Глубокое обучение (Deep Learning) для бизнеса
Обновлено: 10.10.2024 |
Глубокое обучение (Deep Learning) - это развитие методов машинного обучения с использованием большого числа скрытых слоев нейросети. Фактически, все бизнес-приложения искусственного интеллекта - основаны на глубоком обучении, а все облачные платформы и фреймворки для машинного обучения - позволяют создавать и обучать глубокие нейросети. Примеры использования технологий Deep Learning в бизнесе - даны ниже.
2020. В Google Colaboratory появилась платная Pro-версия

Google представил платную версию своего сервиса для обучения нейросетей Colab Pro, которая стоит $9.99/месяц. Однако, хотя она платная, она (как и бесплатная) не предоставляет точно гарантированных ресурсов, и не предназначена для production обучения и выполнения моделей нейросетей. Однако, платные пользователи все-таки получат более приоритетный доступ к быстрым графическим процессорам T4 и P100 (в то время как пользователи обычной версии будут работать с видеокартами на K80). У них также будет приоритетный доступ к тензорным процессорам TPU. Кроме того, в Colab Pro подключение может сохраняться до 24 часов, а ограничения времени бездействия относительно мягкие. В бесплатной версии Colab время работы блокнотов может составлять не более 12 часов и они довольно быстро отключаются, находясь в режиме ожидания.
2019. Google предложил бизнесу TensorFlow Enterprise

TensorFlow - самый популярный фреймворк для машинного обучения, разработанный в Google. Он распространяется как open-source система с 2015 года, но теперь в Гугле решили подзаработать на нем и запустили услугу TensorFlow Enterprise, которая включает в себя расширенную поддержку и сопутствующие облачные сервисы на Google Cloud. Поддержка обеспечивает возможность продолжать использовать более старые версии Tensorflow, на которых компании уже создали свои ИИ модели. В облаке инженеры Гугла помогут клиентам быстро запустить виртуальные машины для глубокого обучения нейросетей или контейнеры Kubernetes.
2017. DeepMind создает универсальную нейросеть

Как известно, купленный Гуглом стартап DeepMind ранее создал ИИ, умеющий играть в старые компьютерные игры Atari. Однако, фактически они сделали несколько ИИ (нейросетей) - по одному для каждой игры. Теперь же они попробовали создать нейросеть с памятью, которая, научившись играть в одну игру переносила основные навыки (связи) на следующую. После обучения каждой игре в течение нескольких дней сеть могла играть на уровне человека в семь из десяти игр. Но ни в одной игре она не достигла уровня, которого добилась нейросеть, обученная только этой игре.
2017. Baidu представила систему преобразования текста в речь Deep Voice

Китайская компания Baidu представила систему преобразования текста в речь, которая называется Deep Voice. Она представляет собой нейросеть, созданную с помощью технологии глубокого обучения, в ходе которого она анализировала речь и сопоставляла её с текстом, после чего начала вполне сносно произносить слова. Сначала Deep Voice раскладывает слово на отдельные звуки, затем вводит данные в систему синтеза речи и произносит нужное слово. Несмотря на значительные успехи китайского поискового гиганта, компания Google продолжает лидировать в этой области. Её система WaveNet уже успешно синтезирует речь, опираясь на «прочитанный» ранее текст. Сейчас американская разработка умеет говорить на двух языках, и специалисты продолжают над ней работать.