Alphabet Inc … (NASDAQ: GOOG GOOGAlphabet Inc1, 030. 12-0, 23% Créé avec Highstock 4. 2. 6 ) destiné à être renforcé par l'affinité croissante de l'entreprise pour les activités d'intelligence artificielle (IA). La société a commencé à organiser des cours hebdomadaires en 2005 pour les employés intéressés par l'apprentissage automatique (ML), mais l'attention s'est dissipée jusqu'en 2012 lorsque le directeur de la division de recherche, John Giannandrea, a relancé l'initiative. Les dirigeants de l'entreprise, comme Jeff Dean, ont demandé aux 25 000 ingénieurs de Google d'adopter et d'implanter l'apprentissage automatique (ML), une science informatique qui s'entrelace avec presque tous les segments de l'entreprise, de la recherche aux voitures sans conducteur.

Deep Learning

La science derrière ML implique la création d'algorithmes qui permettent aux ordinateurs de comprendre les commandes dans un langage naturel, à partir duquel une machine peut résoudre un problème ou exécuter une tâche plus rapidement et plus efficacement que les humains. Andrew Ng, ancien doyen de Google et de Dean, dirige actuellement des projets AI chez Baidu Inc. (NASDAQ: BIDU BIDUBaidu242 56 + 0. 42% Créé avec Highstock 4. 2. 6 ), unis en 2011 faire progresser le développement du ML. Une première expérience a permis de saisir 10 millions d'images YouTube sur un réseau informatique sophistiqué qui a «appris» à reconnaître et à distinguer un chat sans jamais être programmé pour le faire. Le système de microprocesseurs interconnectés, ou réseau de neurones, est vaguement basé sur le réseau de neurones à l'intérieur du cerveau humain.

DeepMind

Apparemment, les scénarios fictifs de la fin du monde dans lesquels les machines et les robots envahissent le monde ne sont pas si farfelus. En 2014, Google a payé 400 millions de dollars pour acquérir DeepMind, une société basée à Londres, une société d'intelligence artificielle qui existait largement dans l'ombre jusqu'à l'achat. Le PDG de DeepMind, Demis Hassabis, envisage le développement d'un énorme cerveau artificiel capable de stocker des quantités massives de données et d'apprendre par la suite à agir en toute indépendance. La vision inquiétante est troublante pour Tesla Motors Inc. (NASDAQ: TSLA TSLATesla Inc300 81-1 73% Créé avec Highstock 4. 2. 6 ) PDG Elon Musk, qui a dépensé 10 millions de dollars pour examiner les périls sociétaux de l'IA. Hassabis, de même, reste méfiant. Les conditions de la vente à Google comprenaient la mise en place d'un conseil d'administration objectif pour mesurer les progrès de l'IA et un accord pour garder la technologie propriétaire hors des mains des agences militaires ou secrètes.

Projet Ninja

Dean estime qu'environ un ingénieur de Google sur dix a une certaine expérience du ML. À tous points de vue, la société est un leader du secteur, mais le PDG Sundar Pichai s'attend à ce que ML se propage sur toutes les plateformes, y compris les publicités, Google Play et YouTube.Chaque année, Google invite un petit nombre d'employés à participer à son programme ninja d'apprentissage automatique. Le régime de six mois implique les participants engageant un mentor tout en développant et en lançant ensuite des projets de BC. Dean espère que l'initiative à petite échelle aidera l'objectif de Google à faire en sorte que chacun de ses ingénieurs possède un certain niveau de compétences en matière de BC.

Smart Answers

Une utilisation moins menaçante de ML s'étend aux réponses automatiques pertinentes aux messages électroniques reçus par les utilisateurs de Gmail. L'application Smart Reply de Google utilise la technologie ML pour permettre à un détenteur de compte, en un clic, de choisir parmi trois réponses brèves créées en réponse à l'analyse du contenu du message e-mail en boîte. L'application peut également interpréter les réponses de ton et d'audience et de mode en conséquence. Les courriels de retour à des amis et à la famille comprennent souvent des messages optimistes avec des points d'exclamation, tandis que les correspondants moins connus reçoivent des réponses plus subtiles.

Project Magenta

Les puristes de la musique se moqueront probablement de la notion de compositions machinées dérivées d'un ordinateur artificiellement intelligent. Google, néanmoins, a appliqué ML à son application Magenta, dont la première chanson simple a été publiée en 2016. Construite autour de quatre notes de musique, la mélodie rudimentaire résulte de la synthèse de nombreux morceaux introduits dans le système neuronal. Peut-être que l'incursion de Google dans les arts laisse aux musiciens une nouvelle appréciation de ce que signifie être des êtres vivants. Alors que les machines peuvent apprendre et composer, la qualité de la sortie ne correspondra probablement jamais à des mélodies imprégnées de la passion, de l'émotion et de la virtuosité d'un artiste.