Crowdsource by Google: Building better products for everyone with machine learning

머신 러닝에 대해 들어 봤지만 무엇입니까? "기계 학습"은 컴퓨터가 몇 가지 예를보고 기술을 습득 할 수있게하는 기술입니다 규칙 세트 대신에

기계 학습을 통해 일상적인 작업을보다 쉽게 ​​수행 할 수 있습니다 좋아하는 사진 검색, 어떤 언어로든 사람과 대화하고 전 세계 어디든 가고 싶은 곳으로 정확하게 이동할 수 있습니다 기계는 어떻게 배우나요? 기계 학습에서 컴퓨터는 일련의 데이터를 통해 공통 패턴을 찾고 식별하고 학습합니다 예를 들어 컴퓨터에 많은 자동차 이미지를 보여 주면 어떤 그림에서든 자동차를 인식하는 방법을 배울 수 있습니다 우리가 보여주는 다양한 자동차 이미지는 더 잘 인식됩니다

따라서 Crowdsource 앱에 대한 귀하의 기여가 중요합니다 컴퓨터가 배울 수있는 정확한 예를 만들고 확인하는 데 도움이됩니다 이는 모든 사람에게 혜택을 줄 수있는 기능을 활성화합니다 이미지 레이블을 확인하면 Google 포토 및 Google 렌즈와 같은 앱이 사진을 분류하고 물체를 식별하는 데 도움이됩니다 문장의 정서에 라벨을 붙이면 Google지도 및 Google Play에서 사용자 언어로 리뷰를 구성하는 데 도움이됩니다

번역을 확인하면 Google Translate가 귀하의 언어로보다 정확한 번역을하도록 도와줍니다 덕분에 좋아하는 앱이 모두에게 도움이됩니다 전 세계 크라우드 소싱 커뮤니티의 일환으로 귀하의 국가 및 전 세계의 기고자들과 함께 수백만의 사례를 제공하고 있습니다 귀하의 답변은 수천 명의 다른 사용자의 답변과 결합되어“최상의”답변을 결정합니다이를“지상 진실”이라고합니다

실제 기술은 특정 기술을 습득 할 수있는 패턴을 찾는 기계 학습 모델에 적용됩니다 사진에서 자동차를 식별하는 방법 또는 한 언어에서 다른 언어로 번역하는 방법 등이 있습니다 기계가 배우는 것은 주어진 데이터에 의해 제한됩니다 세계의 작은 지역에서 온 이미지로 이미지 인식 알고리즘을 개발하면 세계의 해당 부분에서만 객체를 인식합니다 사진과 같은 앱이 모든 사람에게 잘 작동하려면 세계 각지의 이미지를 사용하여 기계를 훈련시켜야합니다

Crowdsource를 사용하면 교육 데이터에서 지역, 언어 및 의견을 나타냅니다 커뮤니티에 참여해 주셔서 감사합니다!

Powered by TensorFlow: utilizing deep learning to better predict extreme weather

KARTHIK KASHINATH : 극한의 날씨가 변화하고 있습니다 더 극심한 강우량, 심한 홍수, 산불이 있습니다

라디오 서명이 있어요, [INAUDIBLE] 극단적 인 사건을보다 정확하게 예측할 수 있음 우리가 지금 직면하고있는 큰 도전의 종류입니다 매일 100 테라 바이트의 기후 데이터가 있습니다 위성으로부터, 관측으로부터, 모델로부터

따라서 기후 데이터는 큰 데이터 문제입니다 우리는 빠른 것을 필요로합니다 모든 데이터를 빠르고 정확하게 탐색 할 수 있습니다 그리고 깊은 학습은 거의 완벽하게 문제를 해결할 수 있습니다 기후 과학

THORSTEN KURTH : 많은 NERSC 사용자가 TensorFlow를 사용하고 있습니다 더 인기있는 프레임 워크 중 하나입니다 TensorFlow를 사용하여 신속하게 반복합니다 다른 모델을 통해 다른 레이어 매개 변수 이 특별한 기후 프로젝트를 위해, 깊은 학습 모델을 만들기 위해, 우리는 분할 모델 (segmentation models) 성공할 것으로 입증 된 예를 들어, 우리의 위성 이미지 분할 작업

그리고 TensorFlow를 사용하여 모델을 향상시킵니다 성능이 좋은 일련의 모델을 찾을 때까지 이 특정 작업에 충분합니다 그러나 데이터의 양, 데이터의 복잡성, 네트워크는 14 테라 플롭이 필요했습니다 따라서 워크 스테이션에서이 작업을 수행하려는 경우, 훈련하는 데 몇 달이 걸릴 것입니다 MIKE HOUSTON : 이러한 문제를 진정으로 해결하려면 가장 큰 계산 자원 행성에서 사용할 수 있습니다

Summit 슈퍼 컴퓨터와 같은 시스템, 그것은 총 크기의 두 개의 테니스 코트입니다 내 말은,이게 최첨단 기술이야 일반적인 노트북보다 1 백만 배나 빠릅니다 33 exaflops

워크 스테이션에서하는 일을 상상해보십시오 그러나 지금은 그 힘의 27,000 배가 있다고 상상해보십시오 우리는 지금 그것을 할 수 있습니다 THORSTEN KURTH : 실제로 얼마나 좋은지 놀랐습니다 저울

1,000 노드, 2,000 노드 5,000 노드 MIKE HOUSTON : 이번이 처음이었습니다 누구든지이 규모에서 AI 애플리케이션을 실행합니다 기후 과학자들이 알아내는 대신 고조파 코드를 작성하는 방법, 그들은 파이썬에서 자연스럽게 표현할 수 있습니다

TensorFlow에서 모든 고성능 코드를 얻을 수 있습니다 대부분의 HPC 사람들은 TensorFlow 내에서 익숙합니다 KARTHIK KASHINATH : 이제 우리는 인공 지능은 실제로 예측에 기여할 수 있습니다 이 극한의 기상 이변들 MIKE HOUSTON : 전통적인 HPC와 AI를 결합하면, 우리는 우리가 해결할 수 없다고 생각했던 것들을 다룰 수 있습니다

핵융합로 연구, 질병 이해 알츠하이머 병처럼, 암, 맞지? 참 놀랍군 THORSTEN KURTH : 우리는 과다 활동 TensorFlow와 같은 프레임 워크를 사용하면 대규모로 확장 할 수 있습니다 멋진 공연을 얻을 수 있습니다 목표를 달성하십시오 KARTHIK KASHINATH : 유전학, 신경 과학, 우주론, 고 에너지 물리학, 그것은 나를 위해 대단히 흥미 롭습니다

Are machines better at quantum physics than humans?

[음악 재생] 이봐, 나는 다이애나 야, 너는 "Physics Girl"을보고있어 당신이 볼 수있는 일이 있습니다

당신은 그것이 매일 일어나는 것을 봅니다 상 전환 고체에서 액체 액체에서 고체 가스 액체

그리고 과학자들은 이러한 위상 변화를 이해합니다 우리는 그들을 이해합니다 그러나 본질 상 약간의 상전이가있다 과학자들은 완전히 이해하지 못한다 양자 역학을 포함한다

가장 이상한 위상 변화 양자 위상 전이 (quantum phase transition) 그들은 극단에서 일어난다 예를 들어, 자석이 충분히 뜨거워 진 경우, 갑자기 자력을 잃을 수 있습니다 아니면 우주의 가장 차가운 온도에서, 당신은 절연 물질을 갑자기 켜서 얻을 수 있습니다 초전도체로 그래서, 우리는 개별 입자들과 함께 예를 들어, 물이 끓을 때

그러나 우리는 개별 입자가 무엇인지 이해하지 못합니다 초전도체 내부에서 흥미 진진한 물리 분야 인간에 의해 아직 해결되지 않은 문제이기 때문입니다 그러나 다른 것이이 문제를 해결할 수 있다면 어떨까요? 특정 문제를 해결할 때 더 나은 점이 있습니다 인간보다

더 나은 제품 권장 사항을 제공 할 수있는 것 우리가 서로에게 줄 수있는 것보다 건강 상태를 더 잘 진단 할 수있는 것 의사가 할 수있는 것보다 그거 기계 야 이상한 생각이야 하지만 과학자들이하는 기술이 있다고 말하면 어떨까요? 엔지니어들은 이 양자 위상 전이 문제를 해결하는 데 도움이 될까요? 그 기술은 양자 기계 학습입니다

제 편집장 Jabril입니다 안녕 그러나 그는 또한 멋진 YouTube 채널을 보유하고 있습니다 컴퓨터 과학에 대해서 그리고 나는 기계 학습에 대해 아무것도 모르기 때문에, 그는 우리를 도울거야

기계 학습이 뭔지 알아 내 네? 오 예 네 오 예 그래서 당신은 기계 학습이 무엇인지 알고 싶습니까? 예

간단히 말해 알고리즘을 가르치고 있습니다 네가 배워야 할 거의 모든 것을 배우기 알고리즘 알고리즘 예를 들어, 예를 들어,이 환상 시나리오를 만들어 봅시다

너는 그들의 식물을 좋아하는 정원사 야, 알았지? 나는 정원이있다! 네, 맞습니다 당신이 게시하는 모든 그 정원 사진들 좋아요, 당신을 예로 들어 봅시다 승인 그래서 당신은 정원사입니다

당신은 당신의 식물을 사랑합니다 그리고 당신이이 문제에 부딪쳤다 고 가정 해 봅시다 당신 식물이 죽을 때마다 한 번씩 눈치 채는 곳 그것은 일어난다 잠시 후, 당신은 그 문제가 하나에서 유추한다고 추론합니다

두 가지, 알 겠어? A 곤충에서 왔어 너는 너의 식물을 망치고있어 또는 B, 탈수 어쩌면 당신은 그들에게 충분히 좋은 것을 물을주지 않을 것입니다 그런 거지? 당신은 당신의 정원을 사랑하고, 당신의 식물은 신비하게 죽어 가고 있습니다

승인 죽음의 원인을 알 수 있다면 그들이 죽어가는 동안, 당신은 그들을 치료할 수 있습니다 그러나 문제가 있습니다 죽음의 원인을 알아낼 수있는 유일한 방법 당신이 뿌리에서 그 (것)들을 당기고 반으로 그 (것)들을 쐐기로 고정하는 경우에 너는 좋은 정원사가 아니지만

미안, 미안해 우리는이 시나리오와 함께 굴러 갈 것입니다 JABRIL : 그러면 당신이하는 일은 수천을 시작하는 것입니다

죽은 식물의 사진을 자 이제이 데이터 집합에 이미지 묶음이 있습니다 그리고 그들의 죽음 원인, 알았지? 그래서 당신은 알고리즘을 훈련시킬 것입니다 모든 사진을 입력하여 그들의 상표와 일치했다 알다시피, 곤충들 곤충

탈수 이렇게 그리고 알고리즘은 차이점을 학습합니다 탈수 함으로 표시된 이미지의 특징과 이미지 곤충 레이블 네, 알고리즘이이 모든 것을 배우는 과정입니다

실제로 정말 매력적입니다 실제로 내 채널에서 동영상을 만들었습니다 너가 와서 그것을 확인하고 싶다면 Jabril, 집중! 미안, 미안해 그러나 실제로 그것은 정말로 좋습니다

설명에 링크를 넣을 것입니다 고맙습니다 당신은 지금 할 수 있습니다 – 이것은 흥미 진진한 부분입니다 이제 알고리즘이 절대로없는 새로운 사진을 찍을 수 있습니다 심지어 전에 보았습니다

그것을 알고리즘에 넘겨 주면됩니다 사망 원인에 대한 확률이 높습니다 승인 이제는 더 이상 식물을 죽일 필요가 없습니다 문제 해결됨

예! 기계 학습 덕분에 그래서 기계 학습은이 과정입니다 이미지에 알고리즘 학습 당신이 충분히 배울 레이블로 입력 이미지의 특징에 대해 입력하면 새로운 이미지, 그것은 그 이미지의 특징을 볼 수있다 어떤 범주에 속하는지 파악하십시오 옳은? 거의

그것이 기계 학습의 유일한 유형입니다 오늘 우리가 갔다 더있다? 더 많은 것이 있습니다, 그렇습니다 그래 좋아 정말 끝내주는 군

그러나 이제 양자 역으로 완전히 되돌려 보내야합니다 전환 이었어? 예! 권리 그 이상을 풀어 버릴거야 도와 줘서 고마워, Jabril! 그래, 언제든지 여기서 나가

[웃음] 좋습니다 그렇다면 어떻게 기계 학습을 적용 할 수 있습니까? 양자 상 전이에? 나는 산호세 주립 대학의 한 연구원과 이야기를 나눴다 이 정확한 문제를 해결합니다 네, 그래서 양자 시스템의 특성을 연구합니다 시뮬레이션을함으로써 입자가 거의 없으며, 이 시스템의 수치 시뮬레이션

당신이 양자 위상 천이를 언급 할 때, 나는 그저 구별하고 싶다 엄격히 제로 온도에서 DIANA : 기술적으로 양자 위상 천이가되기 위해서, 그들은 절대 0에서 일어나야 만합니다 우주에서 가장 차가운 이론적 온도 그러나 우리는 실제로 아무것도 얻을 수 없습니다

시뮬레이션 외에도 그 온도까지 그리고 Ehsan의 그룹은 그들의 작업에 시뮬레이션을 사용합니다 그러나 그들의 시뮬레이션조차도 약간의 열 또는 열 에너지 많은 수의 시스템 구성을 생성합니다 그리고 이들을 분석하여 위상 변화가 어디에서 발생하는지 추측 할 수 있습니다

일어날 수 있습니다 다이나 (DIANA) : 이산 그룹 연구에서 상전이 자기 상 변환이다 그들은 많은 수의 전자들을 모의 실험한다 다른 농도에서 어떤 일이 일어나는지 확인하십시오 전자들과 자기장들 전자의

이러한 시스템은 다른 방식으로 작동합니다 특정 임계 온도 이하에서, 상 전이 온도 이 온도보다 높으면 시스템에서 순서가 보이지 않습니다 그리고 그 아래에서, 그들은 지저분한 바둑판 패턴을 얻습니다 그러나 그 변화를 보는 것은 어렵습니다

이 구성에서 뭔가가 계속됩니다 육안으로 볼 수없는 것들 하지만 우리가 깨달은 것은 인공 신경망 설계 이러한 구성을 매우 구별 할 수 있습니다 고온 내 시스템에는 순서가 없습니다

물론 다른 유형의 구성 임계 온도보다 낮은 온도에서 내가 주문한 곳이야 그래서이 인공 신경망은 이것들을 볼 수 있습니다 너는 그것을 보여줌으로써 그것을 훈련시킬 수있다 이 많은 이미지들이 많이 있습니다 결론적으로, 우리가 알아낼 수 있다면 개별 입자에 무슨 일이 일어나고 있는지 초전도체로의 전이, 우리는 잠재적으로 상온 초전도체를 만들 수 있습니다

그것은 바로 지금 거대한 연구 분야입니다 왜냐하면 우리가 상온 초전도체를 만들면, 음, 랩톱 사용과 같은 모든 전자 부품 또는 당신의 전화, 그들 중 어느 것도 뜨겁지 않을 것입니다 왜냐하면 저항이 없기 때문입니다 그것은 초전도체입니다 그래서 전기가 통과하면서, 어떤 전자 부품도 가열되지 않습니다

그 놀라운 것입니다! 아마도 먼 미래에 멀리 떨어져있을 것입니다 그러나 그것은 엄청나게 흥미로운 물리학입니다 괜찮아 이 비디오에서 재미있는 것을 배웠 으면합니다 나는 내가 그랬다는 것을 안다

몇 가지 공지 사항이 있습니다 그들을 위해서있어주세요 우리는 Jabril의 채널을 통해 또 재미있는 비디오를 만들었습니다 나는 그가 쓴 AI와 경쟁했다 가서 확인해

설명에 링크를 넣을 것입니다 거대한 발표! 4 년 동안 YouTube에 가입 ​​한 후, 나는 마침내 상인과 함께 YouTuber로 졸업했습니다 나는 티셔츠를 가지고있다! 나는 여러 달 동안 지연을 디자인했다 내 애니메이터 카일 노비와 함께 그리고 나는 그것을 아주 좋아합니다

아직 선주문이 있기 때문에 아직 소유하고 있지 않습니다 그러나 나는 그것을 위해 매우 흥분한다 그래서 나는 링크를 끼울 것이다 설명에서 그걸 사다 내 비디오에 착용하면 눈을 떼지 마십시오

네가 좋아한다면 나에게 알려줘 그러나 당신이 그것을 좋아하지 않는다면 아닙니다 그리고 마지막 발표 아시다시피 내 채널은 PBS Digital Studios의 일부입니다 회로망

그리고 그들은 많은 새로운 쇼를 가지고 있습니다 "모든 것의 기원"입니다 소년을위한 파란색 원산지의 비디오가 있습니다 그리고 소녀들을위한 핑크색과 학교에서의 성적은 어디에서 왔습니까? 그들은 훌륭한 비디오를 가지고 있습니다 한번 봐봐

설명에 채널에 대한 링크를 넣을 것입니다 또는 Google로 보내주십시오 나는 모른다 너희들 잘하고있어 좋아, 그게 다야

보고 지켜봐 주시고, 행복한 물리학을 가져 주셔서 감사합니다 [음악 재생]