Google如何使用机器学习（机器学习的应用例子） _Google产品

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。”

文章图片
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)
【Google如何使用机器学习（机器学习的应用例子）】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！

文章图片
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。

文章图片
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！

文章图片
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！