یادگیری ماشین زیر شاخهای از علم کامپیوتر است که از مطالعات انجام گرفته بر روی تشخیص الگوها و نظریه یادگیری مبتنی بر محاسبات در هوش مصنوعی، حاصل شده است. در سال ۱۹۵۹، آرتور ساموئل یادگیری ماشین را به عنوان حوزهای از مطلاعات تعریف میکند که به کامپیوتر یا ماشین، بدون نیاز به برنامهنویسی صریح، قابلیت یادگیری را میدهد. در این مقاله قصد داریم تا با تراشهی TPU طراحی شده توسط گوگل که مرتبط با همین موضوع است آشنا شویم. با سکان آکادمی همراه باشید.
یادگیری ماشین جذابیت خاصی را به بسیاری از کاربردهای محبوب گوگل بخشیده است. در واقع امروزه بیشتر از ۱۰۰ تیم از یادگیری ماشین در تکنولوژیهای گوگل نظیر Street View جهت گرفتن تصاویر پانوراما، Inbox Smart Reply یا پاسخدهندهی هوشمند ایمیل و Voice Search یا همان جستجو به کمک صدا، بهره میگیرند.
اما چیزی که گوگل به آن معتقد است این است که نرم افزار قدرتمند به کمک سخت افزار قدرمند در دنیای تکنولوژی خواهد درخشید. بر همین اساس، گوگل پروژهی قدرتمندی را از چندین سال پیش شروع کرده است؛ گوگل در این پروژه به کمک تراشهی سفارشی خود، تکنولوژیهایی را که از یادگیری ماشین استفاده میکنند، تجهیز میسازد.
نتیجهی این پروژه، تراشهای تحت عنوان Tensor Processing Unit یا به اختصار TPU است که به صورت اختصاصی و سفارشی برای یادگیری ماشین ساخته میشود و حتی میتواند برای هوش ماشین و کتابخانهی متن باز TensorFlow هم مناسب باشد. بیشتر از یک سال است که TPU در مرکز دادهی گوگل اجرا شده و کارایی بیشتری را برای یادگیری ماشین به ازای هر وات انرژی، حاصل کرده است. این دستآورد بزرگ، نمونهی بارز تکنولوژی پیشرو در ۷ سال آینده خواهد بود.
TPU به تکنولوژیهای یادگیری ماشین این امکان را میدهد که با خیال راحت از تراشههایی با دقت محاسباتی کمتری بهره ببرند که این خود به این معناست که در هر عملیات به ترانزیستورهای کمتری نیاز است. به همین دلیل، به راحتی می توان عملیات بیشتری را در داخل تراشههای مربوطه به هر کدام از تکنولوژیهای یادگیری ماشین انجام داد و مدلهای قدرتمند و ماهرانهای را در یادگیری ماشین به کار برد. در نتیجه میتوان این مدلهای یادگیری را سریع تر اعمال کرد تا کاربران نتایج دقیق تر و با سرعت بیشتری دریافت کنند. TPU بر روی یک برد الکترونیکی قرار گرفته و در مرکز دادههای گوگل نصب شده است.
TPU نمونهای از تواناییهای گوگل است که در آن به سرعت از مرحلهی تئوری و تحقیقات به مرحلهی عملی و پیادهسازی، قدم نهاده است. مراحل این پروژه از ساخت اولین تراشه تا نصب و آماده به کار شدن آن در مرکز دادهی گوگل، فقط ۲۲ روز به طول انجامید. در حال حاضر در بسیاری از تکنولوژیهای گوگل نظیر RankBrain برای بهبود نتایج جستجوها و ارتباط آنها و Street View برای بهبود دقت و کیفیت نقشهها و مسیریابیهای از TPU استفاده میشود. همچنین در برنامهی AlphaGo از سروری مجهز به TPU بهره گرفته شد که نتیجهی آن انجام حرکات با دقت و سرعت بالاتر بود. AlphaGo برنامهای است که کامپیوتر به کمک آن مقابل قهرمان جهان، آقای لی سدول در بازی Go-Boardgame قرار گرفت و موفق شد ۳ برد را کسب کند.
هدف نهایی گوگل، همانند سایر زمینه ها، پیشرو بودن است. پیشرو بودن در تکنولوژیهای نرم افزاری و سخت افزاری مربوط به یادگیری ماشین توسط گوگل، امکان استفاده از این فناوری را به راحتی برای کاربران فراهم میسازد. ورود TPU به زیرساختهای پیشرفتهی گوگل، قدرت توسعهدهندگان و استفاده کنندگان برنامههایی نظیر TensorFlow و یادگیری ماشین مبتنی بر رایانش ابری را افزایش میدهد. یادگیری ماشین چگونگی ساخت کاربردهای هوشمند را به کلی به نفع مصرفکنندگان و توسعهدهندگان دگرگون ساخته است. گوگل در حال حاضر نسبت به تکنولوژیهایی که در آینده به کمک یادگیری ماشین در زندگی بشر رسوخ میکنند، هیجان زده است.
به نظر شما یادگیری ماشین و هوش مصنوعی تا کجا پیش خواهند رفت؟ آیا همان طور که برخی از بزرگان دنیای فناوری نسبت به آینده ی هوش مصنوعی احساس خطر کرده اند، امنیت ما انسان ها در برابر ماشین ها در معرض خطر است یا خیر؟ نظرات خود را با سایر کاربران سکان آکادمی به اشتراک بگذارید.