici e alla famiglia spesso contengono messaggi eccellenti con punti esclamativi, mentre corrispondenti meno conosciuti ricevono risposte più sottili. Progetto Magenta

I puristi di musica probabilmente sfidano la nozione di composizioni lavorate derivate da un computer artificialmente intelligente. Google ha comunque applicato ML alla sua applicazione Magenta, la cui prima semplice canzone è stata rilasciata nel 2016. Costruito su quattro note musicali, la sintonia rudimentale è derivata dalla sintesi di numerose melodie che entrano nel sistema neurale. Forse il foro di Google nelle arti lascia i musicisti con un nuovo apprezzamento per ciò che significa essere esseri senzienti. Mentre le macchine possono imparare e comporre, la qualità dell'output probabilmente non corrisponderà mai alle melodie imbevute di passione, emozione e virtuosità di un esecutore.