Alphabet Inc … 's (NASDAQ: GOOG GOOGAlphabet Inc1, 030. 12-0. 23% Creados con Highstock 4. 2. 6 ) aparece el crecimiento de los ingresos destinado a ser reforzado por la creciente afinidad de la compañía por las actividades de inteligencia artificial (AI). La compañía comenzó a realizar cursos semanales en 2005 para aquellos empleados interesados ​​en el aprendizaje automático (ML), pero el enfoque se disipó hasta 2012, cuando el jefe de la división de búsqueda John Giannandrea volvió a poner en marcha la iniciativa. Los líderes de la compañía, como su colega Jeff Dean, desafiaron a los 25,000 ingenieros de Google a adoptar e implementar el aprendizaje automático (ML), una ciencia de la computación que se entrelaza con casi todos los segmentos comerciales de la compañía, desde la búsqueda hasta autos sin conductor.

Deep Learning

La ciencia detrás de ML implica la creación de algoritmos que permiten a las computadoras comprender comandos en un lenguaje natural, desde el cual una máquina puede resolver un problema o realizar una tarea de manera más rápida y eficiente que los humanos El alumno de Dean y Google, Andrew Ng, ahora conduce proyectos de inteligencia artificial en Baidu Inc. (NASDAQ: BIDU BIDUBaidu242. 56 + 0. 42% Creado con Highstock 4. 2. 6 ), unieron fuerzas en 2011 para avanzar en el desarrollo de LD. Un experimento inicial ingresó 10 millones de imágenes de YouTube en una sofisticada red informática que "aprendió" a reconocer y distinguir a un gato sin siquiera haber sido programado para hacerlo. El sistema de microprocesadores interconectados, o red neuronal, se basa libremente en la red de neuronas dentro del cerebro humano.

DeepMind

Aparentemente, los escenarios apocalípticos ficticios en los que las máquinas y los robots invaden el mundo no son tan descabellados. En 2014, Google pagó $ 400 millones para adquirir DeepMind, una compañía de inteligencia artificial con sede en Londres que existía en gran medida en las sombras hasta la compra. El gerente general de DeepMind, Demis Hassabis, prevé el desarrollo de un enorme cerebro artificial que puede almacenar grandes cantidades de datos y, posteriormente, enseñar a sí mismo a actuar de forma independiente en él. La ominosa visión es inquietante para Tesla Motors Inc. (NASDAQ: TSLA TSLATesla Inc300. 81-1. 73% Creado con Highstock 4. 2. 6 ) El CEO Muson, que gastó $ 10 millones en examinar los peligros sociales de AI. Hassabis, del mismo modo, sigue siendo cauteloso. Las condiciones de la venta a Google incluyeron el establecimiento de una junta directiva objetiva para medir el progreso de la IA y un acuerdo para mantener la tecnología patentada fuera de manos de la agencia militar o encubierta.

Proyecto Ninja

Dean estima que aproximadamente uno de cada 10 ingenieros de Google tiene cierta exposición al LD. Según todas las medidas, la compañía es un líder de la industria en este campo, pero el CEO Sundar Pichai espera que ML se extienda a todas las plataformas, incluidos los anuncios, Google Play y YouTube.Cada año, Google invita a un pequeño número de empleados a participar en su programa ninja de aprendizaje automático. El régimen de seis meses implica que los participantes contraten a un mentor mientras desarrollan y posteriormente lanzan proyectos de LD. Dean espera que la iniciativa a pequeña escala ayude a cumplir el objetivo de Google de que cada uno de sus ingenieros posea algún grado de habilidades de LD.

Smart Answers

Un uso menos amenazador de ML se extiende a las respuestas automáticas relevantes a los mensajes de correo electrónico recibidos por los usuarios de Gmail. La aplicación de respuesta inteligente de Google utiliza tecnología ML para permitir que el titular de una cuenta, con un solo clic, elija entre tres respuestas breves creadas en respuesta al análisis del contenido del mensaje de correo electrónico con bandeja de entrada. La aplicación también puede interpretar el tono y la audiencia y las respuestas de la moda en consecuencia. Los correos electrónicos devueltos a amigos y familiares a menudo incluyen mensajes optimistas con signos de exclamación, mientras que los corresponsales menos conocidos reciben respuestas más sutiles.

Project Magenta

Los puristas de la música probablemente se burlarán de la noción de composiciones mecanizadas derivadas de una computadora artificialmente inteligente. Google, no obstante, ha aplicado ML a su aplicación Magenta, cuya primera canción simple fue lanzada en 2016. Construida alrededor de cuatro notas musicales, la sintonía rudimentaria resultó de la síntesis de numerosas melodías introducidas en el sistema neuronal. Tal vez la incursión de Google en las artes deja a los músicos con una nueva apreciación de lo que significa ser seres sensibles. Mientras que las máquinas pueden aprender y componer, la calidad de la salida probablemente nunca coincidirá con melodías imbuidas de la pasión, la emoción y el virtuosismo de un intérprete.