Google Brain es un grupo de Google que tiene un impulso especial en el área del aprendizaje profundo: una especie de red neuronal muy profunda que aprovecha grandes cantidades de datos para resolver tareas que aparentemente estaban fuera del alcance del aprendizaje automático a principios de la década de 2000. Algunos ejemplos incluyen problemas de visión por computadora como la clasificación de objetos , la generación de subtítulos de imágenes en lenguaje natural (por ejemplo, “un perro salta por encima de una cerca”), otras áreas como el procesamiento del lenguaje natural , etc.
Además de mejorar sus productos, como la búsqueda, la búsqueda por voz, la búsqueda de imágenes, etc., los investigadores de aprendizaje profundo de Google (no específicos del cerebro de Google) también han publicado una gran cantidad de publicaciones impresionantes; ejemplos de estos incluirían el módulo Inception utilizado con GoogLenet CNN ( Red neuronal convolucional ) para obtener resultados de vanguardia en la clasificación de objetos, el procedimiento de normalización por lotes que hace que las redes muy profundas converjan más rápido (algo notoriamente difícil de hacer sin hacer algunos trucos aquí y allá), en los mejores lugares del campo como los sistemas de procesamiento de información neuronal (NIPS), visión por computadora y reconocimiento de patrones (CVPR), el relativamente nuevo Intl. Conf. sobre representaciones de aprendizaje (ICLR) etc.
Tiene algunos de los incondicionales del campo de la red neuronal, como Geoff Hinton.
Algunas de las publicaciones representativas (como se muestra en la página del programa Google Brain) de sus miembros son: brain_res_list.pdf
- ¿Qué pensaría BF Skinner del aprendizaje automático?
- ¿Cuáles son las aplicaciones de los gráficos dispersos?
- ¿Cuáles son los primeros usos de la regresión logística?
- ¿Qué conjunto de datos público está disponible para hacer reconocimiento facial?
- Soy nuevo en la programación de Python. Quiero aprender el aprendizaje automático. ¿Qué libros son buenos?
