stringtranslate.com

Google Мозг

Google Brain — это исследовательская группа по глубокому обучению искусственного интеллекта под эгидой Google AI , исследовательского подразделения Google, занимающегося искусственным интеллектом. Основанная в 2011 году, она объединила открытые исследования в области машинного обучения с информационными системами и крупномасштабными вычислительными ресурсами. [1] Он создал такие инструменты, как TensorFlow , которые позволяют общественности использовать нейронные сети, а также множество внутренних исследовательских проектов в области искусственного интеллекта, [2] и направлен на создание исследовательских возможностей в области машинного обучения и обработки естественного языка . [2] В апреле 2023 года она была объединена с бывшей дочерней компанией Google DeepMind и образовала Google DeepMind .

История

Проект Google Brain начался в 2011 году как совместное исследовательское сотрудничество между сотрудником Google Джеффом Дином , исследователем Google Грегом Коррадо и профессором Стэнфордского университета Эндрю Нг . [3] Нг интересовался использованием методов глубокого обучения для решения проблемы искусственного интеллекта с 2006 года, а в 2011 году начал сотрудничать с Дином и Коррадо для создания крупномасштабной программной системы глубокого обучения DistBelief , [4] на базе Инфраструктура облачных вычислений Google. Google Brain начинался как проект Google X и стал настолько успешным, что его вернули в Google: Астро Теллер заявил, что Google Brain оплатил всю стоимость Google X. [5]

В июне 2012 года газета New York Times сообщила, что кластер из 16 000 процессоров в 1000 компьютеров , предназначенный для имитации некоторых аспектов деятельности человеческого мозга , успешно научился распознавать кошку на основе 10 миллионов цифровых изображений, взятых из видеороликов на YouTube . [3] Эту историю также освещало Национальное общественное радио . [6]

В марте 2013 года Google наняла Джеффри Хинтона , ведущего исследователя в области глубокого обучения , и приобрела компанию DNNResearch Inc., возглавляемую Хинтоном. Хинтон сказал, что в будущем он будет делить свое время между университетскими исследованиями и работой в Google. [7]

В апреле 2023 года Google Brain объединилась с дочерней компанией Google DeepMind и образовала Google DeepMind в рамках постоянных усилий компании по ускорению работы над искусственным интеллектом. [8]

Команда и местоположение

Google Brain был первоначально создан научным сотрудником Google Джеффом Дином и приглашенным профессором Стэнфорда Эндрю Нг . В 2014 году в состав команды входили Джефф Дин , Куок Ле , Илья Суцкевер , Алекс Крижевский , Сами Бенджио и Винсент Ванхук. В 2017 году в состав команды входили Анелия Ангелова, Сами Бенджио , Грег Коррадо, Джордж Даль, Майкл Айсард, Анджули Каннан, Хьюго Ларошель, Крис Ола, Салих Эднир, Бенуа Штайнер, Винсент Ванхук, Виджай Васудеван и Фернанда Вьегас . [9] Крис Латтнер , который создал язык программирования Apple Swift , а затем в течение шести месяцев руководил командой по автономности Tesla , присоединился к команде Google Brain в августе 2017 года. [10] Латтнер покинул команду в январе 2020 года и присоединился к SiFive . [11]

По состоянию на 2021 год Google Brain возглавляли Джефф Дин , Джеффри Хинтон и Зубин Гахрамани . Среди других участников - Кэтрин Хеллер, Пи-Чуан Чанг, Ян Саймон, Жан-Филипп Верт, Невена Лазич, Анелия Ангелова, Лукаш Кайзер, Кэрри Джун Кай, Эрик Брек, Руоминг Панг, Карлос Рикельме, Уго Ларошель и Дэвид Ха. [9] Сами Бенджио покинул команду в апреле 2021 года, [12] и его обязанности взял на себя Зубин Гахрамани .

Google Research включает в себя Google Brain и базируется в Маунтин-Вью, Калифорния . У него также есть спутниковые группы в Аккре , Амстердаме , Атланте , Пекине , Берлине , Кембридже (Массачусетс) , Израиле , Лос-Анджелесе , Лондоне , Монреале , Мюнхене , Нью-Йорке , Париже , Питтсбурге , Принстоне , Сан-Франциско , Сиэтле , Токио , Торонто. и Цюрих . [13]

Проекты

Система шифрования, разработанная искусственным интеллектом

В октябре 2016 года компания Google Brain провела эксперимент, чтобы определить, что нейронные сети способны обучаться безопасному симметричному шифрованию . [14] В этом эксперименте были созданы три нейронные сети : Алиса, Боб и Ева. [15] Придерживаясь идеи генеративно-состязательной сети (GAN), цель эксперимента заключалась в том, чтобы Алиса отправила Бобу зашифрованное сообщение, которое Боб мог бы расшифровать, но противник, Ева, не мог. [15] Алиса и Боб сохранили преимущество перед Евой в том, что у них был общий ключ , используемый для шифрования и дешифрования . [14] При этом Google Brain продемонстрировал способность нейронных сетей обучаться безопасному шифрованию . [14]

Улучшение изображения

В феврале 2017 года Google Brain определил вероятностный метод преобразования картинок с разрешением 8x8 в разрешение 32x32. [16] [17] Метод основан на уже существующей вероятностной модели под названием «pixelCNN» для генерации перевода пикселей. [18] [19]

Предлагаемое программное обеспечение использует две нейронные сети для аппроксимации пиксельного состава переведенных изображений. [17] [20] Первая сеть, известная как «сеть кондиционирования», уменьшает размеры изображений с высоким разрешением до 8x8 и пытается создать сопоставления исходного изображения 8x8 с изображениями с более высоким разрешением. [17] Другая сеть, известная как «предыдущая сеть», использует сопоставления из предыдущей сети, чтобы добавить больше деталей к исходному изображению. [17] Полученное переведенное изображение — это не то же самое изображение в более высоком разрешении, а скорее оценка разрешения 32x32, основанная на других существующих изображениях с высоким разрешением. [17] Результаты Google Brain указывают на возможность нейронных сетей улучшать изображения. [21]

Google Переводчик

Команда Google Brain внесла свой вклад в проект Google Translate , применив новую систему глубокого обучения, которая объединяет искусственные нейронные сети с обширными базами данных многоязычных текстов. [22] В сентябре 2016 года был запущен Google Neural Machine Translation (GNMT) — система сквозного обучения, способная учиться на большом количестве примеров. [22] Ранее подход Google Translate на основе машинного перевода на основе фраз (PBMT) статистически анализировал слово за словом и пытался сопоставить соответствующие слова на других языках, не принимая во внимание окружающие фразы в предложении. [23] Но вместо того, чтобы выбирать замену для каждого отдельного слова на желаемом языке, GNMT оценивает сегменты слова в контексте остальной части предложения, чтобы выбрать более точные замены. [2] По сравнению со старыми моделями PBMT, модель GNMT показала улучшение сходства с человеческим переводом на 24% и снижение ошибок на 60%. [2] [22] GNMT также продемонстрировал значительные улучшения в таких заведомо сложных переводах, как китайский на английский . [22]

Хотя внедрение GNMT повысило качество переводов Google Translate на пилотные языки, было очень сложно добиться таких улучшений для всех 103 языков. Решая эту проблему, команда Google Brain смогла разработать многоязычную систему GNMT , которая расширила предыдущую систему, позволив осуществлять переводы между несколькими языками. Кроме того, он допускает переводы с нулевым выстрелом, которые представляют собой переводы между двумя языками, которые система никогда раньше не видела явно. [24] Google объявил, что Google Translate теперь может переводить без расшифровки, используя нейронные сети. Это означает, что можно перевести речь на одном языке непосредственно в текст на другом языке, без предварительной транскрипции ее в текст.

По мнению исследователей Google Brain, этого промежуточного шага можно избежать, используя нейронные сети. Чтобы система это усвоила, они включили в нее многочасовую аудиозапись на испанском языке вместе с соответствующим текстом на английском языке. Различные уровни нейронных сетей, копирующих человеческий мозг, смогли связать соответствующие части и впоследствии манипулировать формой звукового сигнала, пока он не был преобразован в текст на английском языке. [25] Еще одним недостатком модели GNMT является то, что она приводит к экспоненциальному увеличению времени перевода с увеличением количества слов в предложении. [2] Это заставило команду Google Brain добавить еще 2000 процессоров, чтобы гарантировать, что новый процесс перевода по-прежнему будет быстрым и надежным. [23]

Робототехника

Стремясь улучшить традиционные алгоритмы управления робототехникой, в которых новые навыки робота необходимо программировать вручную , исследователи робототехники из Google Brain разрабатывают методы машинного обучения , позволяющие роботам самостоятельно осваивать новые навыки. [26] Они также пытаются разработать способы обмена информацией между роботами, чтобы роботы могли учиться друг у друга в процессе обучения, также известный как облачная робототехника . [27] В результате в 2019 году Google запустила Google Cloud Robotics Platform для разработчиков — попытку объединить робототехнику , искусственный интеллект и облако для обеспечения эффективной роботизированной автоматизации с помощью совместных роботов, подключенных к облаку. [27]

Исследования в области робототехники в Google Brain в основном сосредоточены на совершенствовании и применении алгоритмов глубокого обучения, позволяющих роботам выполнять задачи путем обучения на основе опыта, моделирования, человеческих демонстраций и/или визуальных представлений. [28] [29] [30] [31] Например, исследователи Google Brain показали, что роботы могут научиться брать и бросать твердые предметы в выбранные коробки, экспериментируя в окружающей среде, не будучи заранее запрограммированы на это. [28] В другом исследовании исследователи обучали роботов таким действиям, как выливание жидкости из чашки; роботы учились на видео демонстраций людей, записанных с разных точек зрения. [30]

Исследователи Google Brain сотрудничали с другими компаниями и академическими учреждениями в исследованиях в области робототехники. В 2016 году команда Google Brain совместно с исследователями из X провела исследование по изучению зрительно-моторной координации для роботизированного хватания. [32] Их метод позволил управлять роботом в реальном времени для захвата новых объектов с самокоррекцией. [32] В 2020 году исследователи из Google Brain, Intel AI Lab и Калифорнийского университета в Беркли создали модель искусственного интеллекта для роботов, позволяющую обучаться хирургическим задачам, таким как наложение швов, посредством обучения с помощью хирургических видеороликов. [31]

Интерактивное распознавание говорящего с помощью обучения с подкреплением

В 2020 году команда Google Brain и Университет Лилля представили модель автоматического распознавания говорящего, которую они назвали интерактивным распознаванием говорящего. Модуль ISR распознает говорящего из заданного списка говорящих только путем запроса нескольких пользовательских слов. [33] Модель можно изменить для выбора речевых сегментов в контексте обучения преобразованию текста в речь . [33] Это также может предотвратить доступ к данным вредоносных генераторов голоса. [33]

Тензорфлоу

TensorFlow — это библиотека программного обеспечения с открытым исходным кодом, работающая на базе Google Brain, которая позволяет любому использовать машинное обучение, предоставляя инструменты для обучения собственной нейронной сети. [2] Этот инструмент использовался для разработки программного обеспечения с использованием моделей глубокого обучения, которые фермеры используют для сокращения количества ручного труда, необходимого для сортировки урожая, путем обучения его набору данных, отсортированных человеком. [2]

Пурпурный

Magenta — это проект, который использует Google Brain для создания новой информации в форме искусства и музыки, а не для классификации и сортировки существующих данных. [2] В TensorFlow был добавлен набор инструментов, позволяющих пользователям управлять нейронной сетью при создании изображений и музыки. [2] Однако команда из Государственного университета Валдосты обнаружила, что ИИ изо всех сил пытается идеально воспроизвести человеческое намерение в художественных произведениях , аналогично проблемам, с которыми сталкиваются при переводе . [2]

Медицинские применения

Возможности сортировки изображений Google Brain использовались для выявления определенных заболеваний путем поиска закономерностей, которые врачи-люди могут не заметить, для более ранней диагностики. [2] Во время скрининга на рак молочной железы было обнаружено, что этот метод дает четверть ложноположительных результатов у патологоанатомов, которым требуется больше времени для просмотра каждой фотографии и которые не могут полностью сосредоточиться на этой одной задаче. [2] Из-за очень специфической подготовки нейронной сети к одной задаче она не может идентифицировать другие недуги, присутствующие на фотографии, которые человек мог бы легко обнаружить. [2]

Трансформатор

Архитектура глубокого обучения -трансформера была изобретена исследователями Google Brain в 2017 году и объяснена в научной статье Attention Is All You Need . [34] Google владеет патентом на эту широко используемую архитектуру, но не применяет его. [35] [36]

Модель преобразования текста в изображение

В 2022 году Google Brain объявил, что создал два разных типа моделей преобразования текста в изображение, называемые Imagen и Parti, которые конкурируют с DALL-E от OpenAI . [37] [38]

Позже в 2022 году проект был расширен до преобразования текста в видео. [39]

Другие продукты Google

Технология проектов Google Brain в настоящее время используется в различных других продуктах Google, таких как система распознавания речи операционной системы Android , поиск фотографий в Google Photos , умный ответ в Gmail и видеорекомендации на YouTube . [40] [41] [42]

Прием

Google Brain освещался в журналах Wired , [43] [44] [45] NPR , [6] и Big Think . [46] Эти статьи содержат интервью с ключевыми членами команды Рэем Курцвейлом и Эндрю Нг и посвящены объяснениям целей и приложений проекта. [43] [6] [46]

Споры

В декабре 2020 года специалист по этике искусственного интеллекта Тимнит Гебру покинул Google. [47] Хотя точная природа ее ухода или увольнения оспаривается, причиной ухода стал ее отказ отозвать статью под названием « Об опасностях стохастических попугаев: могут ли языковые модели быть слишком большими? » и связанный с ней ультиматум, который она сделал, поставив условия, которые необходимо выполнить, иначе она уйдет. [47] В этой статье исследуются потенциальные риски развития искусственного интеллекта, такого как Google Brain, включая воздействие на окружающую среду, предвзятость в обучающих данных и способность обманывать общественность. [47] [48] Просьба отозвать статью поступила от Меган Качолиа, вице-президента Google Brain. [49] По состоянию на апрель 2021 года около 7000 нынешних или бывших сотрудников Google и сторонников отрасли подписали открытое письмо, обвиняющее Google в «цензуре исследований» и осуждающее обращение с Гебру в компании. [50]

В феврале 2021 года Google уволила одного из руководителей отдела этики ИИ компании Маргарет Митчелл . [49] В заявлении компании утверждалось, что Митчелл нарушил политику компании, используя автоматизированные инструменты для поиска поддержки Gebru. [49] В том же месяце инженеры, не входящие в группу по этике, начали увольняться, ссылаясь на увольнение Гебру как причину своего ухода. [51] В апреле 2021 года сооснователь Google Brain Сами Бенджио объявил о своем уходе из компании. [12] Несмотря на то, что Бенджио был менеджером Гебру, он не был уведомлен о ее увольнении и разместил в Интернете сообщения в поддержку как ее, так и Митчелла. [12] В то время как заявление Бенджио было сосредоточено на личностном росте как причине его ухода, анонимные источники сообщили агентству Reuters, что беспорядки в команде по этике ИИ сыграли свою роль в его соображениях. [12]

В марте 2022 года Google уволила исследователя искусственного интеллекта Сатраджита Чаттерджи после того, как он поставил под сомнение выводы статьи, опубликованной в журнале Nature членами команды Google по искусственному интеллекту Анной Голди и Азалией Мирхосейни. [52] [53] В этом документе сообщается о хороших результатах использования методов искусственного интеллекта (в частности, обучения с подкреплением) для решения проблемы размещения интегральных схем . [54] Однако этот результат весьма спорен, [55] [56] [57], поскольку статья не содержит прямых сравнений с существующими россыпями, и ее трудно воспроизвести из-за запатентованного содержания. По крайней мере, один изначально положительный комментарий был отозван после дальнейшего рассмотрения [58] , а статья находится на рассмотрении журнала Nature. [59]

Смотрите также

Рекомендации

  1. ^ «Что такое Google Brain?». Гики для Гиков . 06 февраля 2020 г. Проверено 9 апреля 2021 г.
  2. ^ abcdefghijklm Хелмс, Мэллори; Олт, Шон В.; Мао, Гуйфэнь; Ван, Цзинь (9 марта 2018 г.). «Обзор Google Brain и его приложений». Материалы Международной конференции «Большие данные и образование» 2018 года . ICBDE '18. Гонолулу, Гавайи, США: Ассоциация вычислительной техники. стр. 72–75. дои : 10.1145/3206157.3206175. ISBN 978-1-4503-6358-7. S2CID  44107806.
  3. ^ Аб Маркофф, Джон (25 июня 2012 г.). «Сколько компьютеров, чтобы идентифицировать кошку? 16 000». Нью-Йорк Таймс . Проверено 11 февраля 2014 г.
  4. ^ Джеффри Дин; и другие. (декабрь 2012 г.). «Крупномасштабные распределенные глубокие сети» (PDF) . Проверено 25 октября 2015 г.
  5. ↑ Конор Догерти (16 февраля 2015 г.). «Астро Теллер, «капитан лунных полетов» Google, о получении прибыли в Google X» . Проверено 25 октября 2015 г.
  6. ^ abc «Огромная сеть Google учится распознавать кошек». Национальное общественное радио . 26 июня 2012 года . Проверено 11 февраля 2014 г.
  7. ^ «Стартап нейронных сетей U of T приобретен Google» (пресс-релиз). Торонто, Онтарио. 12 марта 2013 года . Проверено 13 марта 2013 г.
  8. ^ Рот, Эмма; Питерс, Джей (20 апреля 2023 г.). «Большой шаг Google в области искусственного интеллекта объединит Brain и DeepMind в одну команду». Грань . Архивировано из оригинала 20 апреля 2023 года . Проверено 21 апреля 2023 г.
  9. ^ ab «Команда мозга – исследования Google». Google Исследования . Проверено 8 апреля 2021 г.
  10. ↑ Этерингтон, Даррелл (14 августа 2017 г.). «Создатель Swift Крис Лэттнер присоединяется к Google Brain после работы в Tesla Autopilot» . ТехКранч . Проверено 11 октября 2017 г.
  11. ^ «Бывший инженер Google и Tesla Крис Латтнер возглавит группу разработчиков платформы SiFive» . www.businesswire.com . 27 января 2020 г. Проверено 9 апреля 2021 г.
  12. ^ abcd Дэйв, Джеффри Дастин, Пареш (07 апреля 2021 г.). «Ученый Google по искусственному интеллекту Бенджио уходит в отставку после увольнения коллег: электронное письмо» . Рейтер . Проверено 8 апреля 2021 г.{{cite news}}: CS1 maint: несколько имен: список авторов ( ссылка )
  13. ^ «Создание для всех - Карьера в Google» . Careers.google.com . Проверено 8 апреля 2021 г.
  14. ^ abc Чжу, Ю.; Варгас, Д.В.; Сакураи, К. (ноябрь 2018 г.). «Нейронная криптография на основе развивающейся топологии нейронных сетей». 2018 Шестой международный симпозиум по вычислительной технике и сетям (CANDARW) . стр. 472–478. doi :10.1109/CANDARW.2018.00091. ISBN 978-1-5386-9184-7. S2CID  57192497.
  15. ^ Аб Абади, Мартин; Андерсен, Дэвид Г. (2016). «Научимся защищать коммуникации с помощью состязательной нейронной криптографии». ИКЛР . arXiv : 1610.06918 . Бибкод : 2016arXiv161006918A.
  16. ^ Даль, Райан; Норузи, Мохаммед; Шленс, Джонатон (2017). «Пиксельно-рекурсивное суперразрешение». ИККВ . arXiv : 1702.00783 . Бибкод : 2017arXiv170200783D.
  17. ^ abcde «Технология изображения сверхвысокого разрешения Google Brain делает задачу «масштабировать, улучшать!» реальной» . arstechnica.co.uk . 07.02.2017 . Проверено 15 мая 2017 г.
  18. ^ Булат, Адриан; Ян, Цзин; Цимиропулос, Георгиос (2018), «Чтобы изучить сверхразрешение изображения, используйте GAN, чтобы сначала научиться выполнять деградацию изображения», Computer Vision – ECCV 2018 , Конспекты лекций по информатике, том. 11210, Чам: Springer International Publishing, стр. 187–202, arXiv : 1807.11458 , doi : 10.1007/978-3-030-01231-1_12, ISBN 978-3-030-01230-4, S2CID  51882734 , получено 9 апреля 2021 г.
  19. ^ Оорд, Аарон Ван; Кальхбреннер, Нал; Кавукчуоглу, Корай (11 июня 2016 г.). «Пиксельные рекуррентные нейронные сети». Международная конференция по машинному обучению . ПМЛР: 1747–1756. arXiv : 1601.06759 .
  20. ^ «Google использует ИИ для повышения резкости изображений с низким разрешением» . engadget.com . Проверено 15 мая 2017 г.
  21. ^ «Google только что сделал «масштабирование и улучшение» реальностью - своего рода» . cnet.com . Проверено 15 мая 2017 г.
  22. ^ abcd Кастельвекки, Давиде (2016). «Глубокое обучение улучшает инструмент Google Translate». Новости природы . дои : 10.1038/nature.2016.20696. S2CID  64308242.
  23. ^ Аб Льюис-Краус, Гидеон (14 декабря 2016 г.). «Великое пробуждение ИИ». Нью-Йорк Таймс . ISSN  0362-4331 . Проверено 8 апреля 2021 г.
  24. ^ Джонсон, Мелвин; Шустер, Майк; Ле, Куок В.; Крикун, Максим; Ву, Юнхуэй; Чен, Чжифэн; Торат, Нихил; Вьегас, Фернанда; Ваттенберг, Мартин; Коррадо, Грег; Хьюз, Макдафф (01 октября 2017 г.). «Многоязычная нейронная система машинного перевода Google: обеспечение нулевого перевода». Труды Ассоциации компьютерной лингвистики . 5 : 339–351. arXiv : 1611.04558 . дои : 10.1162/tacl_a_00065 . ISSN  2307-387X.
  25. ^ Рейнольдс, Мэтт. «Google использует нейронные сети для перевода без расшифровки». Новый учёный . Проверено 15 мая 2017 г.
  26. ^ Мец, Кейд; Доусон, Брайан; Феллинг, Мэг (26 марта 2019 г.). «Внутри перезагруженной программы робототехники Google». Нью-Йорк Таймс . ISSN  0362-4331 . Проверено 8 апреля 2021 г.
  27. ^ ab «Платформа Google Cloud Robotics станет доступна разработчикам в 2019 году» . Отчет о роботах . 24 октября 2018 г. Проверено 8 апреля 2021 г.
  28. ^ Аб Цзэн, А.; Песня, С.; Ли, Дж.; Родригес, А.; Фанкхаузер, Т. (август 2020 г.). «TossingBot: учимся бросать произвольные объекты с помощью остаточной физики». Транзакции IEEE в робототехнике . 36 (4): 1307–1319. arXiv : 1903.11239 . дои : 10.1109/TRO.2020.2988642 . ISSN  1941-0468.
  29. ^ Гу, С.; Холли, Э.; Лилликрап, Т.; Левин, С. (май 2017 г.). «Глубокое обучение с подкреплением для роботизированных манипуляций с асинхронными обновлениями, не относящимися к политике». Международная конференция IEEE по робототехнике и автоматизации (ICRA) , 2017 г. стр. 3389–3396. arXiv : 1610.00633 . дои : 10.1109/ICRA.2017.7989385. ISBN 978-1-5090-4633-1. S2CID  18389147.
  30. ^ аб Серманет, П.; Линч, К.; Чеботарь, Ю.; Сюй, Дж.; Джанг, Э.; Шааль, С.; Левин, С.; Брэйн, Г. (май 2018 г.). «Сети, контрастирующие по времени: самоконтролируемое обучение по видео». Международная конференция IEEE по робототехнике и автоматизации (ICRA) 2018 . стр. 1134–1141. arXiv : 1704.06888 . дои : 10.1109/ICRA.2018.8462891. ISBN 978-1-5386-3081-5. S2CID  3997350.
  31. ^ Аб Танвани, АК; Серманет, П.; Ян, А.; Ананд, Р.; Филипп, М.; Гольдберг, К. (май 2020 г.). «Motion2Vec: полуконтролируемое обучение представлению на основе хирургических видео». Международная конференция IEEE по робототехнике и автоматизации (ICRA) 2020 . стр. 2174–2181. arXiv : 2006.00545 . дои : 10.1109/ICRA40945.2020.9197324. ISBN 978-1-7281-7395-5. S2CID  219176734.
  32. ^ Аб Левин, Сергей; Пастор Питер; Крижевский, Алекс; Ибарз, Джулиан; Квиллен, Дейдра (01 апреля 2018 г.). «Изучение зрительно-моторной координации для роботизированного захвата с помощью глубокого обучения и крупномасштабного сбора данных». Международный журнал исследований робототехники . 37 (4–5): 421–436. arXiv : 1603.02199 . дои : 10.1177/0278364917710318 . ISSN  0278-3649.
  33. ^ abc Сёрен, Матье; Струб, Флориан; Пре, Филипп; Питкен, Оливье (25 октября 2020 г.). «Машина из нескольких слов: интерактивное распознавание говорящих с подкреплением». Интерспич 2020 . ISCA: ISCA: 4323–4327. arXiv : 2008.03127 . doi : 10.21437/interspeech.2020-2892. S2CID  221083446.
  34. ↑ Голдман, Шэрон (20 марта 2024 г.). «Создатели «Внимание — это все, что вам нужно» смотрят не только на «Трансформеры для искусственного интеллекта» в Nvidia GTC: «Миру нужно что-то лучшее»». ВенчурБит .
  35. ^ Максвелл, Томас. «Патенты Google распространяются на технологию ChatGPT. Но бороться с конкурентами в суде не стоит, говорят эксперты по правовым вопросам». Бизнес-инсайдер . Проверено 14 апреля 2024 г.
  36. ↑ Жаворонков, Алекс (23 января 2023 г.). «Может ли Google бросить вызов OpenAI с помощью патентов самообслуживания?». Форбс . Проверено 14 апреля 2024 г.
  37. ↑ Винсент, Джеймс (24 мая 2022 г.). «Все эти изображения были созданы с помощью новейшего искусственного интеллекта Google для преобразования текста в изображение». Грань . Вокс Медиа . Проверено 28 мая 2022 г.
  38. ^ Хан, Имад. «Генератор Google Parti использует 20 миллиардов входных данных для создания фотореалистичных изображений». CNET . Проверено 23 июня 2022 г.
  39. ^ Эдвардс, Бендж (05.10.2022). «Новейший генератор искусственного интеллекта Google создает HD-видео из текстовых подсказок». Арс Техника . Проверено 28 декабря 2022 г.
  40. ^ «Как Google модернизировал Android с помощью вашего мозга» . Проводной . ISSN  1059-1028 . Проверено 8 апреля 2021 г.
  41. ^ «Google с открытым исходным кодом: технология машинного обучения, лежащая в основе поиска в Google Фото, умного ответа и многого другого» . ТехКранч . 9 ноября 2015 года . Проверено 8 апреля 2021 г.
  42. ^ «Это план Google по спасению YouTube» . Время . 18 мая 2015 г.
  43. ↑ Аб Леви, Стивен (25 апреля 2013 г.). «Как Рэй Курцвейл поможет Google создать совершенный искусственный мозг». Проводной . Проверено 11 февраля 2014 г.
  44. ↑ Вольсен, Маркус (27 января 2014 г.). «Большой план Google сделать ваш мозг ненужным». Проводной . Проверено 11 февраля 2014 г.
  45. ↑ Эрнандес, Даниэла (7 мая 2013 г.). «Человек за мозгом Google: Эндрю Нг и поиски нового искусственного интеллекта». Проводной . Проверено 11 февраля 2014 г.
  46. ^ ab «Рэй Курцвейл и мозги, стоящие за мозгом Google». Большое Думай . 8 декабря 2013 года . Проверено 11 февраля 2014 г.
  47. ^ abc «Мы читали газету, которая вынудила Тимнита Гебру покинуть Google. Вот что там написано». Обзор технологий Массачусетского технологического института . Проверено 8 апреля 2021 г.
  48. ^ Бендер, Эмили М.; Гебру, Тимнит; Макмиллан-Мейджор, Анджелина; Шмитчелл, Шмаргарет (3 марта 2021 г.). «Об опасностях стохастических попугаев». Материалы конференции ACM 2021 года по вопросам справедливости, подотчетности и прозрачности . Виртуальное событие Канада: ACM. стр. 610–623. дои : 10.1145/3442188.3445922 . ISBN 978-1-4503-8309-7.
  49. ^ abc Шиффер, Зоя (19 февраля 2021 г.). «Google увольняет второго исследователя этики ИИ после внутреннего расследования». Грань . Проверено 8 апреля 2021 г.
  50. ^ Изменение, Google Walkout For Real (15 декабря 2020 г.). «На стороне доктора Тимнита Гебру — #ISupportTimnit #BelieveBlackWomen». Середина . Проверено 8 апреля 2021 г. {{cite web}}: |first=имеет общее имя ( справка )
  51. ^ Дэйв, Джеффри Дастин, Пареш (4 февраля 2021 г.). «Два инженера Google уходят в отставку из-за увольнения исследователя этики ИИ Тимнита Гебру» . Рейтер . Проверено 8 апреля 2021 г.{{cite news}}: CS1 maint: несколько имен: список авторов ( ссылка )
  52. ^ Вакабаяси, Дайсуке; Мец, Кейд (2 мая 2022 г.). «Еще одна стрельба среди AI Brain Trust Google и новые разногласия» . Нью-Йорк Таймс . ISSN  0362-4331 . Проверено 12 июня 2022 г.
  53. ^ Симонит, Том. «Напряжение внутри Google из-за поведения уволенного исследователя ИИ». Проводной . ISSN  1059-1028 . Проверено 12 июня 2022 г.
  54. ^ Азалия Мирхосейни, Анна Голди, Мустафа Язган (2021). «Методология размещения графов для быстрого проектирования чипов». Природа . 594 : 207–212. arXiv : 2004.10746 .{{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  55. ↑ Ченг, Чунг-Куан, Эндрю Б. Кан, Саяк Кунду, Ючэн Ван и Чжан Ван (март 2023 г.). «Оценка обучения с подкреплением для размещения макросов». Материалы Международного симпозиума по физическому дизайну 2023 г .: 158–166.{{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  56. ^ Игорь Л. Марков. «Ложный рассвет: переоценка обучения Google с подкреплением для размещения макросов чипов». arXiv : 2306.09633 .
  57. ↑ Агам Шах (3 октября 2023 г.). «Спорная бумага Google для чипов искусственного интеллекта снова под пристальным вниманием».
  58. ^ Канг, Эндрю Б. (2021). «ОТКАЗАННАЯ СТАТЬЯ: Система искусственного интеллекта превосходит людей в разработке планов этажей для микрочипов» . Природа : 183–185.
  59. ^ «Природа отмечает сомнения по поводу исследования Google AI, удаляет комментарии» . Часы отвода. 26 сентября 2023 г.