آپ استعمال کرتے ہوئے مصنوعات میں کس طرح گہری سیکھنے کو سراہا ہے
DeepMind دو چیزوں کا حوالہ دے سکتا ہے: Google کی مصنوعی انٹیلی جنس (اے اے) کے پیچھے ٹیکنالوجی، اور کمپنی جو مصنوعی انٹیلی جنس کو ترقی دینے کے لئے ذمہ دار ہے. کمپنی کا نام DeepMind حروف تہجی انکارپوریٹڈ کی ایک ماتحت ادارہ ہے، جو Google کی والدہ کمپنی بھی ہے، اور دیپ میند کی مصنوعی انٹیلی جنس ٹیکنالوجی نے اس طرح سے بہت سے Google منصوبوں اور آلات کو تلاش کیا ہے .
اگر آپ Google ہوم یا Google اسسٹنٹ کا استعمال کرتے ہیں تو، پھر آپ کی زندگی کچھ حیرت انگیز طریقوں سے Google DeepMind سے پہلے سے ہی مربوط ہے.
گوگل اور گپ میڈ کو کیسے حاصل کیا؟
ڈیپ میڈ 2011 میں "انٹیلی جنس کو حل کرنے اور اس کے بعد سب کچھ حل کرنے کا مقصد" کے مقصد کے ساتھ قائم کیا گیا تھا. بانیوں نے طاقتور عام مقصد کے الگورتھم کو بنانے کے مقصد کے ساتھ نیورسوسیسی کے بارے میں بصیرت کے ساتھ مسلح مشین سیکھنے کی مسئلہ کو حل کیا تھا. پروگرام کرنے کی ضرورت سے بجائے سیکھنا.
اے آئی فیلڈ کے کئی بڑے کھلاڑیوں نے ڈیپ مین کو ایک دوسرے کے ساتھ مل کر ایک مصنوعی انٹیلی جنس ماہرین اور محققین کے طور پر دیکھا، اور فیس بک نے 2012 میں کمپنی حاصل کرنے کے لئے ایک کھیل بنایا.
فیس بک کا معاملہ الگ ہوگیا، لیکن گوگل نے 2014 میں ڈیپ میڈ کو سوچا اور 500 ملین ڈالر کے لئے سوچا. گہرے موم کے بعد گوگل کارپوریٹ کی تعمیر نو کے دوران 2015 ء میں منعقد ہونے والے حروف کے انفرادی طور پر بن گئے.
Google کی بنیادی وجہ DeepMind خریدنے کے پیچھے اپنی مصنوعی انٹیلی جنس تحقیق شروع کرنے کے لئے تیار تھی. گہرے موم کے اہم کیمپس حصول کے بعد لندن میں رہ رہے تھے جبکہ، انگلینڈ کو ماؤنٹین دیکھیں، کیلیفورنیا میں گوگل کے ہیڈکوارٹر میں بھیج دیا گیا تھا، گوگل کی مصنوعات کے ساتھ DeepMind AI کو ضم کرنے کے لئے کام کرنے کے لئے.
Google Deep Deep کے ساتھ کیا کر رہا ہے؟
جب انٹیلجنٹ کو حل کرنے کے دیپ میڈ کا مقصد وہ Google پر چابیاں نہیں دیتے تو وہ تبدیل نہیں ہوئے. کام گہری سیکھنے پر کام جاری رکھتا ہے، جس کا ایک قسم کی مشین سیکھنے ہے جو کام مخصوص نہیں ہے. اس کا مطلب ہے DeepMind پہلے AI کے برعکس مخصوص کام کے لئے پروگرام نہیں ہے.
مثال کے طور پر، آئی بی ایم کی گہری بلیو نے مشہور شطرنج گرینڈ ماسٹر گیری کاساپروف کو شکست دی. تاہم، گہری بلیو اس مخصوص تقریب کو انجام دینے کے لئے ڈیزائن کیا گیا تھا اور اس مقصد سے باہر مفید نہیں تھا. دوسری طرف، DeepMind، تجربے سے سیکھنے کے لئے ڈیزائن کیا گیا ہے، جو نظریاتی طور پر بہت سے مختلف ایپلی کیشنز میں مفید بناتا ہے.
گپ مینڈ کی مصنوعی انٹیلی جنس نے یہ جان لیا ہے کہ کس طرح ابتدائی ویڈیو کھیلوں کو کھیلنے کے لئے، بریک آؤٹ، یہاں تک کہ سب سے بہتر انسانی کھلاڑیوں سے بہتر ہے، اور ایک کمپیوٹر جانے والا پروگرام جس میں ڈی ایم ایمند نے طاقتور چیمپئن گو پلیئر پانچ صفر کو شکست دے دی ہے.
خالص تحقیقی تحقیق کے علاوہ، Google نے DeepMind AI کو اپنے پرچم بردار تلاش کی مصنوعات اور ہوم اور لوڈ، اتارنا Android فونز جیسے صارفین کی مصنوعات میں بھی ضم کیا ہے.
Google DeepMind اپنی ڈیلی لائف کو کس طرح متاثر کرتا ہے؟
گہرے موم کے گہری سیکھنے کے اوزار گوگل کی مصنوعات اور خدمات کے پورے سپیکٹرم میں لاگو کیے گئے ہیں، لہذا اگر آپ کسی بھی چیز کے لئے گوگل کا استعمال کرتے ہیں، تو ایک اچھا موقع ہے کہ آپ نے DeepMind کسی طرح سے بات چیت کی ہے.
کچھ ممنوع جگہوں میں DeepMind AI استعمال کیا جاتا ہے، تقریر کی شناخت، تصویر کی شناخت، دھوکہ دہی کا سراغ لگانا، پتہ لگانے اور سپیم، ہینڈ رائٹنگ کی شناخت، ترجمہ، اسٹریٹ نقطہ، اور یہاں تک کہ مقامی تلاش کی شناخت بھی شامل ہے.
Google کی سپر درست تقریر کی شناخت
بولنے والے حکموں کی تشریح کرنے کے لئے تقریر کی شناخت، یا کمپیوٹر کی اہلیت، ایک طویل عرصہ تک ہے، لیکن سری ، کوارٹانا ، الیکسہ اور گوگل اسسٹنٹ کی پسند اپنی روزانہ کی زندگیوں میں زیادہ سے زیادہ لایا ہے.
Google کے اپنے صوتی شناخت کی ٹیکنالوجی کے معاملے میں، گہری سیکھنے کو زبردست اثر ملا دیا گیا ہے. حقیقت میں، مشین سیکھنے نے Google کی صوتی شناخت کی اجازت دی ہے کہ انگریزی زبان کے لئے اس کی درستگی کی ایک حیرت انگیز سطح کو حاصل کرنے کے لۓ، اس موقع پر جہاں یہ انسانی سننے والے کے طور پر درست ہے.
اگر آپ کے پاس کسی بھی Google آلات ہیں، جیسے ایک Android فون یا Google ہوم، اس میں آپ کی زندگی میں براہ راست، حقیقی دنیا کی درخواست ہے. ہر بار جب آپ کہتے ہیں، "ٹھیک ہے، Google" ایک سوال کے بعد، گپ موم نے Google اسسٹنٹ کو سمجھنے میں مدد کی ہے کہ آپ کیا کہہ رہے ہیں.
تقریر کی شناخت کے لئے مشین سیکھنے کی یہ درخواست ایک اضافی اثر ہے جو خاص طور پر Google ہوم پر لاگو ہوتا ہے. ایمیزون کے Alexa کے برعکس، جس میں آڈیو مائیکرو فونز کو صوتی حکموں کو بہتر سمجھنے کے لئے استعمال ہوتا ہے، Google ہوم کی DeepMind طاقتور آواز کی شناخت صرف دو کی ضرورت ہے.
Google ہوم اور معاون وائس نسل
روایتی تقریر کی ترکیب کو کچھ استعمال کرتا ہے جو کہ کنٹیٹنیٹ ٹیکسٹ ٹور سے خطاب کرتا ہے (ٹی ٹی ایس). جب آپ ایک آلہ کے ساتھ بات چیت کرتے ہیں جو اس کی ترکیب کی ترکیب کا استعمال کرتے ہیں، تو یہ ایک متنوع ڈیٹا بیس کو بولنے والے ٹکڑے سے بھرتا ہے اور انہیں الفاظ اور جملے میں جمع کرتا ہے. یہ غیر معمولی الفاظ میں بے نقاب الفاظ کا نتیجہ ہے، اور یہ عام طور پر واضح ہے کہ آواز کے پیچھے ایک انسان نہیں ہے.
DeepMind نے ویو نینی نامی ایک پروجیکٹ کے ساتھ صوتی نسل کو حل کیا. یہ مصنوعی طور پر پیدا آوازوں کی اجازت دیتا ہے، جیسے آپ جب آپ اپنے فون پر اپنے Google ہوم یا Google اسسٹنٹ سے بات کرتے وقت سنتے ہیں تو زیادہ قدرتی لگانے کے لئے.
ویوی نییٹ بھی حقیقی انسانی تقریر کے نمونے پر انحصار کرتا ہے، لیکن یہ ان کو کسی بھی طرح براہ راست سنبھالنے کے لئے استعمال نہیں کرتا. اس کے بجائے، یہ انسانی تقریر کے نمونے کا تجزیہ کرتا ہے کہ کس طرح خام آڈیو واففارم کام کرتی ہے. اس سے یہ مختلف زبانوں کو بولنے، تلفظوں کا استعمال کرنے، یا کسی خاص شخص کی طرح آواز بھی تربیت دینے کی تربیت دیتا ہے.
دیگر ٹی ٹی ایس کے نظام کے برعکس، ویو نیٹ بھی غیر تقریر آواز پیدا کرتا ہے، جیسے سانس لینے اور ہونٹوں سے نمٹنے کی لگتی ہے، جو اس سے زیادہ حقیقت پسندانہ لگتی ہے.
اگر آپ آواز سازی کے درمیان فرق کے درمیان پیدا ہونے والی آواز کے درمیان فرق سننا چاہتے ہیں، اور ایک ویویر نیٹ کی طرف سے پیدا ہونے والی گہرائیڈ میں کچھ دلچسپ آواز کے نمونے ہیں جو آپ سن سکتے ہیں.
گہری سیکھنے اور گوگل تصویر تلاش
مصنوعی انٹیلی جنس کے بغیر، تصویروں کی تلاش میں سیاق و سباق اشارے جیسے ٹیگ، ویب سائٹس پر قریبی متن، اور فائل کے نام پر منحصر ہے. DeepMind کی گہری سیکھنے کے اوزار کے ساتھ، Google تصاویر کی تلاش اصل میں سیکھنے کے قابل تھا کہ چیزیں کس طرح نظر آتی ہیں، آپ اپنی تصاویر کو تلاش کرنے اور کسی بھی ٹیگ کرنے کی ضرورت کے بغیر متعلقہ نتائج حاصل کرنے کی اجازت دیتے ہیں.
مثال کے طور پر، آپ "کتے" کو تلاش کرسکتے ہیں اور یہ آپ کے کتے کی تصاویر کھینچیں گے جنہیں آپ نے لیا تھا، اگرچہ تم نے اصل میں انہیں کبھی نہیں لی. یہی وجہ ہے کہ یہ سیکھنے کے قابل تھا کہ کتے کس طرح نظر آتے ہیں، اسی طرح انسانوں کو یہ جانتا ہے کہ چیزیں چیزیں نظر آتی ہیں. اور، گوگل کے کتے پر مبنی گہرے خواب کے برعکس، ہر قسم کی مختلف تصاویر کی شناخت میں 90 فیصد سے زائد درست ہیں.
Google لینس اور بصری تلاش میں DeepMind
DeepMind بنا دیا ہے سب سے زیادہ شاندار اثرات میں سے ایک گوگل لینس ہے. یہ لازمی طور پر ایک بصری سرچ انجن ہے جس سے آپ کو حقیقی دنیا میں کسی چیز کی ایک تصویر کی تصویر کی اجازت دیتی ہے اور اس کے بارے میں معلومات کو فوری طور پر کھولنے کی اجازت دیتا ہے. اور یہ گہری ماں کے بغیر کام نہیں کرے گا.
جب عمل درآمد مختلف ہے، تو یہ اسی طرح کی ہے جیسے Google+ تصویر تلاش میں گہری سیکھنے کا استعمال ہوتا ہے. جب آپ ایک تصویر لیتے ہیں تو، Google لینس اس کو دیکھنے کے قابل ہوسکتا ہے اور پتہ چلتا ہے کہ یہ کیا ہے. اس کی بنیاد پر، یہ مختلف افعال انجام دے سکتا ہے.
مثال کے طور پر، اگر آپ مشہور تاریخی نشان کی تصویر لیتے ہیں، تو یہ آپ کو نشانی کے بارے میں معلومات فراہم کرے گا، یا اگر آپ مقامی اسٹور کی تصویر لیتے ہیں، تو اس اسٹور کے بارے میں معلومات کو کھول سکتے ہیں. اگر تصویر میں ایک فون نمبر یا ای میل ایڈریس بھی شامل ہے تو، Google لینس بھی اس کو تسلیم کرنے میں کامیاب ہے، اور یہ آپ کو نمبر پر فون کرنے یا ایک ای میل بھیجنے کا اختیار دے گا.