Todo lo que necesita saber sobre TensorFlow de Google Brain

Cualquiera que haya probado Google Photos estaría de acuerdo en que este servicio gratuito de almacenamiento y gestión de fotografías de Google es inteligente. Incluye varias funciones inteligentes como la búsqueda avanzada, la capacidad de categorizar sus imágenes por ubicaciones y fechas, crear automáticamente álbumes y videos basados ​​en similitudes y guiarlo por el camino de la memoria mostrándole fotos del mismo día hace varios años. Hay muchas cosas que Google Photos puede hacer que hace varios años serían imposibles mecánicamente. Google Photos es uno de los muchos servicios "inteligentes" de Google que utiliza una tecnología de aprendizaje automático llamado TensorFlow. La palabra aprendiendo indica que la tecnología se volverá más inteligente con el tiempo hasta el punto que nuestro conocimiento actual no puede imaginar. Pero, ¿qué es TensorFlow? ¿Cómo puede aprender una máquina? ¿Qué puedes hacer con eso? Vamos a averiguar.

¿Qué es TensorFlow??

TensorFlow es potente y de código abierto de Google software de inteligencia artificial, que impulsa muchos servicios e iniciativas de Google. Es la segunda generación de un sistema para implementaciones de aprendizaje automático a gran escala, creado por el equipo de Google Brain. Esta biblioteca de algoritmos sucede a DistBelief, la primera generación.

La tecnología representa la computación como gráficos de flujo de datos con estado. Lo que hace que TensorFlow sea único es su capacidad para modelar cálculos en una amplia gama de hardware, desde dispositivos móviles de nivel de consumidor hasta servidores de múltiples GPU de clase mundial. Puede ejecutarse en diferentes GPU y CPU y promete la escalabilidad del aprendizaje automático entre los diversos dispositivos y dispositivos sin tener que alterar una cantidad significativa de código..

TensorFlow se originó a partir de la necesidad de Google de instruir un sistema informático para imitar cómo funciona un cerebro humano en el aprendizaje y el razonamiento. El sistema, conocido como redes neuronales, debería poder funcionar en matrices de datos multidimensionales denominadas "tensores". El objetivo final es entrenar las redes neuronales para detectar y descifrar patrones y correlaciones..

En noviembre de 2015, Google creó esta tecnología fuente abierta y permitió su adopción en todo tipo de productos e investigaciones. Cualquiera, incluidos investigadores, ingenieros y aficionados, puede ayudar a acelerar el crecimiento del aprendizaje automático y llevarlo a un nivel superior en menos tiempo..

Este movimiento resultó ser el correcto porque hay tantas contribuciones de los desarrolladores independientes a TensorFlow que superan con creces las contribuciones de Google. Wikipedia menciona que "hay 1500 repositorios en GitHub que mencionan TensorFlow, de los cuales 5 son de Google ". Dicho esto, una de las discusiones en Quora sospecha que el código de fuente abierto publicado es la versión "limpia" de la que utiliza Google en sus servicios..

¿Cómo funciona TenserFlow??

Usando el lenguaje humano normal simple y una gran simplificación, podríamos ver un lado de TensorFlow como una tecnología avanzada de filtrado autónomo. En esencia, la tecnología es una enorme biblioteca de software de aprendizaje automático. Utiliza la base de datos para ayudarlo a "tomar decisiones".

Por ejemplo, alguien carga una foto en Google Photos. La tecnología comparará todos los detalles de la imagen con su base de datos y decidirá si es una imagen de un animal o de un humano. Luego, si es un humano, tratará de determinar el género, la edad y hasta quién es la persona. El mismo proceso se repite para otros objetos de la foto..

También utiliza datos del usuario, como la identidad de la persona que aparece en la foto y la ubicación donde se toma la foto, para mejorar su biblioteca de modo que pueda dar mejores resultados en el futuro, tanto para la persona que subió la foto como para todos. demás. De ahí el término "aprendizaje". Pero no se limita simplemente a conocer y aprender datos de las fotos. Hay tantas cosas que la tecnología puede hacer con la información de una foto. Por ejemplo, puede agrupar fotos con detalles similares como la misma persona, el mismo lugar, la misma fecha; ver el patrón de caras para determinar a qué familiares y amigos pertenece la persona en la foto, y usar la información para hacer videos de vacaciones familiares o animación a partir de tomas continuas.

Eso apenas toca la superficie de cómo funciona TensorFlow, pero espero que pueda darte una idea general de la tecnología. Además, usar solo un ejemplo no puede hacer justicia a lo que es capaz de hacer.

Y para todos los entusiastas de la inteligencia artificial, vale la pena mencionar que Google ya creó una tecnología de chip de computadora optimizada para el aprendizaje automático e integrando TensorFlow en ella. Se llama Chip ASIC de la unidad de procesamiento de tensor (TPU).

Aquellos que quieran aprender más sobre TensorFlow pueden visitar su página de tutoriales..

Aplicaciones de TensorFlow

Estamos en una etapa temprana de la tecnología de aprendizaje automático, por lo que nadie sabe a dónde nos llevará. Pero hay algunas aplicaciones iniciales que podrían darnos una idea del futuro. Como se origina en Google, es obvio que Google usa la tecnología para muchos de sus servicios..

• Más sobre análisis de imágenes

Hemos hablado del ejemplo del uso de la tecnología para el análisis de imágenes en Google Photos. Pero la aplicación de análisis de imágenes también se utiliza en la función Street View de Google Maps. Por ejemplo, TensorFlow se usa para conectar la imagen con las coordenadas del mapa y para desenfocar automáticamente el número de matrícula de cualquier automóvil que se incluye accidentalmente en la imagen..

• Reconocimiento de voz

Google también está utilizando TensorFlow para su software de reconocimiento de voz de asistente de voz. La tecnología que permite a los usuarios hablar en voz alta no es nueva, pero incluir la biblioteca cada vez mayor de TensorFlow en la mezcla podría hacer que la función suba algunos niveles. Actualmente, la tecnología de reconocimiento de voz reconoce más de 80 idiomas y variantes..

• Traducción dinámica

Otro ejemplo de la parte de "aprendizaje" de la tecnología de aprendizaje automático es la función de traducción de Google. Google permite a sus usuarios agregar nuevos vocabularios y corregir los errores en Google Translate. Los datos en constante crecimiento se pueden utilizar para detectar automáticamente el idioma de entrada que otros usuarios desean traducir. Si la máquina comete errores en el proceso de detección del idioma, los usuarios pueden corregirlos. Y la máquina aprenderá de esos errores para mejorar su rendimiento futuro. Y el ciclo continúa.

• Alpha Go

Un ejemplo divertido del uso de TensorFlow es Alpha Go. Es una aplicación que está programada para jugar Go. Para aquellos que no estén familiarizados con Go, es un juego de mesa abstracto para dos jugadores que se originó en China hace más de cinco mil quinientos años, y es el juego de mesa más antiguo que todavía se juega continuamente en la actualidad. Si bien las reglas son simples: rodear más territorio que el oponente, el juego es increíblemente complejo y, según Wikipedia: "posee más posibilidades que el número total de átomos en el universo visible".

Entonces, es interesante lo que puede hacer una tecnología de máquina de aprendizaje con las infinitas posibilidades. En sus partidos contra Lee Sedol, el 18 veces campeón mundial de Go, Alpha Go ganó 4 de 5 juegos y se le otorgó el rango honorario de gran maestro de Go más alto..

• Proyecto magenta

Otra aplicación interesante de TensorFlow es Magenta Project. Es un proyecto ambicioso para crear arte generado por máquina. Uno de los primeros resultados tangibles del experimento es la melodía de piano de 90 segundos. A largo plazo, Google espera generar arte generado por máquina más avanzado a través de su proyecto Magenta y construir una comunidad de artistas a su alrededor..

En febrero de 2016, Google también realizó una exhibición de arte y una subasta en San Francisco mostrando 29 obras de arte generadas por computadora, con un poco de ayuda humana. Seis de las obras más grandes se vendieron por hasta $ 8.000. La computadora aún puede tener un largo camino por recorrer antes de que pueda imitar a un artista real, pero la cantidad de dinero que la gente está dispuesta a pagar por el arte nos muestra hasta dónde ha llegado la tecnología..

Soporte para iOS

Si bien ya hemos visto las capacidades de TenserFlow en Android, con su última versión, TensorFlow finalmente agrega soporte para dispositivos iOS. Dado que hay toneladas de excelentes aplicaciones móviles disponibles exclusivamente para iOS, o lanzadas primero en iOS, significa que podemos esperar más aplicaciones móviles excelentes que adopten el aprendizaje automático en un futuro próximo. Lo mismo puede decirse de las posibilidades de adopciones y aplicaciones más amplias de TensorFlow..

El futuro de TensorFlow

¿Qué se puede hacer con una máquina que es capaz de aprender y tomar sus propias decisiones? Como persona que se ocupa de más de un idioma como parte de la vida diaria, lo primero que me viene a la mente es la traducción de idiomas. No en el nivel palabra por palabra, sino más en el nivel de texto más largo, como documentos o incluso libros. La tecnología de traducción actual se limita a los vocabularios. Puede averiguar fácilmente qué es "dormir" en chino y viceversa, pero intente incluir un capítulo de Musashi de Eiji Yoshikawa en su japonés original y traducir el capítulo al inglés. Verás a lo que me refiero.

También es divertido ver lo que el futuro de la inteligencia artificial puede hacer con la música. Si bien todavía es muy básico, la aplicación Music Memo de Apple ya puede brindar un acompañamiento automático de bajo y batería a su canto grabado. Recuerdo un episodio de un programa de televisión de ciencia ficción en el que un personaje del programa creó una máquina que analiza todas las canciones principales de las listas y es capaz de escribir sus propias canciones de éxito. ¿Llegaremos alguna vez allí??

Y como pensamiento final, me gustaría mencionar Sunspring. Es una película corta de ciencia ficción escrita en su totalidad por un guionista de IA que se llamó a sí mismo Benjamín - que incluso compuso el interludio musical de la canción pop. La película fue creada por el director Oscar Sharp para el evento Film Challenge of Sci-Fi London de 48 horas..

Ahora no puedo dejar de pensar en Terminator. Bienvenido al futuro.

Créditos de imagen: Wikipedia, TechInsider, The Verge, Wall Street Journal