Google AutoML

Продукт
Название базовой системы (платформы): Искусственный интеллект (ИИ, Artificial intelligence, AI)
Разработчики: Google
Технологии: Средства разработки приложений

Содержание

2020: Искусственный интеллект научился эволюционировать

В середине апреля 2020 года Google объявила, что работает над серьезным обновлением своего автономного языка разработки машинного обучения AutoML. Речь идет о технологии AutoML Zero, в рамках которой разработчики развивают систему эволюции искусственного интеллекта.

AutoML — это инструмент от Google, который автоматизирует процесс разработки алгоритмов машинного обучения для различных задач. Это удобный, довольно простой в использовании и полностью открытый исходный код, над которым Google продолжает работать до сих пор.

Google объявила, что работает над серьезным обновлением своего автономного языка разработки машинного обучения AutoML

В своей текущей итерации AutoML имеет несколько недостатков, поскольку программисту все еще требуется вручную создать и настроить несколько алгоритмов, которые будут служить строительными блоками для запуска. Инженер Ристо Мииккулайнен (Risto Miikkulainen) и сотрудник Куок Ле (Kuok Le) из Google представили программу AutoML-Zero, которая могла бы обойти эту проблему и разрабатывать программы искусственного интеллекта практически без участия человека, используя только базовые математические понятия.

Программа создает алгоритмы, используя некий механизм, приближенный к эволюционному процессу. Все начинается с создания совокупности из 100 возможных алгоритмов путем случайного объединения математических операций. Затем программа проверяет их на простой задаче, такой как проблема распознавания изображений, которую он должен решить. Тем самым он проверяет, может ли работать такая система искусственного интеллекта и сравнивает производительность алгоритмов. Части разных алгоритмов, которые работают лучше всего, в дальнейшем будут соединены в один искусственный интеллект, который будет являться лучшей вариацией алгоритмов.

«
Нашей конечной целью является разработка новых концепций машинного обучения, которые не могут найти даже исследователи и которые будут лишены их систематических ошибок восприятия, — пояснил Куок Ле.[1]
»

2017: Google пытаются автоматизировать задачи, решаемые высокооплачиваемыми специалистами-людьми

Как сообщил 13 октября 2017 года портал Wired[2], специалисты в области искусственного интеллекта компании Google пытаются автоматизировать задачи, решаемые высокооплачиваемыми специалистами-людьми.

Google разработала самообучаемое ПО для создания самообучаемого ПО

В рамках проекта AutoML исследователи Google обучили софт для машинного обучения создавать такой же софт для машинного обучения. В некоторых случаях получилось программное обеспечение, которое оказалось мощнее и эффективнее по сравнению с софтом, созданным самими исследователями. По сообщению Google, одна из недавно разработанных систем смогла правильно категорировать изображения по их содержанию с 82-процентной вероятностью. С более трудной проблемой — простановкой на изображении отметок местоположения нескольких объектов, которая представляет собой важную задачу при создании дополненной реальности и автономных роботов, — созданное софтом ПО справилось на 43%. Притом, что лучшие из созданных человеком системы — лишь на 39%.

Подобные результаты особенно важны потому, что экспертиза, необходимая для создания подобных современных систем с искусственным интеллектом, довольно редкая — даже в Google.

«
Сегодня данные задачи решаются специалистами по машинному обучению, которых в мире буквально всего несколько тысяч, — сообщил генеральный директор Google Сундар Пичаи (Sundar Pichai), кратко упомянув проект AutoML на встрече, посвященной выпуску новых смартфонов и других гаджетов. — Мы хотим, чтобы решение данных задач стало доступно сотням тысячам разработчиков.
»

На своем сайте, посвященном исследованиям, Google указывает, что всего в компании исследованиями занято порядка 1300 специалистов, причем искусственным интеллектом занимаются лишь часть из них. Всего в Google работают тысячи инженеров в области разработки программного обеспечения. Согласно финансовому отчету материнской компании Google, Alphabet, в ней в исследования и разработки вовлечено 27 169 человек (данные за 2016 год).Российский рынок облачных ИБ-сервисов только формируется 2.3 т

Робототехника



Примечания



СМ. ТАКЖЕ (4)


Подрядчики-лидеры по количеству проектов

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Солар (ранее Ростелеком-Солар) (46)
  Финансовые Информационные Системы (ФИС, FIS, Финсофт) (15)
  Форсайт (11)
  Axiom JDK (БеллСофт) ранее Bellsoft (10)
  Бипиум (Bpium) (10)
  Другие (393)

  Солар (ранее Ростелеком-Солар) (8)
  Финансовые Информационные Системы (ФИС, FIS, Финсофт) (4)
  Консом групп, Konsom Group (КонсОМ СКС) (2)
  ЛАНИТ - Би Пи Эм (Lanit BPM) (2)
  IFellow (АйФэлл) (2)
  Другие (30)

  Солар (ранее Ростелеком-Солар) (10)
  Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (3)
  Форсайт (3)
  Cloud.ru (Облачные технологии) ранее SberCloud (2)
  КРИТ (KRIT) (2)
  Другие (13)

  Солар (ранее Ростелеком-Солар) (6)
  Unlimited Production (Анлимитед Продакшен, eXpress) (4)
  МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (4)
  Robin (Робин) (3)
  Форсайт (3)
  Другие (23)

  Unlimited Production (Анлимитед Продакшен, eXpress) (4)
  Солар (ранее Ростелеком-Солар) (3)
  МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (2)
  Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (1)
  Effective Technologies (Эффектив Технолоджис) (1)
  Другие (11)

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Солар (ранее Ростелеком-Солар) (2, 48)
  Microsoft (41, 47)
  Oracle (49, 26)
  Hyperledger (Open Ledger Project) (1, 23)
  IBM (33, 18)
  Другие (600, 308)

  Солар (ранее Ростелеком-Солар) (1, 8)
  Финансовые Информационные Системы (ФИС, FIS, Финсофт) (1, 4)
  Microsoft (4, 3)
  Oracle (2, 3)
  SAP SE (2, 2)
  Другие (16, 19)

  Солар (ранее Ростелеком-Солар) (1, 11)
  Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (1, 3)
  Форсайт (1, 3)
  Сбербанк (1, 2)
  Cloud.ru (Облачные технологии) ранее SberCloud (1, 2)
  Другие (9, 9)

  Unlimited Production (Анлимитед Продакшен, eXpress) (1, 6)
  Солар (ранее Ростелеком-Солар) (1, 6)
  Мобильные ТелеСистемы (МТС) (1, 4)
  МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (1, 4)
  Форсайт (1, 3)
  Другие (14, 24)

  Unlimited Production (Анлимитед Продакшен, eXpress) (1, 4)
  Мобильные ТелеСистемы (МТС) (2, 3)
  Солар (ранее Ростелеком-Солар) (1, 3)
  МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (1, 2)
  Яндекс (Yandex) (1, 1)
  Другие (14, 14)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Solar appScreener (ранее Solar inCode) - 48
  Hyperledger Fabric - 23
  Windows Azure - 20
  FIS Platform - 15
  EXpress Защищенный корпоративный мессенджер - 12
  Другие 328

  Solar appScreener (ранее Solar inCode) - 8
  FIS Platform - 4
  Siemens Xcelerator - 2
  Парадокс: MES Builder - 2
  Турбо X - 2
  Другие 22

  Solar appScreener (ранее Solar inCode) - 11
  BSS Digital2Go - 3
  Форсайт. Мобильная платформа (ранее HyperHive) - 3
  Cloud ML Space - 2
  Nexign Microservices Framework - 1
  Другие 8

  EXpress Защищенный корпоративный мессенджер - 6
  Solar appScreener (ранее Solar inCode) - 6
  МТС Exolve - 4
  Форсайт. Мобильная платформа (ранее HyperHive) - 3
  РЖД и Робин: Облачная фабрика программных роботов - 3
  Другие 14

  EXpress Защищенный корпоративный мессенджер - 4
  Solar appScreener (ранее Solar inCode) - 3
  МТС Exolve - 2
  Naumen Platform - 1
  YandexART - 1
  Другие 11