Google न्यूरल नेटवर्क शुरू हो जाता है

जून 2012 में, Google के शोधकर्ताओं के एक समूह ने 1000 कंप्यूटरों (16 हजार प्रोसेसर कोर; न्यूरॉन्स के बीच 1 बिलियन कनेक्शन) के क्लस्टर पर एक न्यूरल नेटवर्क लॉन्च किया। प्रयोग कृत्रिम बुद्धि के क्षेत्र में सबसे बड़ा बन गया, और प्रणाली मूल रूप से व्यावहारिक समस्याओं को हल करने के लिए बनाई गई थी।

एक स्व-शिक्षण तंत्रिका नेटवर्क एक काफी सार्वभौमिक उपकरण है जिसका उपयोग विभिन्न डेटा सरणियों पर किया जा सकता है। Google ने भाषण मान्यता सटीकता में सुधार करने के लिए इसका उपयोग किया: "हमें पहचान की त्रुटियों की संख्या में 20-25% की कमी आई," Google पर भाषण मान्यता के प्रमुख विन्सेन्ट वनहोके ने कहा। "इसका मतलब है कि कई लोगों को एक अचूक परिणाम मिलेगा।" तंत्रिका नेटवर्क ने अंग्रेजी भाषा के लिए एल्गोरिदम को अनुकूलित किया है, लेकिन वानहॉक का कहना है कि अन्य भाषाओं और बोलियों के लिए इसी तरह के सुधार किए जा सकते हैं।

तंत्रिका नेटवर्क का उपयोग Google स्ट्रीट व्यू परियोजना में तस्वीरों के छोटे टुकड़ों को संसाधित करने के लिए भी किया जाता है, जहां आपको यह निर्धारित करने की आवश्यकता होती है कि टुकड़े पर संख्या घर का नंबर है या नहीं। आश्चर्यजनक रूप से, इस कार्य में, तंत्रिका नेटवर्क लोगों की तुलना में बेहतर पहचान सटीकता दिखाता है।

भविष्य में, तंत्रिका नेटवर्क का उपयोग अन्य Google उत्पादों, जैसे छवि खोज, Google ग्लास ग्लास और मानव रहित Google कारों में किया जाएगा। तंत्रिका नेटवर्क परियोजना के कर्मचारी जेफ डीन का कहना है कि एक कार में, सिस्टम संदर्भ संबंधी जानकारी ले सकता है, जिसमें लेजर रेंजफाइंडर से जानकारी शामिल है या, उदाहरण के लिए, एक मोटर की आवाज। जेफ डीन का कहना है कि एक शक्तिशाली तंत्रिका नेटवर्क प्रशिक्षण प्रक्रिया में बहुत सारी प्रासंगिक जानकारी का उपयोग करने में सक्षम है - इस कारण से उन्होंने 1000 सर्वरों का इतना बड़ा क्लस्टर बनाने का फैसला किया, जबकि अधिकांश शोधकर्ता एक कंप्यूटर पर तंत्रिका नेटवर्क का परीक्षण करते हैं।

Google तंत्रिका नेटवर्क के साथ प्रयोग के पहले परिणाम जून 2012 में प्रकाशित हुए थे। परीक्षणों से पता चला है कि तंत्रिका नेटवर्क आत्म-शिक्षा के लिए उत्तरदायी है। यूट्यूब से 10 मिलियन यादृच्छिक फ्रेम देखने के बाद, न्यूरल नेटवर्क में न्यूरॉन्स का गठन हुआ जो चुनिंदा रूप से छवियों में चेहरे की उपस्थिति का जवाब देता है। वैज्ञानिकों के अनुसार, स्व-सीखने की प्रक्रिया में Google तंत्रिका नेटवर्क ने स्तनधारी मस्तिष्क के दृश्य प्रांतस्था में न्यूरॉन्स के समान ही काम किया। इस चेतावनी के साथ कि Google तंत्रिका नेटवर्क, इसके पैमाने के बावजूद, दृश्य कॉर्टेक्स के तंत्रिका नेटवर्क की तुलना में नोड्स की संख्या के मामले में अभी भी बहुत छोटा है।

नीचे दिया गया चित्रण एक समग्र छवि दिखाता है जो पहले प्रयोग के दौरान एक बिल्ली वर्गीकरण न्यूरॉन के लिए इष्टतम उत्तेजना से मेल खाती है।



समग्र छवि जो मानव चेहरे के न्यूरॉन-वर्गीकरण के सक्रियण पर इष्टतम उत्तेजना से मेल खाती है।