Mänskligheten befinner sig på tröskeln till en helt ny data-ålder. Vi går från data till Big Data till AI till Maskininlärning med robotar och autonoma datorsystem. System som ser helt annorlunda ut än tidigare. Något jag själv använder här i Silicon Valley.
Det märkliga med de Watson-baserade system som jag arbetar med är att se hur enkla dom är att använda. Barn i tidiga tonåren har inga problem med att bygga enkla AI-system med personlighetsanalys, bildigenkänning och annan Watson-funktionalitet. Allt på några timmar.
Men IBM är inte ensam om maskininlärning, så gott som alla andta större IT-företag befinner sig nu i en intensiv tävling om att använda AI och Maskininlärningssystem i sin produktportfölj.
Veteranförfattaren Steven Levy skriver på Back Channel om hur Google har valt ut 18 programmerare till sitt årliga Machine Learning Ninja Program: How Google is remaking itself as a “Machine Learing First” company
Considering the vast size of Google’s workforce — probably almost half of its 60,000 headcount are engineers — this is a tiny project. But the program symbolizes a cognitive shift in the company. Though machine learning has long been part of Google’s technology — and Google has been a leader in hiring experts in the field — the company circa 2016 is obsessed with it. In an earnings call late last year, CEO Sundar Pichai, laid out the corporate mindset: “Machine learning is a core, transformative way by which we’re rethinking how we’re doing everything. We are thoughtfully applying it across all our products, be it search, ads, YouTube, or Play. And we’re in early days, but you will see us — in a systematic way — apply machine learning in all these areas.”
Obviously, if Google is to build machine learning in all its products, it needs engineers who have mastery of those techniques, which represents a sharp fork from traditional coding. As Peter Domingos, author of the popular ML manifesto The Master Algorithm, writes, “Machine learning is something new under the sun: a technology that builds itself.” Writing such systems involves identifying the right data, choosing the right algorithmic approach, and making sure you build the right conditions for success. And then (this is hard for coders) trusting the systems to do the work.
Det här utgör grundvalen till helt nya datasystem, som vi sen kan bygga in i robotar för att skapa system som t.ex. kan spela Schack och Go bättre än någon människa, eller identifiera artärbråck i hjärnan helt på egen hand.
En mycket spännande utveckling mot en helt ny värld. Så Google går från ett sökföretag till ett maskininlärningsföretag. Något som man alltså inte är ensam om.
Pressklipp:
Fler inlägg om Kalifornien