个性化阅读
专注于IT技术分析

Google如何使用机器学习?机器学习的应用例子

在现代, 谷歌无处不在!!!如此之多, 以致你最有可能使用Google搜索阅读本文。虽然机器学习长期以来一直是Google的一部分, 但现在看来ML无处不在!从谷歌搜索toGoogle相簿甚至谷歌翻译, 一切都用机器学习.

这些只是更常见的项目!实际上, 谷歌及其母公司Alphabet在机器学习研究在几乎所有可以想象的领域伦理原则, 量子计算, 医疗保健, 机器人技术, 感知, 等等。Google首席执行官Sundar Pichai评论道:”机器学习是一种核心的, 变革性的方式, 通过它我们可以重新思考自己的工作方式。我们会认真地将其应用于所有产品, 包括搜索, 广告, YouTube或Play。而且我们还处于起步阶段, 但是你会看到我们在所有这些领域中应用机器学习。”

Google如何使用机器学习

因此很明显, Google最终计划在其所有运营中完全集成机器学习。但是那个未来世界还差得远!现在, 让我们来看一些Google目前使用机器学习以便我们将来了解其全部应用范围。

1. Google翻译

想要将文本从英语翻译成印地语但不知道印地语吗?好,

谷歌翻译

是适合你的工具!虽然它的准确性不完全是100%, 但它仍然是将文本, 图像甚至实时视频从一种语言转换为另一种语言的绝佳工具。而且, 如果你想知道它如何或多或少准确地翻译, 那么Google Translate当然会使用机器学习!

它用统计机器翻译(SMT)

这是一种花哨的说法, 它可以分析数百万已从一种语言翻译成另一种语言的文档(在这种情况下为英语到北印度语), 然后查找该语言的常见模式和基本词汇。此后, 它会根据有根据的猜测(最可能是正确的)来选择最准确的翻译。例如:让我们看看Google翻译如何将”机器学习很棒”翻译成印地语!

谷歌翻译

图片来源:Google

2. Google相簿

如果你是千禧一代, 我敢肯定你是自拍照迷!当然, 你使用

Google相簿

如果你也是Android用户, 那么很多。而且, 你这样做也不会感到震惊! Google相册允许你将所有照片备份在一个位置, 即使这些照片是使用多种设备拍摄的, 也可以使用机器学习提供许多其他炫酷效果。

例如, Google相册还会自动创建在特定期间内拍摄的照片相册, 而无需你的任何输入。不仅如此, 它还可以选择

“最佳照片”

。如果你还没有将所有图片分类到相册中, 也可以通过输入名称进行搜索。假设你想和你的狗一起查找图片, 输入” Dog”, 你将得到所有的狗图片!这是使用完成的

图像识别

, 其中深度学习用于对互联网上的数百万个图像进行排序, 以便对其进行更准确的分类。因此, 使用深度学习时, 将显示Google相册中归类为”狗”的图像。

3. RankBrain

假设你想知道谁是Google的首席执行官?然后你想知道谁是他的妻子?但是, 你如何在Google上搜索呢?你不知道Sundar Pichai或他妻子的名字, 因为你不知道!在这种情况下, 你只需搜索”谷歌妻子的首席执行官”在Google上, 你将获得所需的结果。这是通过使用排名脑在Google搜索中。

RankBrain1

图片来源:Google

RankBrain基本上是深层神经网络这有助于提供所需的搜索结果。这是Google搜索算法中决定显示哪些搜索页面的因素之一。如果Google搜索中有任何唯一的单词或短语(例如本例中的”谷歌CEO的首席执行官”!), 则RankBrain会做出明智的猜测, 以找到适合情况的搜索结果并进行相应过滤。实际上, RankBrain当前非常重要, 以至于Google表示它是搜索查询结果的第三重要页面排名因素。

4. Google Assistant

在组织日历方面需要一点帮助吗?想知道你家附近最好的意大利餐厅吗?想要随时随地预订电影票吗?好吧, 不要害怕!!!Google助手在这里让你的生活更轻松!它基本上是一个个人助理, 可以通过组合使用Google知识图谱, 图像识别和自然语言处理。

Google设想Google Assistant为聊天机器人, 它可以连接到你的手机, 电视, 扬声器等, 并且可以与你进行实际对话。在这里Google知识图提供从各种来源收集的信息, 而自然语言处理允许Google助手与你互动, 并根据你的问题制定答案。

5.深梦

大家都知道人类有梦想吗?好吧, 如果计算机也有梦想呢?这是谷歌的前提深梦使用卷积神经网络在各种图像中找到随机模式, 并以不同的方式放大它们。可以使用输入数据和各种参数以任何可能的方式来调整这些图像, 以使获得的结果有趣, 怪异甚至令人迷惑!

深梦

图片来源:Google

有神经网络中的多层在DeepDream中, 其中每一层都从输入图像中提取越来越多的高级特征, 直到最终层产生最终的输出为止。为了证明这一点, 我们从Google DeepDream获得了一张图片, 该图片是一个女人和很多装备的怪异混合物。总而言之, 很难解释DeepDream的复杂效果, 因此最好是自己上传任何想要的图像然后观看节目, 然后自己尝试一下!


赞(0) 打赏
未经允许不得转载:srcmini » Google如何使用机器学习?机器学习的应用例子
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

微信扫一扫打赏