Future of Hearing Aids in Background Noise with Google Ai (Artificial Intelligence)

-이 비디오에서는 최근 연구에 대해 이야기하고 있습니다 극적으로 향상시킬 수있는 보청기가 백그라운드 소음에서 수행하는 방식

오고있어 (낙관적 인 음악) 안녕 얘들 아 클리프 올슨, 청력의 의사 응용 청력 솔루션의 창시자 Anthem, 애리조나 그리고이 채널에서, 나는 많은 정보를 듣는다 당신에게 더 많은 정보를 제공하는 소비자가되도록 돕습니다

그래서 당신이 그것에 있다면, 구독 버튼을 누르십시오 그리고 벨을 클릭하는 것을 잊지 마세요 통보를 받는다 새로운 비디오를 발표 할 때마다 청력을 상실한 사람들을위한 성배 분리 할 수있는 능력이다 배경 잡음으로부터의 연설

당신이 한 사람과 이야기하든, 또는 당신이 사람들의 그룹과 이야기하고 있는지 여부 최근에 저는 비디오를 보았습니다 Google AI 블로그에서 능력을 보여주는 분리 할 수있다 당신이 듣고 싶은 사람, 그 개인을 보아서 그리고이 소프트웨어의 내부 그들이 만든, 실제로는 꽤 인상적입니다

내가 너에게 설명하려고하는 대신에, 내가 너에게 보여 줄게 – 나는 비행의 팬이 아니다, 나는 그것을 싫어한다 비행기에있는 것이 싫어 – 일반적으로 – 너무 많은 소음 – 내 줄무늬가 단단 해

내가 무슨 뜻인지 알지 나는 화장실을 내리지 않을 것이다 비행기에 – 어 – 오, 말하는 얼룩말 – 소음 때문에, 그것은 무서워 너는 가라 앉는다, 너는 내 치다

너 돌아서, 5 초 동안 아무 일도 일어나지 않습니다 그럼 아무 데나 (시끄러운 소리) 세상에, 비행기에 구멍을 뚫어 놓고 – 시내 버스가 싫어하지 않아

그것은 유엔 – 등급 고래의 짐과 같습니다 당신이 그것을 얻을 때마다 우리 모두는 같은 문을 걸어 다닙니다 우리 모두는 같은 가격을 지불합니다 – 네가 내게 묻는다면 꽤 인상적이야 그러나 가장 어려운 듣기 상황 대부분의 사람들이 만나는 곳은 시끄러운 식당입니다

그래서이 다음 클립에서, 나는 그들의 능력을 보여줄거야 음성과 배경 소음을 분리하는 것 카페테리아 환경에서 – 그럼, 그 일은 당신이 말하는 것을 본 사람에게 비디오가 주어지면, 그들의 오디오가 정리된다 다른 모든 것들은 억압됩니다 – 그 일은 당신이 말하는 것을 본 사람에게 비디오가 주어지면, 그들의 오디오가 정리된다

다른 모든 것들은 억압됩니다 – 이제 너에 대해서 모르겠다 하지만이 기술이 보청기 내부에 있다고 느낍니다 완전한 게임 체인저가 될 것입니다 그래서 전 기사를 다운로드했습니다

얼마나 많은 생존력을보기 위해 그것을 읽어야하는지 이것은 미래 세대의 보청기에있을 것입니다 이 기사의 제목은 "Looking to Listen"입니다 칵테일 파티에서 : 연사 독립 음성 분리를위한 시청각 모델 " 그리고 이것은 많은 Google 연구원이 저술했습니다 다음은이 기사에서 다룬 몇 가지 요점입니다

1 위 :이 연구자들은 기존의 비디오, 그들은 그것을 실시간으로하지 않았 음을 의미합니다 그래서 흥분하기 전에 단지이 소프트웨어를 사용하는 것에 대해서, 보청기에 넣고, 저자가 말한 것을 들어라 "우리의 방법은 효과가 없다는 것을 알아야한다 실시간으로, 그리고 현재의 형태로, 우리의 말하기 기능 향상이 더 적합합니다 비디오 편집의 후 처리 단계에 사용됩니다

" 두 번째로이 기술 오디오 – 비주얼 프로세싱을위한 거대한 도약입니다 이전 세대의 소프트웨어 소프트웨어를 특정 음성으로 훈련해야했습니다 의미, 만약 네가 식당에 간다면 특정 친구와 그 친구의 목소리 소프트웨어에 프로그래밍되어야한다 그래서 실제로 찾아야 할 부분을 알고 있습니다 이 특별한 소프트웨어에서는, 그들은 실제로 일반화 된 음성 형식으로 작동합니다

어떤 상황에있는 개인과도 일반화 된 환경에서 더 실용적입니다 당신이 어디든 갈 수 있다는 뜻 누구와도 의사 소통 이 특정 기술을 사용하십시오 연구 기사에서 세 번째로 얻은 것 그들이 시끄러운 술집 상황에서 이것을했을 때였습니다 그들은 배경 소음을 제거 할 수 있었고, 그러나 그것은 연설을 현저하게 저하시켰다

그들이 듣고 자하는 개인의 이는 제한 사항과 매우 유사합니다 우리는 오늘 보청기 기술을 가지고 있습니다 다양한 음성 소스를 제거 할 수 있습니다 다른 말하기 소스는 매우 어려울 수 있습니다 그래서 그들이 이걸 만들면 보청기 내에서 실행 가능한 제품, 그들은 그것을 고쳐야 만 할 것입니다

이 연구 조사에서 네 번째로 얻은 것 시각적 정보가 필요하다는 것입니다 이 시청각 분리를 할 수 있어야한다 물론 보청기에는 시각적 정보가 없습니다 적어도 아직은 보시다시피, 그들은 실제로 작업하고 있습니다

뇌 활동을 감지 할 수있는 보청기 기술 눈 운동과 그들이 할 수 있다면 이 오디오 정보와 결합하면, 그들은 실제로 결정할 수 있습니다 당신이 찾고있는 곳을 기반으로 듣고 싶은 사람 이러한 유형의 기술은 아직 제공되지 않지만 보청기 안쪽에, 이것과 같은 연구입니다 청력을 잃은 사람들에게 희망을 안겨주는 배경 소음 상황에서 그 투쟁 미래 연구를위한 길을 열어줍니다 보청기로 진입 할 기술에 대한 것입니다

한편, 가장 좋은 방법 중 하나 연설을 이해하는 능력을 향상시키는 것 배경 잡음 상황에서 보청기에서 수행되는 실제 귀 측정 이제 실제 귀의 측정이 무엇인지 모르는 경우, 내 비디오를보기를 강력히 추천합니다 카드에 여기에 연결될 것입니다 그리고 아래의 설명에서 극적으로 능력을 향상시키는 또 다른 방법 배경 잡음 상황에서 말을 이해하는 법 현재 순간에 보조 된 청취 장치, 로저 펜, Roger Select 또는 리모트 마이크

이러한 유형의 장치는 연설이 필요하기 때문에 배경 소음 너가 듣고 싶은 사람의 보청기에 바로 보냅니다 이 동영상 용입니다 만약 질문이 있다면, 아래 댓글란에 남겨 둡니다 동영상을 좋아한다면 공유해주세요 이 동영상과 다른 동영상을보고 싶다면 구독 버튼을 누르십시오

다음에 또 봐 (낙관적 인 음악)

Introducing AIY: Do-it-yourself Artificial Intelligence (Google I/O ’18)

[음악 재생] 빌 루앙 : 안녕하세요 AIY 입문 세션에 오신 것을 환영합니다

지금까지 I / O에 대해 모두 어떻게 됐습니까? 오늘 모두 좋은 점심 먹었 니? 예 승인 화면에서 볼 수 있듯이이 세션의 이름 AIY 소개 그러나 AI는 무엇입니까? AIY는 Google의 새로운 제품 라인입니다 당신 같은 개발자, 전 세계의 제조사, 인공 지능을위한 응용 프로그램을 만드는 방법 혼자서

그것이 AIY의 이름입니다 오늘 나와 함께 합류했다 개발자 관계에서 내 이름은 Bill Luan입니다 나는 Dushyantsinh Sebastian이 나와 합류했다

우리는 당신에게 현재의 AIY 제품 계열 그래서 우리가 시작하기 전에 동료들을 소개하겠습니다 그럼, Dushyantsinh 재수정 : 감사합니다, 빌 안녕하세요

내 이름은 두샨 in입니다 저는 인도의 Google 개발자 관계 팀의 일원입니다 나는 정말로 당신에게 AIY에 대한 놀라운 데모들을 보여주기 위해 여기에 흥분하고있다 스크립트 하지만 우리가 시작하기 전에 세바스챤을 초대 할거야

AI가 무엇인지에 대한 간단한 개요를 제공합니다 이 대화의 배경을 설정하십시오 SEBASTIAN TRZCINSKI-CLEMENT : 감사합니다, Dushyantsinh 직접 여기에와 주셔서 대단히 감사합니다 YouTube에서 시청할 수도 있습니다

나는이 매우 복잡한 성을 가진 Sebastian입니다 나는 아주 최근에 구글에 합류했다 약 11 년 전 그리고 우리 팀과 함께, 우리가 전 세계에서 무엇을하는지, 특히 신흥 시장에서 우리는 개발자와 신생 기업이 더 잘 구축 할 수 있도록 지원합니다 모바일 및 웹 애플리케이션

오늘 저는 AIY에 관해 당신과 이야기하고 싶습니다 하지만이 전에 DIY에 대해 이야기 해 보겠습니다 너 스스로해라 이게 뭔지 알아? 그것은 UFO가 아닙니다 실제로는 악기예요

아주 좋은 소리를냅니다 그러나 아니, 그것은 선사 시대에 발명되지 않았습니다 그것은 실제로 스위스에서 2000 년에 만들어졌습니다 스위스는 실제로 나라입니다 나는 공식적으로 여기있다

음, 그 때 제가 다른 UFO 중 하나에 있지 않을 때입니다 우리는 비행기를 호출합니다 왜냐하면 저는 제 팀을 방문하기 위해 꽤 많이 여행하기 때문입니다 이게 뭔지 알아? DIY 문화의 창입니다 인류의 역사에 대해 아주 간단히 설명하겠습니다

DIY를위한 식욕 그리고 책 "사피엔스 (Sapiens) 인류의 간략한 역사, "당신은 내가 무슨 말하는지 알지 우리의 인간 조상들은 이미 도구를 만들고 있었고, 아마 너도 알다시피 무기들, 도구들 돌과 나무를 사용합니다 이제 우리가 몇 세대의 인간을 건너 뛰면, 우리는 여전히 나무를 사용하여 물건을 만듭니다 이것은 나의 형제 중 하나이다, Mattias, 그리고 여동생, 리디아, 약 30 년 전 너랑 네 형제들, 똑같은 일을 했어 물건이나 뭐든지 다뤄 봤어

당신 손을 얹을 수 있습니다 이제 내가 빨리 전화를 걸어 보자 전자 시대 90 년대에 데스크톱 컴퓨터가 어떻게 나는 노트북에 대해서도 말하지 않고있다 데스크톱은 너무 비쌌습니까? 너 중에 누가 손을 보여줄지, 보러

예비 부품이있는 컴퓨터를 누가 만들었습니까? 네 나도 그랬어 네가 꽤 많이, 나는 유일한 사람이 아니야 누가 이것을 위해 너무 오래 됐어 이 애니메이션 이미지에서 볼 수 있습니다

오버 헤드 프로젝터와 LCD 분해 방법 저렴한 수제 비디오 프로젝터를 만드는 스크린 그런데 분명히 우리 엄마는 짜증이났다 모든 전자 장치가 거실의 모든 곳에 있기 때문입니다 그래서 그녀가 외쳤다 신선한 공기가 필요해

좋아 그래서 나는 밖에 나갔다 쓰레기 봉지 재사용 태양열 풍선을 만들 쓰레기 봉투 1 달러 그것은 나를 거의 들어 올릴 수 있습니다 하지만 언젠가는 거기에 갈거야

그러나 전자 제품의 매력은 너무 강했다 그래서 형제들과 나는 내 형제들과 내 형제 중 한 명으로 돌아 왔습니다 다른 하나, 플로리안 – 3D 프린터, 수제 3D 프린터로 시작되었습니다 이것은 내 다른 형제, 오른쪽에있는 형제입니다 왼쪽은 사실 박물관에있는 사진입니다

제가 말했듯이, DIY는 매우 초기부터 우리의 DNA에 있습니다 Google의 DNA에도 있습니다 4 년 전, Google 엔지니어가 파리 사무소 – 나는 파리를 언급했다 왜냐하면 나는 사실 프랑스 사람이야 이 엔지니어는 VR 플랫폼을 표시하기 위해 I / O에 왔습니다

그는 20 %의 혁신 시간 동안 골판지를 사용하여 건축했습니다 그로부터 2 년 전, Google에서 Daydream VR 플랫폼이라고 부르는 것입니다 여기 재미있는 것이 있습니다 제작자 문화는 모두 하드웨어에 관한 것입니다 한 편에는 물리적 인 대상을, 다른 한편으로는, 소프트웨어 -이 DIY 문화의 조합 해커 문화와 2006 년 이래로 Maker Faire에 대해 들어 보셨을 것입니다

주변에 제작자 공간이있을 수 있습니다 당신이 살고있는 당신의 도시에서는 아무도 없습니다, 그렇다면 왜 시작하지 않으시겠습니까? 이 메이커 공간 중 하나? 이 메이커 문화에 대한 좋은 점 당신이 손으로하는 것을 통해 배우는 것입니다 너는 실수를 저지를거야 그래서? 상관 없어요 그것은 배우고, 새로운 것을 시도하는 아주 좋은 방법입니다

서로 배우고 새로운 응용 프로그램을 찾습니다 그 기술로 만들 수 있습니다 당신의 배경은 중요하지 않습니다 사실 믹스 앤 매치가 가능할 때 더 좋습니다 기술의 새로운 응용 프로그램을 찾는 다른 도메인

이제 무엇이 있는지 살펴 보겠습니다 지난 몇 년 동안 일어났다 이제 라스베리 파이와 같은 마이크로 컨트롤러가 생겼습니다 구름이 더 싸게되었습니다 리튬 배터리는 더 저렴 해졌습니다

당신은 리튬 배터리, 그 비용, 지난 8 년간 80 %가 감소 했습니까? 그리고 인공 지능, 인공 지능, 특히 어제부터, 그리고 개념들 기계 학습, 심 신경 네트워크와 유사합니다 복잡하게 들리는군요, 그렇죠? 그럴 필요는 없습니다 그럴 필요는 없습니다 그리고 이것이 AIY와 함께하는 이유입니다 우리가 작년에 소개 한 AI, 인공 지능, 너는 재미있게 놀 수있다

이 메이커 문화의 아이디어 무엇보다 먼저, 이 경우에는 인공 지능을 사용하여 재미를 느낄 수 있습니다 우리는 AI를 당신의 손에 문자 그대로 넣고 싶습니다 실제 문제를 풀 수 있습니다 우리의 AIY 키트는 오픈 소스입니다 그들은 하드웨어와 소프트웨어를 결합합니다

AI는 장치 자체에 직접 통합됩니다 앞서 언급 한 본질은, 쉽게 사용할 수있는 구성 요소를 사용하여 저렴한 비용으로 유지하는 것입니다 행성의 거의 모든 곳에서 찾을 수 있습니다 그리고이 키트는 조립이 매우 쉽습니다 Dushyantsinh, 얼마나 오래 걸릴까요? 이 키트 중 하나를 조립 하시겠습니까? 재서야 : 15 분에서 30 분

세바스챤 TRZCINSKI-CLEMENT : 15, 30 분 좋아요 한 시간은 엄마가 나는 매우 어색하다고 말하려고합니다 고마워 엄마 그녀가 지켜보고있는 것을 안다

따라서이 키트를 조립하는 데 한 시간 이상 걸리지 않도록하십시오 Dushyantsinh와 빌 바로 직후에, 단 몇 분만에, 이 키트 중 일부를 보여줄 것입니다 당신이 그들과 함께 할 수있는 것 – 보이스 킷과 비전 전부 그러나 우리와 함께있어 라 다가오는 몇 주와 앞으로 몇 달 안에, 그 공간에서 더 많은 발표가있을 것입니다

이제 한번 살펴보고 이것으로 마무리하겠습니다 당신 중 일부는 이미 만들었습니다 이 예에서는 몇 초 만에 여러분을 보여 드리겠습니다 프로그래밍 경험이없는 16 세 다음 유스 케이스를 제시했다 약 20 초 동안 비디오를 재생 해 봅시다

LAWRENCE : New York Yankees 야구 모자를 구입하십시오 이제 실제로 무슨 일이 벌어지고 있습니까? 음성 키트 : 완료 로렌스 : 그래서 그녀는 방금 말 했잖아, 그렇지? 그래 LAWRENCE : OK 그래서 실제로 무슨 일이 일어 났습니까? 그 일이 끝났을 때, 그것은 eBay에서 찾은 후 내 이메일에 대한 링크를 보냈습니다

따라서 온라인 결과를 찾고, 이메일에 링크를 보내고, 나는 그 사람들을 받게 될 것입니다 클릭하고 구입하십시오 세바스챤 TRZCINSKI-CLEMENT : 그렇다면 로렌스와 고등학교 아이와 여기서 일어났어 제품을 사러 갔다 처음에 그렇게 들었는지는 모르겠다

"나는 야구 모자를 사고있다" 그리고 그것은 결과를 위해 eBay에서 검색하고 있었고, 장치가 완료된 직후에 이메일로 전송되었습니다 그럼 코드를 살펴 보겠습니다 그것은 단지 여러분이 처음에 들었 으면, "나는 야구 모자를 사고있다 그리고 이베이에서 결과를 찾고 있었고, 바로 다음에 [오디오 출력]에 이메일이 전송되었습니다

장치가 완료되었습니다 그럼 코드를 통해 [오디오 아웃]을 가져 오도록하겠습니다 처음에 들었 으면 그냥 [오디오 출력]입니다 나는 야구를 위해 쇼핑 중입니다 [AUDIO OUT] 우리는 결과에 대해 eBay에서 검색하고 있습니다 [오디오 출력] [AUDIO OUT] 직후에 이메일을 통해 이메일을 받았습니다 처음에 들었 으면 그냥 [오디오 출력]입니다

나는 야구 모자를 사러 간다 [AUDIO OUT] 코드를 통해 그냥 들었 으면 [오디오 아웃]입니다 처음에는 나는 야구 모자를 사러 간다 [AUDIO OUT] 동영상에서 모든 결과가 기억납니다 이메일을 통해 전송됩니다

여기에 코드가 있습니다 우리는 각 결과를 처음부터 끝까지 살펴볼 것입니다 코드의 라인을 그곳에 올려 놓고 이것을 이메일로 포맷하십시오 경험이없는 사람이라도 인정할 수 있습니다 프로그래머, from, to, subject 등이 있습니다

그게 전부 야 아무것도 더 우리가 할 마지막 일은 바로 연결하는 것입니다 서버, 전자 메일 서버에 보내고 전자 메일을 보내면됩니다 장치가 "완료"라고 말하도록하십시오

그게 전부 야 더 이상 아무것도 없습니다 말 그대로 복사하여 붙여 넣을 수 있습니다 효과가있을 것입니다 이제 AIY로 일을 할 차례입니다

그리고 당신이 충분히 영감을받지 못했다면, 지금 Dushyantsinh를 무대에 올 테니 음성 키트로 데모를 할 수 있습니다 귀 기울여 주셔서 대단히 감사합니다 그리고 Dushyantsinh를 무대에 다시 맞이하십시오 JUSA : 더 감사합니다, Sebastian

내 이름은 Dushyantsinh이고 개발자 관계의 일부입니다 Google 팀 그리고 모두와 마찬가지로, 우리 모두는 가능성에 흥분하고 있습니다 인공 지능이 우리 앞에서 옳은가? 이것은 더 의미 있고 더 영향력있게됩니다 우리 모두가 접근 할 수있을 때 이 멋진 플랫폼 Google은 업무와 발전을 공유했습니다

인공 지능 분야 제품을 구축하고 연구 논문을 공유하며, AIY 키트를 사용하면 더 많은 사람들에게 더 장난기있는 방식으로 데려가, 그러나 그것은 당신이 풀 수있을 정도로 강하다 정말 좋은 문제들 그럼 우리가 그 중 일부를 해결할 수있는 방법을 보도록하겠습니다 그리고 우리가이 키트를 함께 생각할 때, 너의 생각, 무슨 말이, 무엇 이걸 사람들 앞에 놓는 게 옳은가? 그리고 물론, 목소리도 그 중 하나였습니다 그것은 아주 분명했습니다

우리 모두는 말하기를 좋아합니다 우리가 놀 수있는 힘이 있다고 상상해보십시오 목소리로 얼마나 즐거웠 을까요 기조 연설에서 언급 한 [INAUDIBLE] 어제 WaveNet에 대해, 당신이 다른 목소리를 어떻게 만들 수 있는지 그래서이 데모에서 나는 단지 이야기 할 것입니다

AIY 키트의 기능에 대해 클라우드 음성 API 및 Google Assistant API 사용 그러나 물론 이것보다 훨씬 많은 것이 있습니다 보이스 킷은 작년 중반에 출시되었습니다 내가 틀렸어도 많은 관심을 받았어 보이스 킷에는 기본적으로 몇 가지 소프트웨어가 결합되어 있습니다 일부 하드웨어가 있습니다

그것은 라스베리 파이 재단과 함께 판매되었습니다 우리는 기존 제조업체로부터 얻을 수있는 피드백을 확인합니다 지역 사회와 우리의 제안을 개선하려고합니다 우리는 음성 키트의 두 번째 버전을 출시했습니다 언젠가 1 월에 모든 피드백을 통합 할 것입니다

원 박스 구성 요소 키트로 모든 것을 만들 수 있습니다 그래서 그것이 당신이 오늘 얻는 것입니다 AI 웹 사이트에 가서 음성 키트를 살펴 본다면, 이것은 당신이 아마 거기에서 발견 할 것입니다 그러나 키트에는 무엇이 들어 있습니까? 하드웨어 관점에서 보면 Raspberry Pi Zero, 기본적으로 음성 보닛이 있습니다 당신을 위해 오디오 프로세싱을 수행하는 하드웨어 조각, 보이스 보닛에는 다른 구성 요소가 있습니다

마이크가 있고, 코덱, 마이크로 컨트롤러, 일반 다목적 입력 출력 및 아케이드 버튼 기본적으로 시각적 인 표시를 제공합니다 어떤 시점에서든 보이스 킷을 사용하면됩니다 그리고 소프트웨어 관점에서 볼 때, 기본적으로 Raspbian Linux에서 실행됩니다 Google Assistant API를 사용하고 Cloud Speech API를 사용합니다 그러나 물론, 당신은 그것으로 많은 것을 할 수 있습니다

이것은 단지 보이스 킷의 표면을 긁적입니다 그럼 어떻게 시작할 수 있니? 매우 간단합니다 3 단계 프로세스로 생각하십시오 1 단계는 키트 조립에 관한 것으로, 2 단계에서 기기를 설정하는 중입니다 3 단계는 모든 것을 설정 했으므로 당신은 스스로 해결할 수있는 몇 가지 솔루션을 만들 수 있습니다

키트를 여는 경우 이것이 보이는 모양입니다 우선 모든 요소가 올바른지 확인하십시오 골판지, 모든 다른 하드 우드 웹 사이트에 언급되어 있습니다 모든 구성 요소가 준비되어 있는지 확인하십시오 함께 조립하기 전에 확인한 후에는 다음 단계로해야합니다

엔진을 만드는 것입니다 자동차를 만드는 것으로 생각하십시오 당신은 엔진을 만들고있어 라즈베리 파이를 넣을거야 음성 보닛을 함께 사용하십시오 일단 당신이 엔진을 조립하면, 이제는 섀시를 만들고 있습니다

그래서 그것은 당신의 차를위한 구조의 종류입니다, 또는 보이스 킷을위한 구조 그래서 당신은 기본적으로 골판지를 가져 가야합니다 그것은 스피커의 구조를 갖게됩니다 골판지를 만든 다음에는 엔진을 넣으십시오 당신은 그 안에 라스베리 파이와 보닛 보닛을 넣습니다

그게 전부 야 그것은 아주 쉽고, 아주 재미 있습니다 나를 위해, 처음 시도했을 때 뭔가가 걸렸다 약 15 ~ 20 분 하지만 너희들은 많이, 많이 있다고 확신한다

당신보다 더 빨리 나아갈 수 있습니다 여기에서 중요한 것은 빨리하지 말고, 그렇게하십시오 그것에서 좋은 재미 방법으로 그래, 그래 그게 전부 야

음성 키트를 조립했습니다 2 단계는 기본적으로 기기를 설정합니다 이 시점에서, 당신이 원하는 것 할 일은 이제 내 장치가있다 또는 내 보이스 킷은 어느 정도 좋은 모양과 형태로 존재합니다 내가 그것에 목소리를 내 보자

모든 것이 잘 작동하는지 보도록하겠습니다 그래서 이미 음성 키트가 있습니다 여기, 그리고 내 보이스 킷으로 돌아갈거야 모든 것이 잘 작동하는지 확인하십시오 따라서 시작하기 전에 모든 것을 갖춰야합니다

너를 위해 달리기 따라서 네트워크에 연결되어 있다고 가정 해 보겠습니다 이것은 유선 네트워크이거나 무선 네트워크 일 수 있습니다 또는 휴대 전화에서 테 더링하는 경우, 본질적으로 어떤 종류의 연결이있다 보이스 킷을 인터넷에 연결해야하기 때문입니다

Google Assistant 및 Speech를 사용하고 있습니다 인식을위한 API 온라인 상태인지 보겠습니다 좋은 나는 인터넷 관점에서 모두 설정 한 것 같습니다

내 오디오가 잘 작동하는지 확인해 보겠습니다 키트의 오디오가 잘 작동하는지 확인하십시오 VOICE KIT : 프론트, 센터 재스민 : 자존심 내 목소리가 들리는 지 보자

테스트 하나 둘 셋 VOICE KIT : 테스트 하나 둘 셋 재스민 : 자존심이 좋아 보인다

이제 거의 다 됐습니다 좋은 점은 보이스 킷에는 미리 만들어진 데모도 포함되어 있습니다 그것들이 너보다 먼저 잘 보이는지 보는 것도 좋다 자신을 만들기 시작하십시오 Pi 디렉토리로 가서 Pi10 음성을 보면 여기 예제가 있습니다

그리고이 라이브러리 데모를 사용해 보겠습니다 안녕, 구글, 지금 뭐야? VOICE KIT : 1:50입니다 재수정 : 감사합니다 그래서 당신은 많은 것들을 시도 할 수 있습니다 내가 뭘하고 있었는지는 내가 방금 테스트 중이 었어

일이 잘 작동하면 지금 당연히 당신은이 시점에서 물어볼 수 있습니다 다른 질문들 이제 상황이 괜찮은 것 같습니다 내가 무언가를 만들 수 있는지 아닌지를 알려주지

다시 발표하겠습니다 슬라이드로 돌아갈 수 있을까요? 네 따라서 기기가 정상적으로 작동하는지 항상 확인하는 것이 좋습니다 혼자서 건물을 짓기 전에 저는 전형적인 쇼핑 경험을 쌓았습니다

잘하면 잘 작동하지만 잘보아야합니다 세트가 실제로 표까지 아니었기 때문에, 한 번만 더 해보 죠 데모로 전환 할 수 있습니까? Sebastian이 보여 주었던 것처럼, 그는 코드를 보여주고있었습니다 음성 조종사에게 명령을 내리는 것이 대부분이었습니다 말하라

뭔가 사러 가라 그리고 나서 그것은 텍스트를 식별하려고 시도하고있었습니다 API 중 하나를 호출하고있었습니다 내가 믿고 이베이에서 왔고 근본적으로 결과의 일부를 먹이려고 노력한다 이메일로 보내십시오

비슷한 행동을 모방하려고했습니다 데모 코드가 나와 함께 있는지 봅시다 그래서 지금이 시점에서 제가하고있는 일은, 그냥 쇼핑을하러 갈거야 어머니의 날이 다가오고 있기 때문에 그리고 나는 그 시간에 맞추지 않을 것이고, 나는 원한다 우리 엄마 한테 무언가를 보냈어

그리고 나는 생각하고 있었다, 무엇이 재미있을 수 있었느냐? 외관상으로는 smartwatch는 큰 것이다, 그래서 나는 생각했다, 좋아, 아마 내가 그녀에게 smartwatch를 줘 보자 보이스 킷을 사용하여 스마트 워치를 찾을 수 있는지 보겠습니다 안녕, 구글 smartwatch를 구매하십시오 시원한

음성 키트 : 완료 DUSHYANTSINH JADEJA : 그래서 당신이 한 일을 보면, 그것은 기본적으로 내 목소리 또는 내 명령을 인식, 특정 서비스와 연결되어, 나와 사용할 수있는 스마트 워치를 표시했습니다 구매에 그리고 지금,이 시점에서, 저는이 결과를 얻을 수 있습니다 세바스찬이 언급 한 것처럼 이메일을 보냅니다

또는 스마트 디스플레이 장치가있는 경우, 나는 기본적으로 그곳에 게시 할 수 있고, 좋은 시각적 인 목록을 줄 수 있으며, 이것들과 같은 것들이 있습니다 또는 나는 조금 더 대화에 참여할 수있다 그것으로 슬라이드로 다시 이동할 수 있습니까? 하지만 할 수있는 일이 많습니다 맞습니까? 내가 여기서 강조하려고했던 것 장치로 가능한 많은 것들이 있다는 것입니다

당신이 그걸 가지고 놀 수있는 곳 또한 소프트웨어를 하나의 소프트웨어로 볼 수는 없습니다 그것의 측면,하지만 당신은 또한 실험 할 수있는 몇 가지 하드웨어에있는 것들을 그래서 우리는 오래된 장난감을 가지고있는 사람들을 보았습니다 보이스 키트 (Voice Kits) 또는 다른 AIY 키트 시체를 소생 시키거나 그 장난감에 생명을 불어 넣으십시오 우리는 사람들이 보이스 킷용 선반을 사용자 정의하는 것을 보았습니다

기기 리믹스를 한 사람이 있습니다 Roomba 진공 청소기에 음성과 시각을 제공합니다 그럼 당신은 그들에게 말할 수 있습니다, 좋아, 하지마 집의 이쪽으로 가면서 다른쪽으로 가라 집 섹션의

또는 완전한 사용자 지정 음성 액션을 만들 수도 있습니다 그래서 많은 것들이 가능합니다 만약 당신이 그것에 대해 더 알고 싶다면, Instagram 또는 Twitter에서 우리를 팔로우 할 수 있습니다 또는 AIY 프로젝트로 Reddit에 대한 토론을 따르십시오 그걸로 빌에게 무엇이 더 필요한지 더 많이 알리도록하겠습니다

Vision Kit에서 발생합니다 빌 루앙 : 고마워 Dushyantsinh, 감사합니다 [INAUDIBLE] OK? 괜찮아 AIY 제품의 두 번째 제품 라인을 계속 사용하겠습니다

가족이 볼 수 있듯이 비전 키트입니다 비전 키트는 비교적 새로운 제품으로, 작년 말에 방금 발표되었습니다 우리는 새 버전 업데이트를했습니다 올해 1 분기 그래서 최신 버전은 1

1입니다 여러분이 보시다시피, 작년 12 월에 출시되었습니다 그것은 최신 라즈베리 파이 제로와 WH, 헤더가 보드에 납땜됩니다 따라서 초기 버전에서는 문제가 없습니다 핀을 직접 솔더링해야합니다

훨씬 쉽습니다 그것은 라스베리 파이 카메라 버전 2, Google에서 만든 Vision Bonnet 회로 기판, 그리고 그것은 모든 소프트웨어, 하드웨어, 인공물 인텔리전스에서 Google이이를 제품에 넣었습니다 비전 [INAUDIBLE]에 있습니다 이 특정 제품의 가장 독특한 것들, 인터넷에 연결할 필요가 없습니다 비전 인식 소프트웨어로 작업 할 수 있습니다

혼자서 그 상자에 따라서 시작하기 전에 자료 목록을 살펴 보겠습니다 Dushyantsinh가 보이스 킷 (Voice Kit)을 위해했던 것 – 비슷한 것 앞서 언급 한 것처럼 하드웨어 측면에서 볼 때, 그것은 최신 라즈베리 파이 제로 보드와 카메라를 가지고 있으며, Google이 Vision Bonnet을 제작했습니다 이 Vision Bonnet 회로 보드에는 Intel 비전이 포함되어 있습니다

인식 프로세서는 모든 컴퓨팅 기능을 갖추고 있습니다 비전 인식을 도와주는 힘 그 외에도 카메라 지원 기능이 있습니다 Raspberry Pi 케이블에 연결되어 있습니다 커넥터

또한 범용 입력 출력, 소위 GPIO 커넥터를 사용하면 나는 더 많은 일을 할 것이고, 나는 곧 다룰 것이다 또한 암호화 칩이 내장되어 있습니다 신호를 암호화하여 증권을 추가 할 수 있도록 도와줍니다 응용 프로그램의 측면에서 그런 다음 소프트웨어 측면에서 – 아, 버튼도 있습니다

골 판지 형태로 장치를 접을 수 있습니다 소프트웨어 측면에서 운영 체제는 동일합니다 그것은 Linux Raspbian 운영 체제에서 실행되며, TensorFlow, 이른바 Inception이 포함됩니다 그리고 사운드 장치 인 MobileNet 소프트웨어, 이 장치로 작업 할 인공 지능 모델을 만들 수 있습니다 AI에서 응용 프로그램을 수행 할 수 있습니다

그것은 얼굴 인식을위한 소프트웨어가 내장되어 있습니다 뿐만 아니라 일반 물체 인식 그래서이 모든 소프트웨어가 장치에있어 사용할 준비가되었습니다 그리고 그 구성 요소의 관점에서, 좀 더 자세히 설명해 드리겠습니다 비교적 새로운 제품입니다

하단의 하드웨어 수준에서 머리가 납땜 된 라스베리 파이 제로입니다 내가 말했듯이, 라스베리 파이 제로는 Wi-Fi가 내장되어 있습니다 및 블루투스 지원 인터넷에 연결할 수 있습니다 인터넷에 연결된 Wi-Fi가있는 케이블없이 원하는 경우 GPIO 연결을 통해 직접 연결할 수 있습니다

플렉스 케이블을 사용하여 Google Vision Bonnet 회로 보드에 연결합니다 추가 플렉스 케이블과 함께 그 회로 기판, 파이 카메라뿐만 아니라 추가 액세서리에 연결, LED, 푸시 버튼, 버저 등이 있습니다 기기에 부저가 있습니다 귀하의 신청서가 필요한만큼, 당신은 소리를 낼 수 있습니다 그런 다음 소프트웨어 측면에서 동일한 Linux Raspbian에서 실행됩니다

운영 체제 및 프로그램 파이썬 코드로 모두 실행되므로 파이썬 인터프리터가있다 그 위에 그리고 Google의 소프트웨어는 당신이 원한다면 3 개의 다른 모듈을 포함합니다 분할 프로세스의 측면에서 첫 번째는 TensorFlow 모듈입니다

비전 시작입니다 둘째, 안면 감지 기능이 있습니다 소프트웨어, 그리고 셋째, 그것은 객체 감지 소프트웨어를 가지고 있습니다 따라서 이러한 소프트웨어가 탑재되어 있고 이러한 모든 하드웨어를 사용하면, API 과정을 통해 애플리케이션 작성 이러한 구성 요소와의 인터페이스 이것이 모든 것을 하나로 모으는 방법입니다 그런 다음 같은 과정을 거치도록하겠습니다

Dushyantsinh는 보이스 킷의 관점에서 언급했습니다 그래서 첫째로, 당신은 그것을 조립합니다 조립 측면에서 매우 비슷합니다 상자를 구입했는데,이 부분, 판지 등이 있습니다 화면에서 볼 수 있듯이 프로세스 측면에서 볼 때, 건물은 비교적 쉽습니다

기본적으로 라스베리 파이를 비전과 연결합니다 보닛 – 오렌지색 케이블을 가진 케이블 – 그것들을 서로 연결하고 함께 쌓은 다음 골판지 상자를 접고이 모듈을 가운데에 삽입하십시오 거의 당신이 자동차에 엔진을 넣은 것처럼, Dushyantsinh가 언급했듯이 – 버튼을 연결하면됩니다 처음 40 분 동안 이걸 만들었습니다 두 번째로 그것을 만들었지 만 20 분 밖에 걸리지 않았습니다

그래서 매우 간단합니다 사실, 나 자신을위한 플러그가있다 나는 그것을 YouTube에 조립하는 방법에 대한 비디오 튜토리얼을 만들었습니다 따라서 지침을 읽지 않으려는 당신의 경우, 당신은 비디오를 볼 수 있습니다 그러나 그것은 매우 쉽고 간단합니다

승인 괜찮아 축하합니다 한 시간도 채 안되면 단숨에 빌드 할 수 있습니다 그런 장치

확인의 측면에서 설정, 이것은 매우 간단합니다 내가 말했듯이 이것은 반드시 인터넷에 연결해야합니다 따라서 연결은 전원 공급 장치 만 있으면됩니다 전원 공급 장치가 연결되어 준비가되었습니다 얼굴 인식 소프트웨어 때문에 우리는 당신이 힘을 얻은 후 장치에 내장했습니다

그것은 자동으로 얼굴 탐지 소프트웨어를 실행합니다 그래서 지금, 책상 위에, 나는이 Vision Bonnet을 가지고있다 나랑 그리고 당신이 볼 수 있듯이, 최고의 LED가 푸른 빛 – 버튼이 켜졌다 이제 내가 이걸 내 얼굴을 가리키면 볼 수 있듯이, 카메라를 나타내는 푸른 빛이 내 얼굴을 잡아 먹고 있습니다

웃는 얼굴, 행복한 얼굴로 카메라에 보여 주면, LCD의 밝은 색이 노란색으로 바뀝니다 그리고 내가 얼굴을 찡그린다면, 그것은 푸른 색으로 되돌아 갈 것입니다 그래서 이것을 설명하겠습니다 다들 볼 수 있니? 권리? 색상이 바뀝니다 자, 이것이 어떤 종류의 마술이 아니라는 말입니다

일할 때 인공 지능입니다 무슨 일이 있었는지, 그것은 AI와 함께 내부 소프트웨어입니다 얼굴 인식이있는 TensorFlow 모델 – 사실, 나는 1 분 안에 그것에 갈거야 얼굴 인식 소프트웨어를 만들 수 있습니다 따라서 설정이별로 없습니다

전원을 켜고 전원을 연결 한 다음, 얼굴 인식도 할 수 있습니다 이 데모를 Joy Detection이라고합니다 이는 기기와 함께 제공되는 제품의 일부입니다 괜찮아 그래서 조립이 매우 쉽고, 셋업이 매우 쉽습니다

자신 만의 솔루션을 만드는 방법 당신이 할 수있는 많은 소프트웨어가 있습니다 그리고 또 다른 데모를 해보 죠 화면을 다른 장치의 출력으로 전환하십시오 지금 볼 수 있듯이 나는 Raspbian 소프트웨어를 실행하고 있습니다

운영 체제가 있고 소프트웨어를 보여주는 창이 있습니다 간단한 데모를 시작하여 객체 분류입니다 그래서 데모부터 시작하겠습니다 오른쪽에있는 화면에서 볼 수 있습니다 옆에 카메라가 있고 비디오 이미지가 캡처됩니다

카메라로 그리고 테이블 위에 나는 사과와 바나나를 가지고 있는데, 코카콜라도 할 수 있습니다 이것은 내가 조합 한 임의의 객체입니다 이제 보시다시피 화면 왼쪽에 시작 아웃 출력 스트림이 있습니다 물체 분류에 따라 화면에 둡니다

우리가 장치에 넣은 소프트웨어 이제, 나는 그 모든 것을 잠시 후에 설명 할 것입니다 먼저 데모를 해 보겠습니다 이 점을 바나나에게 알려주지 그리고 당신은 스크린의 왼편에서보아야합니다

이 물건을 발견했다고 말할 겁니다 바나나, 바래요 이제 사과를 가리키면 사실 사과인지 알게 될거야 할머니 스미스라고해야합니다 실제로 사과의 종류를 인식합니다

그리고 이미 이전에 시도 했었는데, 나는이 코카콜라가 할 수 있음을 지적했다 나는 그것이 무엇을 말할 지 모르지만, 더 일찍 나에게 말하고 있었다 그것은 펀치 백이라고 생각합니다 글쎄, 펀치 백은 붉은 색이야 이렇게 생겼어

그러니 그 신청서를 중단하고 이 창은 조금 더 커 그리고 왼쪽에서 볼 수 있듯이, 첫 번째 열 번호, 그것은 물체 인식입니다 그것은 그것을 인식합니다 그것은 그것이 바나나라고 말합니다 그 이후의 숫자는 소위 신뢰 점수입니다

AI가 이것이 바나나라고 생각하는 것에 대해 자신감을 갖거나 유사하게, 할머니 스미스 사과 인 사과에게 이 신뢰 수준은 인식 부분을 알려줍니다 진정으로 그것이 발견하는 대상이라고 생각합니다 이 숫자들, 소프트웨어로부터의 이러한 종류의 피드백, 당신은 많은 응용 프로그램을 만드는 데 사용할 수 있습니다 슬라이드로 다시 전환하십시오

당신이 볼 수 있듯이 화면의이 이미지는 아주 비슷 하죠? 그것은 신뢰 점수와 함께 물체를 인식했다 이 번호를 사용하여 응용 프로그램을 디자인 할 수 있습니다 비전 키트로 정확히 무엇을 할 수 있습니까? 음, 제가 말했듯이, 당신은 이미 그것을 볼 수 있습니다 객체 탐지를 수행합니다 그리고 그것은 얼굴 탐지를 가지고 있습니다 – 이것들에 내장 된 소프트웨어와 API 과정을 통해 당신은 이것을 활용할 수 있습니다

자동으로 사진, 비디오 및 사진을 찍을 수 있습니다 응용 프로그램에 출력을 보냅니다 이미지 분류가 있습니다 보았다, 사과와 바나나에게 말할 수있게, 그리고 다른 것들을 한꺼번에 그러나 조이 디텍트 (Joy Detect)가 입증 한 것처럼 가장 중요한 것은, 당신은 자신의 인공 지능 기계 학습 소프트웨어를 실행할 수 있습니다 이 장치에서 사용자 정의 된 TensorFlow를 작성하여 모델

이제 여러분 중 일부는 생각할 수도 있습니다 어떻게해야합니까? TensorFlow 모델을 구축한다는 측면에서 다소 혼란 스럽습니다 그것은 매우 강력한 것입니다 어떻게 그걸합니까? 괜찮아 그래서 당신에게 과정을 소개하겠습니다

맞춤형 모델은 어떻게 처리합니까? 그래서 우선, 첫 번째 숫자 – TensorFlow로 구축 한 모든 기계 학습 모델, 당신은 훈련 할 모델을 만들고 있습니다 따라서 자신의 모델을 지정하고 교육하는 것이 첫 번째 단계입니다 두 번째 모델은 다른 TensorFlow 모델과 마찬가지로, 당신은 최종 결과를 얻는다, 당신은 소위 수출 모델을한다 소위 고정 그래프로 어떤 모델이든, 고정 된 그래프를 생성 할 수 있습니다 그러나 고정 그래프는 자체 포맷을 가지고 있습니다

이 형식은 Vision Bonnet 하드웨어에서는 이해할 수 없습니다 그렇게 여하튼, 우리는 경기를해야합니다 일치가 다음 단계 일 때, 소위 컴파일러입니다 Google은 이른바 보넷 모델 컴파일러를 제공합니다 고정 그래프 바이너리 코드 가져 오기 컴파일 된 코드를 통해 컴파일을 실행하십시오

자신 만의 맞춤형 컴퓨터 그래프를 생성합니다 따라서 사실상 다른 것은 최종 결과에서, 당신은이 세 단계를 거치고 있습니다 바이너리 파일이 있습니다 이 파일은 귀하의 기계 학습 모델을 정의합니다 그런 다음 하드웨어 측면에서 물론 우리는 Raspberry Pi, 비전 보닛이 있습니다

Raspberry Pi에는 Python 프로그램이 있습니다 API 과정을 사용하고,이 컴퓨터 그래프를 보내고, 원한다면 Vision Bonnet에 다음 단계는 코드를 작성하는 것입니다 자습서 및 예제 모델을 살펴볼 수 있습니다 모델 함수의 코드, 기본적으로 이 컴퓨터 그래프를 Vision Bonnet으로 보냅니다

이 특별한 경우에, 컴퓨터 그래프 비전 보닛이 일치합니다 그들은 무슨 일이 일어나고 있는지 이해합니다 그리고 나서 카메라를 타고 가다 모든 입력 이러한 입력은 2 진수로오고 있습니다

그러나이 컴퓨터 그래프 때문에, 우리는 기계 학습에 관계없이 이러한 입력을 조정합니다 기본적으로 묶이는 텐서 다차원 어레이 이제 다음 단계는 일치해야합니다 이 텐서, 배열 묶음, 당신의 모델로 이미지 이것이 바로 우리가이 컴퓨팅이라고 부르는 것입니다 기본적으로 단계는 프로그램을 작성하는 것입니다

당신은이 Vision Bonnet 하드웨어를 가지고 있습니다 계산을 수행하고 신호를 보냅니다 출력합니다 여기 코드가 있습니다 당신이 볼 수 있듯이 어떻게 당신의 얼굴을 정의합니까? 얼굴 개체는 경계 상자, 얼굴 점수 및 기쁨 점수

당신은 그와 같은 인수 코드를 작성합니다 이것이 당신의 구조입니다 당신은 그것을 구조로 보내고, 나의 모델에서는, 4 명이 있으려면이게 필요해 그리고이 4 가지 숫자는 제 기계 학습 모델과 일치합니다 마지막으로 애플리케이션 코드에서 방금 말한대로,이 텐서에서 결과를 얻도록하겠습니다

여부를 기쁨 점수, 얼굴 점수, 뭐든간에, 당신은 그것을 최종 결과로 가져갑니다 그리고 당신은 결정을 내리고 말할 수 있습니다, 점수는 어떤 숫자보다 큰 숫자를 기반으로합니다 내 색 빛을 바꿔라 그래서 이것은 당신이 말한 것과 정확히 똑같습니다 자신의 기계 학습 모델 사용하기 비전 키트와 함께

괜찮아 그래서 프로젝트를 확장하는 것에 대해 이야기 해 봅시다 우리는 소프트웨어에 대해 이야기했지만 하드웨어는 어떻습니까? AIY 보드에는 내가 지적한 빨간색 원이 있습니다 추가 GPI 핀이 있습니다 이러한 핀을 사용하면 출력을 제어 할 수 있습니다

불을 켜고, 팬을 켜고, 네가 할 수있는 일이라면, 소리내어 보내라 따라서 이러한 것들을 통해 프로젝트를 확장 할 수 있습니다 그리고 그 컨트롤을 보드에 추가하면 더 많은 일을 할 수 있습니다 하드웨어 적으로 대부분의 일을 할 수있는 제작자입니다 괜찮아

그래서 우리는이 모든 것을 통과했습니다 우리는 조립에 대해 이야기했습니다 어떻게 설정합니까? 어떻게 자신의 일을합니까? 그리고 가장 중요한 것은, 나는 AIY를 사용하기를 원한다 AIY의 힘은 정말로 연결되어있다 Google과 같이 제공되는 많은 서비스 TensorFlow와 같은 조수

이 모든 서비스 기능을 활용하고 싶습니다 AIY는 글로벌 오픈 소스 커뮤니티의 일원입니다 우리는 GitHub에 이것을 게시하고, Raspberry Pi와 함께 작업합니다 Foundation, 우리는 Hackster, 그래서 온라인 메이커에 몰두하십시오 전세계 커뮤니티

그리고 이것은 제작자를 만드는 재미의 일부입니다 알았어 나는이 기회를 빌어 서 모두에게 말하고 싶다 여기 관중 들어, 미국에서 온 사람들, 지금 진행중인 콘테스트에 참가할 수 있습니다 해커 스터 (Hackster)와 중국 교육부 (Ministry of Education) 이른바 영미 중공업 대회 (Young-China Makers Contest)라고 불린다

우승자는 중국으로 모든 비용을 지불해야합니다 방 안에있는 당신들, 당신은 미국 제조사들입니다 이 콘테스트에 참가하십시오 Hackster의 웹 사이트에 대한 자세한 내용 괜찮아

오늘 우리의 대화에서 가져온 열쇠, Sebastian과 Dushyantsinh의 언급 그 이야기의 일부에서, 그리고 나의 것, 중요한 테이크 아웃은, 자원별로, 글로벌 AIY 웹 사이트 이 주소는 aiyprojectswithgooglecom입니다 키트는 지금 구매할 수 있습니다 미국의 대상 상점에서 그리고 다음 주말 베이 지역에서도 Maker 's Faire가 있습니다

Maker 's Faire에 가입하는 지역에 계시다면, Maker 's Faire에서 키트를 얻을 수 있습니다 Python 프로그래밍을 사용하여 Raspberry Pi를 사용하여 학습 당신이 필요로하는 것의 일부입니다 귀하의 응용 프로그램을 확장하기 위해 자신을 참여 시키려면, TensorFlow 기계 학습 모델 사용 AI의 힘을 응용 프로그램에 실제로 구현할 수 있습니다 그리고 그것은 AIY의 힘입니다 그리고 마침내, 요약에, 나는 행동 촉구를 말할 것이다

네가 할 수있는 일들 모두가 할 수있는 우리의 키트를 가져 와서 건물을 시작하십시오 많은 재미와 물론 많은 Google 서비스를 배우게됩니다 Google I / O에는 Google Cloud, Google에 세션이 있습니다 TensorFlow의 어시스턴트 그 지식과 기술을 배우는 데 참여하십시오 다양한 센서, 컨트롤을 얻을 수 있습니다

해당 장치의 GPIO 포트에 연결합니다 재미있는 응용 프로그램을 많이 만들 수 있습니다 AI 기능을 활용할 수 있습니다 마지막으로 온라인 커뮤니티에 가입하십시오 우리는 곧 글로벌 AIY 모델 교환을 발표 할 것입니다

그 위에 응용 프로그램을 넣으십시오 전 세계 개발자 커뮤니티와 지식을 공유하십시오 그래서 세바스찬과 두샨 in과 함께, 오늘 우리 세션에 참여해 주셔서 감사드립니다 오늘 당신의 여행을 시작하십시오 고맙습니다

Bridging Marketing to Supply Chain with Artificial Intelligence & Machine Learning (Cloud Next ’18)

[주제 음악 연주] 살일 아모 카르 : 안녕 모두들 어떻게 지내세요? 점심 식사 후예요

글쎄, 우리는 곧 당신을 모두 깨우는 환상적인 패널이 나옵니다 오늘 기조 연설, 어제의 기조 연설, AI와 ML에 관한 많은 좋은 것들 그리고 우리는 AI와 ML, 가치 사슬 전체에 적용될 수 있습니다 그리고 이것이 바로 주제입니다 "마케팅에서 공급망으로의 다리

" 나는 Salil Amonkar입니다 나는 명왕성 7의 수호자입니다 그리고 더 중요한 것은 AI와 ML Professional 서비스 팀 그리고 나는 내 고객 중 일부를 가지고 행운이있다 나를 따라 앉아서이 패널에 곧 참여할 것입니다

그래서 더 이상 애도없이 사업에 뛰어 들지 않습니다 그런 오랜 시간 동안 – 저는 대기업의 직원으로 일했습니다 및 경영 컨설턴트 그리고 지금 저는 – 기업이 혁신을 이끌어 내고 혁신을 도울 수 있도록 지원 최신 기술을 사용합니다 나를 위해 돋보이는 중요한 것 그것은 일반적으로 많은 기업들 내가 부르는 것에 초점을 맞추는 결과가된다

기업 가치 사슬의 프런트 엔드로 나는 더 많은 것을 프론트 엔드 마케팅으로 정의한다 전체 비즈니스 중 고객 지향적 인 측면 가치 사슬에서의 사업, 마케팅 판매 그리고 운영과 공급망을 갖추고 있습니다 우리의 참고 자료로, 나는 백엔드로 정의 할 것이다 일반적으로 많은 관심이있었습니다

에, 당신은 어떻게 기업의 수익성을 만드나요? 또는 기업이 수행 할 수있는 고객 경험 고객에게 끊김없이 제공 할 것인가? 그리고 우리는 시간과 시간을 다시 보았습니다 이것은 비록 꽤 많은 도전이었습니다 기술 발전이 있었다 그것을 설명하기 위해서, 나는 생각했다 이것은 마크 앤더슨 (Mark Anderson)으로부터의 매우 적절한 견적이었습니다

꽤 많이, 그는 이것을 아주 잘 포착했다 저기, 기술적 인 돌파구가 많이있었습니다 기술 가능성 정말로 사업 – 도전이있었습니다 비즈니스가 어떻게 결과를 얻을 수 있었는지 이러한 기술 혁신에도 불구하고

그리고 그것이 사실 일뿐만 아니라 그것은 기꺼이 운전하는 사업이었습니다 여전히 멈추는 기술 과제 개발 그 목표를 달성하는 사업 그래서, 그것은 저의 시작 선언문과 아주 완벽하게 떨어집니다, 이것은 본질적으로 모든 것에 대한 열쇠입니다 비즈니스 혜택을 시작하는 것은 시작됩니다 당신이 그 과정을 밟을 수 있는지 확인함으로써 – 프로세스는 기본적으로 사람, 프로세스, 기술 – 전면에서 후면으로 원활하게 작동하도록하십시오

고객과 함께 시작하여 고객으로 끝납니다 하지만 기업인들에게는 항상 프런트 엔드 또는 수요 생성, 프로세스의 마케팅 측면, 그리고 당신은 당신의 성취 과정을 가지고 있습니다, 이는 공급망을 다루는 대부분 운영되고 있습니다 따라서 핵심은 AI이며 ML은 몇 가지 가능성을 제안합니다 손에 잡힐 수있는 반응이 좋은 백엔드가 있어야한다 프런트 엔드와

패널 토론에서 볼 수있는대로 오늘의 팀 우리에게 어떻게 우리가 그 일이 일어나는 것을 볼 수 있습니다 사실, 아직도 해결해야 할 과제는 무엇인가? 극복해야 할 존재가 존재한다 더 나아 졌어? 그리고 AI와 ML은 전략적 측면뿐만 아니라 이걸 가능케하는 전술적 측면? 그래서 많은 회사들이 이미 마케팅 측면에서 AI를 사용하기 시작했는데, 어느 정도까지, 고객 관계에서도 관리 및 판매 AI는이 분야에서 매우 좋은 결과를 얻은 것으로 나타났습니다 핵심은 우리가이를 따라 잡고 활용할 수 있는지 여부입니다

AI 및 ML 또한 운영 및 공급망에 적용됩니다 그리고 그 조각은 여전히 ​​진화하고 있습니다 그래서 이것을 캡슐화하기 위해 여기 주요한 것들 중 일부는 당신이 올 수 있습니다 효율적이고 목표 지향적 인 마케팅을 통해 할 수있는 경쟁 우위 AI와 ML을 통해 달성 될 수 있습니다 전통적인 분석을 통해 달성되었습니다

어느 정도 그리고 내 패널 토론자가 이에 대해 이야기합니다 그런 다음 핵심은 운영 측면입니다 예외적 인 기본 수요 계획을 세우고 있습니다 시간과 시간을 다시, 내가 큰 솔루션을 제공했을 때 고객 또는 심지어 작은 고객, 비록 그들이 좋은 해결책 이었지만 – 그리고 여러분 중 일부는 SAP, Oracle, 가치 창출 계획, SIP, 사전 공급망 계획 – 우리가 그것을 구현할 때마다 고객은 여전히 ​​왔습니다

나는 왜 예외 기반 계획을 세울 수 없는지, 즉, 수요가 어디인지 만 알아야합니다 나는 나의 요구에 어디에주의를 기울여야 만 하는가? 내 공급품에 어디에주의를 기울여야합니까? 그래서 이들은 사람들이 시작한 전형적인 결과입니다 우리가 본 AI와 ML을 사용합니다 그리고 다시 우리가 갈거야 패널리스트가 그것에 대해 이야기 할 때 잘하면이 것이 나옵니다

예를 들어, 360과 함께 올라가는 데 정말 도움이됩니다 고객의보기입니다 그리고 그것은 예를 들어 귀하의 마케팅 증가로 연결됩니다 캠페인 효율성을 높이고 프런트 엔드에서 수익을 창출하는 데 도움이됩니다 백 엔드에서이 작업을 올바르게 수행하면 도움이됩니다

좋은 고객 경험을 제공함으로써, 특히 소매점에서는 매우 반응이 있어야합니다 특히 무 지향성 채널 등이있다 생산성을 유지하면서이 작업을 수행 할 수 있습니다 수익성 그리고 정말로이 작품에 와서 당신은 진정한 이익을 누릴 수 있습니다

어떤 종류의 구현을 봐야한다 기업 전반에 걸쳐 그것이 목표입니다 그렇다면 ML이 어떻게 귀하의 변형을 주도 할 수 있습니까? 귀하의 비즈니스에 대해? 이것들은 전체 가치 사슬에서 핵심 요소입니다 그리고 마케팅 ML이 있습니다 수요 ML이 있습니다

그리고 공급원 ML이 있습니다 나는 이것을 단순화하고있다 너는 어제와 오늘 그것을 들었다 AI와 ML이 많이있다 일을 더 간단하게 만들고 있습니다

그래서 간단하고 쉽게 유지하기 위해 우리가 생각해 낸 브랜딩입니다 우리는 패널에서 이것을 확장 할 것입니다 그래서 더 이상 고민하지 않고, 나는 여기에 내 패널 토론자를 초대하여 그리고 오늘 우리는 훌륭한 토론자를 두었습니다 그들은 우리의 고객입니다 그리고 우리는 그들 각각의 경험에 관해 이야기 할 것입니다

프로세스의 프론트 엔드와 백 엔드를 처리합니다 그들의 생각은 무엇입니까? 전략적 요소, 전술적 요소 AI와 ML을 활용하려는 경험 내가 방금 말한 것을 성취하는데? [박수 갈채] 그래서 우리가 패널 토론을 시작하기 전에, 저는 여러분 각자 자신을 소개하길 원합니다 VIKRAM VERMA : 네, 물론입니다 내 이름은 Vikram입니다 저는 시스코에서 AI / ML Group의 시니어 매니저로 일하고 있습니다

SUDHAKAR PARAKALA : 저는 수드 카입니다 Synaptics에서 엔터프라이즈 응용 프로그램을 실행합니다 회사에 대한 간략한 개요, 우리는 당신이 상호 작용하는 것을 만들어 낸다 전자 장치 솔루션과 함께 VV 지문과 같은 상호 작용 뒤에 우리의 VV 지문 해결책 아니면 피자 나 다른 것을 주문할 수도 있습니다

알렉사 장치에 그래서 우리는 음성, 지문 및 터치에 대한 솔루션을 만들고, 그래서 당신이 그 상황을 쉽게 얻을 수 있습니다 ML을 어떻게 활용했는지 이야기 할 때 ADAM SPUNBERG : 안녕하세요, 저는 Adam Spunberg입니다 글로벌 테크 탐사 AB InBev의 공급 부분

그래서 Anheuser-Busch는 모르는 사람들을 위해, 전세계의 모든 맥주 생산 대륙 DEEPAK MEHROTRA : 안녕하세요, 저는 Deepak Mehrotra입니다 수석 탐험가입니다 California Design Den에서 우리는 아주 간단한 것을 만듭니다

Google은 귀하가 클라우드를 원합니다 우리는 구름으로 자고 싶습니다 우리는 침구 제품을 만듭니다 그리고 전형적인 디자인, 제조, 북미 소매상을위한 화이트 라벨 용품, 커플 년이 돌아 왔을 때, 우리는 B2C쪽으로 돌아서, 지금은 소매상과 같습니다 그래서 우리는 더 이야기 할 것입니다

살일 아모 카르 : 고마워 그래서 나는 아담의 발표에 얼마나 많은 사람들이 참석했는지 모른다 어제 그는 사물에 대해 더 자세히 설명했다 그들이 한 일을 중심으로 예방 유지 보수

그는 오늘 여기에 다시 한번 언급 할 것입니다 그러나 그것은 훌륭한 프리젠 테이션이었습니다 돌아가서 검토 할 수 있습니다 아시다시피, 나중에 볼 수 있습니다 고마워, 아담

그럼, 시작하자, 비 크람, 너와 그리고 마이크를 가까이에 두는 것이 좋습니다 VIKRAM VERMA : 물론입니다 살일 아모 카르 : 그럼 우리는 AI와 ML에 대해서 이야기를 나누었습니다 프론트 엔드와 백 엔드를 제시했습니다

프로세스의 그리고 우리는 잃어버린 기회에 대해 이야기했습니다 마크 앤더슨의 견적이 있습니다 그것은 똑같은 것에 대해 조금 이야기하고 있습니다 당신의 관점은 무엇입니까? VIKRAM VERMA : 매우 높은 수준에서 나는 그의 견적에 동의합니다 그러나 동시에 기술은 비전의 원동력입니다

우리가 앞에 놓아야 만합니다 우리에게 비전이 없다면 기술 장기적으로 우리를 돕지 않을 것입니다 Google, Amazon과 같은 많은 예가 있습니다 기술이있는 회사 그들이 그것을 시작할 때 거기 있지 않았습니다 비전이 거기에 없으면 의지와 그 비전을 현실로 가져가는 것은 거기에 없었습니다

기술은 우리를 도울 수 없습니다 이제 많은 유스 케이스가 있습니다 또한 기술이 도입되고 인간으로서, 우리가 뭔가를하고있는 누군가를 배울 때, 우리는 어떻게 우리가 같은 개념의 이점을 취할 수 있는지 알아 봅니다 다음 단계로 진화합니다 그래서 거기에는 많은 예제들이 있습니다

그래서 그것은 철학적 논쟁이지만, 어떻게 받아들이 려는지 나는 생각과 받아들이는 의지를 생각한다 실행 아이디어는 기술보다 더 중요합니다 살릴 알콜 : 아주 좋아요 수드카, 그걸 추가하고 싶습니다

SUDHAKAR PARAKALA : 동의합니다 따라서 수요 공급 일치 문제 시장 출시 시간이 항상있었습니다 그래서 우리는 다음과 같은 해결책을 찾아야했습니다 우리의 인벤토리를 최적화하기위한 격차를 해소하는 데 도움이 될 수 있습니다 최근 몇 년 동안, 우리는 ML가 있다는 것을 깨달았습니다

기술적 개선이있다 우리는 그 기술을 활용할 수있었습니다 그 격차를 좁히기 위해 그래서 지금 우리는 우리가 그 시점에 있다고 생각합니다 ML을 크게 활용할 수 있습니다 우리의 목표를 달성 할 수 있습니다

살일 아모 카르 : 아담, 어떤 의견 이죠? ADAM SPUNBERG : 물론입니다 그 견적에 관해 흥미로운 것이 하나 있다고 생각합니다 그것은 우리가 오늘날 어디에 서있는 것처럼 90 년대에 초점을 맞 춥니 다 우리는 그러한 비즈니스를 방해하는 모든 문제를 해결했습니다 그때부터 성공했다

그러나 이것이 아마도 보편적 인 구조라고 생각합니다 계속 일어난다 그리고 오늘 큰 시력을 가진 사람들 지금 불가능한 아이디어가있을 수 있습니다 10 년에서 15 년 사이에 더 많은 서비스가 제공 될 수 있습니다 그래서 나는 그의 견적에 동의한다는 말을하기까지했다

실제로 어떤면에서는 예언이라고 생각합니다 기술이 어떻게 작동하는지 그러나 우리가 진보함에 따라 어쩌면 이러한 기하 급수적 인 성장으로, 그 격차는 줄어들 것이다 그리고 우리는 비전과 기술 사이에서 더 가까워 질 것입니다 DEEPAK MEHROTRA : 저는 아담이 이렇게 완벽한 지수 성장과 브리징입니다 격차

나는 방에서 우리 중 누구도 세상을 상상할 수 있다고 생각하지 않는다 깊은 주머니가있는 대기업 만이 지배 할 것입니다 그래서 기계가 여기 있습니다 그들이 세계를 점령하든 그렇지 않든간에, 그것은 우리가 가질 수있는 철학적 논쟁입니다 그러나 크지 않은 사업으로서 – 지금 Amazon과의 싸움을 시작합시다

우리의 최우수 채널이 되겠습니다 우리의 경쟁이기도합니다 문제는 우리가 경주에 참여한다는 것입니다 우리는 뒤에 있지 않습니다 우리는 희망적으로 경쟁 할 수 있습니다

그리고 우리는 어떻게 규모를 조정할 것인가? 우리는 어떻게 최적화 할 것인가? 어떻게하면 폐기물을 줄일 수 있을까요? 주변의 모든 비즈니스에 대한 모든 질문은 그것은 매우 간단합니다 제 말은 쉽지 않을 것입니다 그러나 당신이 경주에 있지 않다면, 당신은 그것에서 벗어날 것입니다 그래서이 점을 염두에두고 상황은 매우 흥미로워 질 것입니다 SALIL AMONKAR : Vikram의 의견에 따르면, 어때? 그 관점에 대해 그것은 무엇입니까? 너가 일에서 관련시키고 싶으면

예를 들어, 귀하가 귀하의 지역 또는 심지어 마케팅과 관련된 사고 프로세스에서부터, 판매 및 AI 및 ML? VIKRAM VERMA : 네, 물론입니다 우리가 현재 가지고있는 시나리오가 많이 있습니다 작업 예를 들어, 우리가 2 년 전에이 여정을 시작했을 때, 그것은 항상 고객 성공 운동에 관한 것이 었습니다 일단 제품을 구입하면 어떻게해야합니까? 그 제품의 가치를 조만간 고객에게 가능한가요? 그리고 거기에 대한 핵심 개념은, 우리는 당신이보고있는 것을 어떻게 이해할 수 있습니까? 다른 소프트웨어 에서요? 문제는 어디에 있습니까? 당신이 겪고있는 도전은 무엇입니까? 어떻게 정보를 제공 할 수 있습니까? 등록 된 채널을 사용하거나 제품 내에서 사용합니까? 이제 우리는 여러분 모두 Cisco를 판매합니다

너무 많은 제품과 많은 소프트웨어가 있습니다 인간적으로 모든 것을 할 수는 없습니다 그래서 우리는 그것들을 적용해야했습니다 우리는 기계를 사용해야했다 우선 비즈니스 규칙을 따라야했습니다

그러나 나중에 우리는 인공 지능과 그 모든 것들에 들어갔다 기술의 관점에서 볼 때 여전히 범위가 많이 있다는 것을 느낀다 기술 향상에 예를 들어, AI를 볼 때, AI는 오늘 매우 전문화 된 인공 지능입니다 그것은 특정 일을 할 수 있습니다

그러나 일반적인 인공 지능을 살펴보면 여전히 아직 존재하지 않습니다 그리고 나는 그 기술이 심지어 거기에 있다고 생각하지 않는다 그러나 우리는 기술을 방책으로 생각할 수는 없습니다 우리가 할 수있는 일에 대해 생각해보십시오 오늘날 무엇이 존재합니까? 그리고 우리가 운전하기를 원하는 것은 무엇입니까? 그래서 우리가 여행을 시작했을 때, 우리는 더 많은 것을 할 수있었습니다

고객 세분화, 고객 여행, 그들은 어떻게 제품을 사용합니까? 그들이 사용하는 기능은 무엇입니까? 그들이 원하는 것은 무엇입니까? 우리가 더 많이 사용하도록 그들에게 무엇을 말해야합니까? 그리고 모든 디지털 채널을 통해, 우리가 어떻게 그 정보를 다시 전달할 수 있는지 고객에게 무엇을보고, 어떤 것이 작동하는지, 작동하지 않는지를 확인하십시오 그래서이 일들은 많은 노력을 기울였습니다 그러나 이것이 우리가 향하고있는 곳입니다 그리고 우리는 이러한 목표를 달성하기 위해 끊임없이 노력하고 있습니다 살릴 알콜 : 아주 좋아요

너는 아주 좋은 것을 언급했다, 너는 여행을 언급했다 그래서 수드카, 내가 너에게 물어 본다면, 그는 관점을 주었다 디지털 마케팅 이 AI / ML 여행에 대한 당신의 견해는 무엇입니까? 공급 계획, 공급 운영과 관련이 있습니까? SUDHAKAR PARAKALA : 그래서 Synaptics가있는 공간 안으로, 그것은 하이테크 세계에있어, 빠르게 움직이는 제품 및 휴대 전화, 태블릿, 및 노트북 그리고 우리가 살고있는 시장은 세계의 알렉산드입니다

우리의 시장 출시 시간 우리는 인벤토리가 최적화되었는지 확인해야합니다 동시에, 돈을두고 싶지 않아 책상 위에 따라서 사용 사례는 인벤토리를 최적화해야하는 경우였습니다

그러면 우리는 어떻게 그것에 대해 가야합니까? 그렇다면 우리는 – 절대적으로 우리는 그 수요에 초점을 맞추고 싶었습니다 그래서 우리의 목표는 최적화를 발명하는 것이었지만, 왜 수요 조사를 시작하지 않습니까? 많은 변동이 있습니다 다른 부분에서 오는 많은 입력이 있습니다 세상의 그리고 당신이 볼 수있는 것처럼, 핸드폰이라고 생각해

휴대 전화의 수명은 꽤 작습니다 다른 제품과 비교했을 때 그래서 우리는 어디에서 우리는 수요를 들여다 볼 수있었습니다 수요 분석, 예측 분석 (predictive analytics) 일종의 그래서 우리가 시작했을 때입니다 왜 ML을 조사해 보지 않으시겠습니까? 그래서 우리의 여정은 시작되었습니다

우리가 할 수만 있다면, ML이 우리의 예측을 예측하게 할 것입니다 안정적인 성숙한 제품입니다 그래서 분명히 목표는 재고 최적화를하는 것이 었습니다 그래서 위대한 여행이었습니다 특정 성숙한 제품의 경우, 우리는 – 어쩌면 우리가 ML을 활용하여 예측을 예측할 수 있습니다

앞에서 언급했듯이 예외에 집중할 수 있습니다 그래서 표준 제품, 성숙한 모든 것, 아마도 ML은 수요를 주도 할 것이며 나머지는 예외로 관리하십시오 이제까지는 위대한 여행이었습니다 샐일 암모 카 : 그걸로부터, 그리고 나는 – Sudhakar가 방금 말한 것에 덧붙이라고 요청할 수 있다면 Adam 하지만 너 경이로움 – 너의 회사가 놀랄만 한 일을 했어

우리와 함께 일하는 AI와 ML을 적용 해보면 정말로 올 수 있습니다 내 말은, 변화를해라 그건 간단 해 어제 당신이 아주 상세하게 발표 한 것 당신의 생각은 무엇입니까? AI 및 ML을 허용 할 때이 잠재 고객과 공유하고 싶습니다

혁신과 획기적인 비즈니스 이점을위한 여행? 그것을 이해할 수 있도록 예제로 삼아, 그 여정에 착수하고 싶은 누군가를 위해, 관심을 기울일만한 것들은 무엇입니까? ADAM SPUNBERG : 물론입니다 그리고 나는 AB InBev가 조금 더 우수하다고 생각합니다 이 패널의 다른 회사의 우리가하고있는 일 때문에 별로 소프트웨어 기반이 아닙니다 우리는 어느 정도 제조 회사입니다 우린 맥주를 만들고있어

그래서 당신은 아마도 기계 학습과 인공 지능이 거기에서 움직이는가? 사실, 많은 곳에서, 그리고 우리는 단지 표면을 긁어 모으고 있다고 생각합니다 특정 예제로 들어가려면 명왕성 7은 우리와 함께 일하고 있습니다 우리는 훨씬 더 정확한 여과를 예측할 수 있다는 것을 발견했다 인공 지능을 사용하여 꽤 놀랍습니다 특정 변수를 연구 할 수 있습니다

데이터를 검토하고 이를 수행 할 수있는 충분한 데이터가 있어야하며 예측할 수 있어야합니다 당신이 훨씬 더 정확하고 정확합니다 발효 과정에서 필터를 교체해야합니다 그래서 꽤 특별한 일입니다 맥주를 만드는데 너무 많은 것이 있습니다

예를 들면, 이것이 우리가 시작하는 한 가지 예일뿐입니다 AI가 얼마나 효과적인지 알 수 있습니다 그리고 우리는 그 결과에 대해 매우 낙관적입니다 그래서 나는 그것으로부터 산란, 유지 보수의 어떤 부분을 생각합니다 예측 유지 보수 일 수 있습니다

포장 라인에 뭔가있을 수 있습니다 어쩌면 더 많은 것을 가진 뭔가 일 수 있습니다 당신은 재고 또는 고객 수요를 예측하고 제안합니다 하늘이 이것에 한계가있어 너 밖에있는 모든 사람들을 생각해

이것을 고려하고있는 회사에 관여하고있는 이것은 정말로 가장 잘리는 것처럼 보입니다 그 다음 번 큰 발전을위한 최첨단 방법 미래를 향해 살일 아모 카르 : 고마워 그리고 디팍, 내가 너에게 물어 본다면 너 빠르게 성장하는 소매 업체입니다 사업 성장이 많습니다 당신의 스케일링은 항상 당신의 마음의 정상에

그래서 염두에두고 무엇과 관련이있는가요? Adam과 Sudhakar는 방금 토론했습니다, 당신의 관점은 무엇입니까? DEEPAK MEHROTRA : 캘리포니아 디자인 덴 (California Design Den)의 우리에게있어서, 우리의 초점은 또한 넥타이를 시도하고있다 수요 예측 및 공급망 인 두 종단 공급망 최적화의 모든 문제, 자원과 성장이 제한된 신생 기업과 같은 그건 아무것도 능가하고 지우고있어 우리가 예측했던 것, 그것은 매우 중요 해졌다 의사 결정이 실시간에 가깝도록해야합니다

다시 예외 처리 이제 얼마나 많은 사람들이 정말로 상상해보십시오 침대 시트라고 생각해 그건 우리가 만드는 핵심 제품 중 하나입니다 메이시의 7 층에 선반 공간이 필요해? 내 말은, 정말로, 우리는 정말로 거대한 바닥을 팔아야 만 하는가? 침대 시트? 얼마나 많은 사람들이 거기에 가서 실제로 열 수 있을까요? 그 가방 중 하나와 그것을 느낍니까? 아마도 그렇지 않습니다

그래서 우리는 상당히 상품화 된 우리와 같은 제품을 보았습니다 완전히 온라인 상태입니다 따라서 성장은 놀라운 것입니다 그리고 우리는 채널과 경쟁하고 있습니다 그것이 Walmart

com이든 Amazoncom이든, 그래서 우리가 매우 민첩하고 빠르다는 것이 매우 중요합니다 그리고 앞으로의 여행에서 – 기본적으로 모든 데이터를 한 곳에서 확인하고, 모든 것이 한 곳으로 흐르고 있습니다 매우 분산 된 공급망을 가지고 여기서부터 달리기 인도와 중국의 공장에 이 여행을 떠맡고 아주 좋은 결과를보고 있습니다 물론 그 결과는 여전히 매우 기본적인 것입니다

인벤토리 축소 또는 속도인지 여부 생산 라인에있는 것을 바꾸기위한 결정을 내릴 때 그러나 우리가 어떻게 ML과 AI를 바라 보는지를 살펴보면, 우리는이 하이퍼 경쟁에 직면 해 있습니다 우리는 그것이 수요인지, 예측인지, 공급망 계획, 가격 최적화 및 너 살일 아모 카르 : 고마워 그래서 Vikram, 너와 마케팅에 다시 와서 비슷한 주제에

이제 너는 너 봤어 항상 네가 개발을 주도했다고 생각해

당신이해야하기 때문에 그것이 기술에 왔을 때 디지털 마케팅에서 특히 주위에 어떤 고려 사항이 있습니까? AI와 ML 여행에 대해 이 청중에게 흥미가있을 것이라고 지적하고 싶습니까? VIKRAM VERMA : 전략적인가? 전술적 인 AMONKAR : 전술 두 가지에 대해 이야기 해 봅시다 VIKRAM VERMA : 그런 것들 중 하나 내가 말했듯이, 우리는 많은 예측 기반 모델링 이전에 우리는 그것을 예측이라고 부릅니다 90 년대 후반 시스코에서 공급망의 관점에서 보았습니다

그러나 데이터 과학을 사용하는 이러한 움직임 예측에서가 아니라 예측 포인트에서 꽤 새로운 것입니다 전략적인 측면에서 볼 때 마음의 꼭대기에 오는 여러 가지 것들이 있습니다 AI와 ML에는 큰 과대 광고가 있습니다 많은 회사가 오늘 투자하고 있습니다 그들은 그것이 마법이라고 생각하기 때문에 그들의 모든 문제를 해결할 은색 총알 하나

그러나 나는 단지 그것을주의 할 것이다 마술이 아닙니다 그것은 당신의 문제를 해결할 은색 총알이 아닙니다 그것은 큰 발전을 가져 왔습니다 회사에서 많은 공정 변경이 필요합니다

그 자체 귀하의 비즈니스 목표는 매우 분명해야합니다 두 번째 방법은 기술에서 사용하는 방법입니다 데이터 관점에서, 데이터 과학과 인공 지능 데이터 자체에서만 작동 할 수 있습니다 데이터를 기계에 사용될 수 있지만 그렇지 않습니다

Amazon 또는 Exabyte를 필요로한다는 의미입니다 또는 페타 바이트 종류의 데이터 그러나 당신은 충분히 다양한 데이터를 가져야합니다 기계 학습 알고리즘에 사용할 수 있다고 그리고 세 번째 것은, 제가 말했듯이, 그것은은 총알이 아닙니다 데이터를 공유하면서 많은 작업이 필요합니다

그리고 자발심이 있어야합니다 ML로부터 그 통찰력을 가져 와서 그 과정에 넣는 것 때때로 우리는 많은 통찰력을 얻습니다 그러나 우리가 그 경험을 Ciscocom과 같은 고객은 예를 들어, 이 고객이 배우기만을 원할 때 이것에 관해서, 그에게 그 메시지를 전하십시오

그 채널로 들어갑니다 아, 우리는 더 많이 알고 있습니다 이것이 메시지일까요, 아니겠습니까? 이 페이지는 예제로 사용자 정의 할 수 없습니다 때로는 프론트 엔드 업무에 종사하고 있습니다 그것은 통찰력이 어려울 때, 당신은 고객이 원하는 것을 알고 있습니다

그러나 고객에게 그 메시지를 보여주고 싶을 때, 도구 플랫폼이 지원하지 않습니다 그래서 많은 제약이 있습니다 전략적인 관점에서 먼저주의를 기울일 것입니다 AI가 내일 구현 될 수 없다는 견해를 가지고 있습니다 시스코와 같은 대기업에서 특히 시간이 걸립니다

기술적 관점에서 두 번째로 시간이 될 때까지, 정상적인 활동입니다 비즈니스 개체가있는 경우 네가 거기 도착할 때까지 분명해, 프로세스에서 가치를 어떻게 계속 추가 할 수 있습니까? 모두가 AI에 대해 생각하기 때문에, 항상 최적화에 대해 생각합니다 당신은 비용이나 과정을 말합니다 아니면 혁신을 어떻게 얻을 수 있을까요? 또는 경쟁 우위? 그리고 어떻게하면 비즈니스를 다음 단계로 확장 할 수 있습니까? 그러나이 모든 것들은 기술 수준으로 갈 때, 이러한 것들은 시간이 걸릴 것입니다 그리고 기술적으로, 당신은 2 년을 기다릴 수 없습니다

결과를 산출한다 따라서 비즈니스 과제가 무엇인지 파악해야합니다 어떤 것들은 즉시 값을 추가 할 수 있습니다 예를 들어, 우리는 충분히 운이 좋았다 우리는 판매 조직의 일부였습니다

그리고 많은 회사가 있습니다 판매를 위해 많은 일을 해왔다 이미 우리는 그 배움을 받아 들여야 만했습니다 우리 자신의 문화 예를 들어 고객 이탈 모델, 고객 위험 분석, 수명주기 이점, 제품 권장 사항, 이 모든 일들이이 회사의 올바른 계약일까요? 그 남자라고 불러야 할 때가 언제입니까? 그 미리 짜여진 통찰력은 무엇입니까? 그 고객과 이야기 할 때? 이 모든 것들이 편리 해졌다

즉각적인 가치를 창출하기 위해 우리가 그 더 큰 목표에 도달하기 전에 단계별로 보여 주어야했습니다 고객의 성공 관점에서 두 번째로 우리가 어떻게 관련성 높은 메시지를 제공 할 것인가? 고객을 위해 그리고 그들의 경험을 바꾸는가? 기술적으로 볼 때, 당신은 가치를 계속해서 더할 수 있습니까? 그러나 당신의 전략적 목표가 아주 분명 할 때만 살릴 알콜 : 매우 좋은 점이 있습니다 우리가 들었던 데이터에 집중하는 것을 들었습니다 나는 기조 연설을 들었다

라젠 (Rajen)은 어제 그 다음에 사람들을 항상 언급했습니다 공급 업체는 인공 지능 및 ML, 데이터에 대한 모든 것, 그리고 당신이 가고 싶은 곳을 이해하십시오 그래서 Sudhakar와 마찬가지로, 모든 통찰력 당신은 개념의 첫 ML / AI 증명에 대해 이야기하고 싶다 네가 지적한 바를 지적 했어? SUDHAKAR PARAKALA : 나는 그것이 긴밀하게 통합되어야한다고 생각합니다 사업 계획

따라서 데이터를 가지고 시도하는 것이 아닙니다 그것의 예측할 수있는 마법 공식을 생각해 내야합니다 특히 우리의 유스 케이스의 경우, 그것은 수요 계획이었다 정확한 수요 계획으로 따라서 당신은 긴밀하게 통합되어야합니다 비즈니스 계획과 관련하여 사업 계획에 들어가십시오

하나는 주어진 양의 데이터로 작업해야합니다 그 것들을 따라갈 수있는 ML이 제시 할 수있는 알고리즘으로 그래서 그것은 단지 데이터를 던지기 만하는 것이 아닙니다 그것의 최종 결과를 뱉어 버릴거야, 그것은 정확한 예측이 될 것입니다 그것은 일어나지 않습니다 그래서 사업 계획 – 주관적, 객관적 또는 그 무엇이라도 현장 데이터에서 얻은 정보 하나는 수요 계획과 사업 계획을 작성하는 것이고, 사고 과정에 들어가는 요소, ML은 다음과 같이 할 수 있습니다

우리는 가능한 한 많이 통합하려고 할 수 있습니다 어쩌면 이해가 시작됩니다 너가 보는이게 하나도 아니야 당신이 수요를 입력 할 때 당신이 내년을 책임지고있는 사람이라면, 어쩌면 무엇이든, 얼마나 많은 사람들이 이 회의에 참석할 예정입니다

그래서 그것은 하나의 요소 또는 두 가지가 될 수 없습니다 당신이 정확하게 예측할 수 있도록 마찬가지로, 우리는 그것에 들어가야 만했습니다 아주 긴밀하게 통합되어야한다 전반적인 사업 계획 네가 말했듯이, 그것은 자동으로 나오는 것이 아니라, 그래서 당신은 어떤 제품을 볼 수 있어야합니다

정말 그것을 적용합니다 그리고 그것은 더 도움이 될 것입니다 그래서 우리는 아직 초기 단계에 있습니다 그러나 우리는 긍정적 인 결과를 보았습니다 물론 실망한 곳도 있습니다

그래서 우리는 그것을 계속 꼬집어 야하고 미세 조정해야합니다 그것, 그리고 한 지점에 도착 그래서 퍼팅하는 것이 매우 중요합니다 우리 사업 계획에 포함되어있는 모든 요소들을 그것은 큰 여행이었습니다 우리에게는 성공과 일부가있었습니다

분명히, 우리는 여전히 배워야합니다 살일 아 모나 : 아담, 디팍에서 온 것 같아요 마술, 일이 필요해 그리고 Sudhakar는 이봐, 거기에 초점과 뒤에 계획 당신의보기에서, 내가들은 것들 중 하나는 – 그리고 저는 그것을 당신의 경험과 관련시키고 싶습니다

기조 연설에서 대통령 이셨다 오늘 Rajen Sheth는 단순한 AI에 관한 것입니다 그리고 저는 여러분의 경우에 우리가 달성 한 것, 또는 당신이 얻은 것은 결국 그 무엇인가였습니다 매우 간단 해졌습니다 그 주변의 어떤 생각? ADAM SPUNBERG : 글쎄, 내가 생각하는 한 가지 우리 모두 여기서하려고하는 것에 대해 흥미 롭습니다

예를 들어 AB InBev에서 사례를 사용하겠습니다 우리는 기계 학습에 대해 많은 이야기를하고 있습니다 하지만 우리는 실제로 무엇과 관련을 맺고 있습니까? 그것은 인간입니다 그래서 우리가 기계를 사용하는 방식으로 아이러니합니다 우리 자신을 더 잘 이해하기 위해서

그래서 우리가 로봇이있는 세계로 들어갈 때까지 모든 것을 실행하고 마케팅을 할 것입니다 누가 알 겠어 그러나 지금은 인간의 측면에 관한 것입니다 그리고 그것은 실제로 소비자만을위한 것이 아닙니다 그것은 조직 자체 내에 있습니다

그리고 그것은 내가 싸워야 만했던 전투입니다 그리고 나는 이것이 부정적인 것이라고 말하지 않습니다 나는 그것이 교육에 관한 것이라고 생각한다 점점 더 많은 사람들이 정렬되었습니다 우리 같은 큰 회사

AB InBev는 250,000 명의 직원을 보유하고 있습니다 그래서 당신은 250,000 명의 사람들을 탑승시키지 않을 것입니다 첫 번째 날부터 AI로, 그리고 확실히 주요 이해 관계자가 아닙니다 아직 기술에 익숙하지 않은 가치를 실제로 이해할 기회가 없었습니다 그것을 가져올 수 있습니다

그래서 당신은 단순한 인공 지능이라고 말하는 것 같지만, 그 말에 연극을 쓴다면, 우리를위한 진정한 열쇠라고 생각합니다 우리가이 AI 혁명을 이끌고 싶다면 메시지를 단순화합니다 우리는 어떻게이 가치를 모든 사람에게 보여줄 수 있습니까? 위로, 아래로, 그들은 우리가 달성 할 수있는 것을 볼 수 있습니까? 그리고 그것은 위협이 아닙니다 어떤 것이 든 그것은 향상입니다 살일 아모 카르 : 고마워

디팍, 의견이 있으십니까? DEEPAK MEHROTRA : 나는 ML과 AI에 관한 한, 그것은 여행과 더 비슷합니다 당신이 말했듯이, 그것은 마법의 총알이 아닙니다 캘리포니아 디자인에서 느끼는 가장 큰 장점 덴, 우리가이 비전을 세우도록 노력하겠습니다 경쟁 우위를 이끌어 낼 것입니다 제품 차별화는 차별화 요소가 아닐 수도 있습니다

이런 종류의 회사가 우리를 하나의 회사로 만듭니다 모든 것을 제자리에 두는 것 따라서 우리가 설정해야하는 것은 아닙니다 ML 기반 수요만을 수행 할 새로운 시스템 예측 따라서 분석을 발전시키는 기본 분석인지 여부 또는 당신은 무엇을 가지고 있는가, 그것은 여행과 같습니다

그러나 당신이해야 할 곳에 이것이 있다는 비전을 갖게되면, 그러한 비전 중 많은 부분이 여전히 환상적인 비전이며, 이것은 많은 효율성을 가져옵니다 핵심 이해 관계자 사이의 갈등 점이됩니다 추가 이점이 있습니다 모든 프로세스를 다시 봐야한다 아담이 말했듯이 너는 무엇이 있느냐? 모두가 곧바로 선회하지는 않습니다

그래서 내부적으로 토론하고 알아 낸다 너는 무엇을하고, 모든 곰팡이를 깨고, 새로운 곰팡이를 만들어라 그래서 우리는 AI / ML을 볼 수 있습니다 그것이 몇 년 후에 생산을 기대하고, 당신의 발걸음을 향한 추진력으로서 그리고 열심히 밀어 붙이고, 앞쪽에있다 살롱 아모 카르 : 고맙습니다, 디팍

이제 Vikram, 당신과 Sudhakar 사이에, 귀하의 하이테크 산업을 대표하십시오 Vikram의 말을 듣고 싶습니다 그 다음 수다 카르가 그를 따라 가면서 당신의 생각은 이제이 인공 지능과 ML에 착수했습니다 최소한 처음부터 사용하기 시작했습니다 각 공간에서 어떻게 사용하는지 이해하려면, 나는 원한다 나는 네가 분명히 말한 것처럼 생각한다 그것이 여행이라는 것, 하이테크 공간에서 무엇을 보았습니까? AI가 더 많이 활용되고있는 것을 어디에서 보았습니까? 그리고이 잠재 고객에게 어디에서 원하는지 – 자, 여기 AI에 들어가는 유혹을받을 수도 있습니다

하지만 약간의주의가 필요합니다 내가 생각하기에 너의 경험에 이해하려고 노력하고있어 잠재 고객이 무엇을 이해하고 싶은지 확신합니다 너가이 여행을 겪고있을 때, 배움이 있습니다 알았어, AI, 모두들 AI / ML 악 대차에 들기를 원해

그러나 모든 유스 케이스가 AI와 ML을 의미하지는 않습니다 그래서 그걸 고려하고있는 모든 관점? VIKRAM VERMA : 예 AI 나 ML에 관해 이야기 할 때, 거기 뿐만 아니라 위험과 혜택도 항상 있습니다 우리가 어떤 모델이나 추천에 대해서 이야기 할 때, 항상 정확한 비율이 있습니다 그리고 내가 이전에 말했던 것들 중 하나 우리가 ML들을 오늘 보았을 때였습니다

이들은 전문 모델, 특수 모델 이전 행동에 관한 데이터로부터 학습 이러한 일련의 행동을 통해 그 결과는 [INAUDIBLE]였다 그리고 그것이 당신의 예측을 내일은 같은 패턴이 있기 때문에 당신은 할 수 있습니다 같은 것을 반복 할 것입니다 그래서 우리가 모델을 넣을 때 우리는 한 가지를 얻습니다

맹목적으로 모델을 신뢰하십시오 그 모델이 무엇인지 이해하는 방법이 있어야합니다 또는 출력물에 대해 이야기하고 있습니다 주위에 인간의 지능을 넣은 다음 말하자면,이 경우조차도 의미가 없습니까? 그래서 우리가 프로젝트를 진행할 때, 고객 세분화 – 우리는 여전히 진화를 위해 노력하고 있습니다 그것을 다음 단계로 – 우리는 고객을 주변에서 나눌 수 있다는 것을 깨달았습니다

해당 특정 제품의 경우 고객이 16 다른 세그먼트 그러나 우리가 사업주와 함께봤을 때 그것이 실제로 무엇을 나타내는지를 이해하기 위해, 어떻게 우리는 각각의 경험을 할 수 있을까요? 세그먼트의 각 집합의 고객, 절반 그 (것)들의 더 많은 것이기 때문에 그 (것)들에게 이해되지 않았다조차 주위에, 너도 알지? 그것과 거의 비슷합니다 그들의 메시지는 다를 것입니다 왜 우리는 그것을 하나로 합쳐 놓을까요? 이 것은 이해가되지 않습니다

모든 사람들이 완벽하게 사용한다면 우리는 그들과 무엇을 할 것인가? 그래서 우리가 기계를 볼 때 이러한 종류의 위험, 우리는 기계를 맹목적으로 신뢰할 수 없습니다 전문화 된 인공 지능입니다 특정 측면에서 인간보다 더 전문화 된 것들 그러나 모션을 통해 그것을 퍼팅에 인간의 감독입니다 여전히 대단히 요구되는, 직감이라는 – 이 패턴이 고객이 주문할 것을 의미한다고 가정 해 봅시다 그러나 그 패턴들은 오늘날의 환경에서 그다지 의미하지는 않습니다

우리는 어떻게 그것을 이해할 수 있습니까? 우리는 어떻게 우리 인간의 지식을 적용 할 수 있습니까? 어떻게 우리는 항상 그것을 계속 조정할 수 있습니까? 현실적인 비즈니스 시나리오가 가장 중요해진다 인공 지능에서 중요한 일은? 의미있는 데이터를 얻는 것이 아니라 데이터를 가져 오는 것이 아니라, 통찰력을 이끌어 내고, 통찰력을 작동 시키며, 그러나 그 모델을 가지고가는 것이 전부입니다 그 주변에서 현명한 결정을 내린다 그런 다음 그것을 작동 시키십시오 그것을 [비합리적] 사이클로 만듭니다

그래서 인간 상호 작용은 매우 중요합니다 제 의견으로는, 이 인공 지능을 시장에 가져 가야합니다 어쩌면 기술이 특정 시간대에 있었을 때, 우리가 범용 AI를 가지고있을 때, 그러면 그것은 다른 이야기입니다 그러나 지금은 전문 AI입니다 ML은 데이터를 기반으로 한 특수 모델입니다

액면 그대로 사용해서는 안됩니다 시력 탐지와 같은 특정 유스 케이스가 있습니다 AI가 이미 개선 한 모든 것들 인간의 능력 이상 그러나 우리가 비즈니스 감각에 대해 이야기 할 때 또는 의미가되는 것이 무엇인지 그게 아니라면, 나는 그걸 맹목적으로 신뢰한다고 생각합니다 감독없이 그 행동을 취할 수있다

더 많이 생산한다 장점보다 더 많은 위험을 초래할 수있다 특정 시나리오에서 샐러리 암모나 : 네, 고마워요 네가 한 말의 요약을 생각해

어떤 AI 솔루션이든 기술과 도메인이 필요합니다 비즈니스 전문성 두 번째로 있는 그대로 활용 될 수있는 모델, 그들이 미리 만들어진 모델이라고 부르는 것을 의미하며, 비전 API 그러나 특정 상황과 일부 상황이 있습니다 대부분의 비즈니스 상황 여기서 사용자 정의 모델이 있어야합니다

고맙습니다 수드카, 어떤 관점에서 – SUDHAKAR PARAKALA : 그래서, 우리는 약간의 단순한 접근 방식의 분명히, 아담이 언급 한 것처럼, 우선 ML은 내 수요를 예측할 것인가? 안돼 그래서 ML은 정말로 어떤 저녁 식사인지 예언 할 수 있습니다 너는 가질거야? 안돼 그래서 분명히 그런 종류의 사고가있었습니다

회사 내에서 그 다음 우리는 OK에 관해서 훨씬 더 단순한 접근법을 취했다 모든 다른 제품 라인 또는 다른 고객 세그먼트를 선택하여 당신은 이것이 좀 더 예측 가능하다고 생각합니다 인간의 사고 내에서 그래서 당신 자신의 사고 내에서, 거기 네가 더 많은 것들을 가질 수있다

일관된 사고 방식 당신이있는 곳이있을 수 있습니다 소화하고 올릴 추가 데이터를 모으려고합니다 해결책이나 대답으로 그럼 우리는 OK에 관한 질문들을 파헤쳐 야합니다 당신이 할 수있는 영역은 무엇입니까? 더 일관성있게, 고객은 더 일관성있게, 시장은 더 일관성있을 수, 그래서 우리는 이해를 통해 재고 최적화를 추진할 수 있습니다

수요가 어떻게 생성되고 있는지, 그래서 우리는 시장이 성숙한 제품을 더 많이 포착했습니다 그래서 분명히, 수용은 그림으로 들어와야합니다 헤이, 기계가 예측하는 것 내가 그걸 의지 할 수있는 것에 거의 가깝습니까? 따라서 사용 사례를 취해야합니다 하나는 자신감을 얻기 시작하고 그래서 분명히, 당신은 제품과 시장을 선택하고 싶습니다

조금 더 일관성이 있습니다 분명히 그 가치는 예측할 수 없다 예측할 수 있지만 어디서부터 시작할 수는 없습니다 그래서 우리는 단순한 접근법을 취했습니다 아기 단계를 밟자

그래서 우리는 처음 사용을 생각해내는 그 단계에 있습니다 이제 우리는 다음 단계로 넘어갈 것입니다 NPI, 신제품 소개에 실제로 적용 할 수 있습니까? 우리는 모른다 나는 그것이 보이는 것 같아요 살일 아모 카르 : 고마워

나는 거기에 요약 크롤링, 도보, 그리고 실행을 생각합니다 Adam, 나는 AB InBev의 전망에서 생각합니다 당신은 토론에서 매우 큰 비전을 제시했습니다 어제 나는 제조 산업의 대표자라고 생각합니다

내가 AB InBev를 가장 큰 양조장 중 하나로 생각하기 때문에, 제조를 대표한다고 말할 수 있습니다 업계, 당신의 테이크 아웃은 어떨까요? AI와 ML의 사용법에 대한 관점에서 볼 때? ADAM SPUNBERG : 물론입니다 그리고 내가 말하기를, 너는 계속 말하고있다 우리가이 위대한 발표를 한 것, 그러나 정직하게 너 자신에게 약간 신용을주십시오 Pluto7은 정말로 해낸 회사입니다

기계 학습 및 인공 지능 우리는 그것을 받아들이고 그것을 우리 시스템에 넣었습니다 그래서 여러분 모두에게 공헌합니다 그러나 나는 이것을 말하면 좋겠다는 유스 케이스를 찾아야한다 그리고 이것은 이것이 무엇과 일치하고 있다고 생각합니다

이전에 말했었습니다 AI는 많은 것들을위한 올바른 해결책이 될 수 없습니다 그리고 나는 점점 더 많은 사용이있을 것이라고 생각한다 기술 진보와 기초 계층으로서의 사례 기술의 양조장에서 말하면, 우리의 데이터 수집은 예를 들어, 더 많은 기회 우리가 그 데이터로 일을 할 수있는 곳으로 나옵니다 그러나 당신이 정말로 올바른 상황에 처해있다

그리고 나는 그것이 누군가가이 일을 조금이라도 할 수있는 곳이라고 생각합니다 무의식적으로 AI / 머신에 너무 흥분합니다 학습 아이디어, 오, 우리는 어디서나 ML을 할 수 있습니다 그리고 그건 사실이 아닙니다 당신이 어린이 수영장에서 수영하러 간다면, 당신은 말하지 않을 것입니다

스쿠버 장비를 사러 가자 확실한 점이 있습니다 올바른 설정을 찾아야합니다 그리고 저는 그것이 우리의 경우에, 정말로 전문가와 함께 올바른 상황을 알 수 있습니다 우리와 함께 명왕성 7의 경우, 우리는 실제로 hackathon을 개최 우리는 여러 분야를 탐구했다

우리는 AI가 가치 있다고 생각했습니다 그리고 우리는 그들에게 일하는 모델을 생각해 냈습니다 그리고 다른 옵션에서, 우리가 여기서 무엇인가를 발견했다는 것이 명백 해졌다 그래서 저는 여러분 모두를 위해이 공간에서 무언가를 추구하려고합니다 나는 그것이 신중한 결정인지 확실히 할 것이다

확실히 나는 누구의 흥분을 막으려 고하지 않고있다 최대한 열정을 가지고 있지만 자신을 구하십시오 잘못된 상황을 위해 과용하는 문제 살일 아모 카르 : 아담 감사합니다 그리고 나서 우리가 청중에게 열어주기 전에, Deepak, 대표자로서의 마지막 생각 소매 산업의 성장과 그에 따른 고성장 DEEPAK MEHROTRA : 나는 소매업을 대표하는만큼 멀리 가지 않을 것입니다

베조스 씨가 더 나을 것 같네요 하지만 ML / AI가 어린 아기 같다고 생각합니다 데이터를 입력하기 시작하면 기저귀를 먹이고 바꿔야합니다 그리고 그것이 지금 우리가있는 곳입니다 우리는 몇 년 후, 이 아기가 자랄거야

그리고 그녀는 도망 갈 것입니다 그리고 그녀는 장대 높이뛰기를 할 것입니다 그리고 그녀는 올림픽 메달 획득에 나설 것입니다 꿈 ML과 AI를 어떻게 보는지 알 수 있습니다

그래서 그것은 우리와 함께합니다 우리는 선택해야합니다 이것으로 우리는 미래를 생각할 수 있도록 노력해야합니다 우리는 시스템, 데이터 흐름을 설정하고 프로세스를 재고합니다 그리고 Pluto7에서 한 상자에서 계획을 세웠습니다

수요에 이르기까지 좋은 결과를 볼 수있었습니다 예측 및 공급망 최적화가 중요합니다 단추를 누르면 우리는 무슨 일이 일어나고 있는지 보게됩니다 우리는 공급망에있는 것을 신속하게 바꿉니다 내 말은, 여전히 기본이야

지금 속도가 있습니다 따라서 500, 1,000, 2,000 SKU를 관리해야합니다 우리는 신속하고 신속하게 처리 할 수 ​​있습니다 자,이 아기가 자라서 모든 책임을 맡을 수 있을까요? 음, 언제 보죠 살롱 아모 카르 : 고맙습니다, 디팍

나는 이것으로 관객들에게 이것을 공개하고 싶습니다 우리는 약 5 분 남았습니다 관객 : 도움이 될만한 패키지 애플리케이션 귀하의 응용 프로그램을 시작하십시오? SUHHAKAR PARAKALA : 그것은 당신을 위해 더 많은 것 같습니다 우리는 포장 된 것을 사용하지 않았습니다 살릴 알콜 : 알았어, 나는 디팍에 맡길거야

예, 디팍은 질문이 있습니다 밖에 패키지 된 응용 프로그램 사업을 시작하는 데 도움이 될 수있는 DEEPAK MEHROTRA : 글쎄, 그것은 unsponsored 광고처럼 들리 겠지만, 그러나 우리는 Pluto7이 가지고있는 상자에서 계획을 사용했습니다 물론 Google 클라우드와 ML 및 AI, Google 생태계 내의 모든 것 그것은 우리의 인벤토리까지 우리에게 많은 도움이되었습니다 통제가 관련되어있다

따라서 매우 빠른 수요, 매우 적절한 수요 예측, 그리고 공급 체인에 대한 빠른 연결, 우리는 매우 눈에 띄는 재고 감소를 볼 수있었습니다 관객 : 그러면 빠른 발동기를 움직여 발동기를 느리게하는 데 도움이됩니까? DEEPAK MEHROTRA : 질문을 다시 할 수 있습니까? 관객 : [무적] 빠른 발동기와 느린 발동기 DEEPAK MEHROTRA : 맞아 나는 빠른 발동기로 더 많은 것을 생각한다 왜냐하면 다시, 우리는 회사로서, 우리의 느린 발동기 정말 느립니다

그래서 단점 중 하나는 이전에 말했던 것처럼, 이 모델 중 일부를 실행할 데이터가 있어야합니다 실제 결과를 확인하십시오 그래서 우리의 느린 발동기는 정말로 느린 발동기입니다 실제로 일부 결과는 기대하지 않았습니다 느리게 움직이는 SKU와 당신에게 무엇이 이익이되는지

그래서 우리는이 경우에 우리의 안전 수준을 유지했습니다 정말로 팔리는 것에 대해 더 걱정했다 그리고 우리는 성장했습니다 관객 : 고마워 DEEPAK MEHROTRA : 물론입니다

살모 알콜 : 다른 질문이 있으십니까? 큰 그렇지 않다면 꽤 많이 생각합니다 Pluto7에서 우리 부스로 들르십시오 나는 그것을 거기에 올려 놓았다 AI와 ML로 가능한 것의 더 많은 데모를 보여 드릴 수 있습니다

고맙습니다 [주제 음악 연주]

Google Using Artificial Intelligence To Help With Simple, Necessary Tasks

그들은 좋은 거래를 생각했다 여행, 그들로부터 온 여행 전화 번호가 불투명 해짐 너 같은 사람

그게 부름 받았어 새로운 디지털이있다 조수 나는 단지 몇 년 전의 일이다 인간의 년

리포터 : 이번 주 초, 우리가 너를 이야기했다 이 하이 엔드 SEX 로봇 인공 지능, 우리가 필요로하는 사람을 만날 수 있습니다 불가능한 것은 아닙니다 닮은 로봇 너가 할 수있는 사람

지금 GOOGLE은 AI를 사용 중입니다 압도적으로 덜한 태클 필요한 일상 업무 머리 장식하기 그것 모두 함께 우리의 투자는 지난 한 해 동안, 자연어 이해와 학습 그리고 훈련 된 연설 GOOGLE의 CEO는 알려지지 않았습니다 ASUFT APT TO ASSISTANT EAGER AD YEN에, 그것은 만들고있다

머리 임명 – 청중 머리 장식을하고 있어요 몇시에 봐라 에 대한? 오후 12시 우리는 오후 12 시가되지 않습니다 우리가 가장 가까이에있다

1:15 둘 사이에 아무 것도 없어? 오전 10시 12:00 PM 어떤 서비스에 의존 하는가? 자기가 원하는, 그녀는 서비스가 무엇인가 찾는다 그냥 여자의 머리핀 우리는 10 시가 있습니다 오전 10시 괜찮습니다

첫 번째 이름은 무엇입니까? 첫 번째 이름은 리사입니다 나는 그녀를 볼 것이다 너는 음성을들을 수 있니? 인간에게 호소력이있다 보봇 (BOT)에 오셨습니까? 당신이 말할 수 없다면, 그것을 할 수 있습니다 문제

이것은 새로운 세계입니다 HBO의 서쪽 사람들에 대한 추모 세계 조력자가 이해할 수 있음 회화의 수는 리포터 : 비즈니스 인 경우 당신은 온 라인으로 전화를 걸고 있습니다 예약 서비스, 그들은 것입니다

Why artificial intelligence has no common sense

– 나는 베지와 함께 베카 야 그리고 내가 최근에 듣고있는 것 같아

– 인공 지능 – 인공 지능 – 인공 지능 인공 지능이야 – 우리가 AI에 관해 말할 때가 된 것 같아

(낙관적 인 음악) 좋아, 내 Google 길잡이가 마음에 들어 그리고 나는 심지어 그것에 굿나잇을 말한다 어느 정도 가볍게 창피하다 그러나 나는 그것을 위해 여기에있다 내일 날씨와 크리켓 소리 재생 나는 실제로 더 잘자는 것을 돕고 있다고 생각합니다

그리고 저도 제게 익숙해지고 있습니다 그래서 그것은 열차가 언제 나에게 알려줍니다 아침에 떠날거야 그리고 내가 좋아할만한 노래도 추천하고있어 그리고 오랫동안 기업 이것을 인공 지능으로 밀어 내고있다

나는 항상 마케팅 용어로 생각했다 시리가 지적이라고 나는 생각하지 않는다 그러나 그 때 Google는 저희에게 이것을 보여 주었다 – Google Assistant의 목소리입니다 너를 부르는데

이것은 내가 인공 지능이라고 생각하게 만들었습니다 내가 생각했던 것보다 인간의 지능을 복제하는 것에 더 가깝다 그래서 나는 James Vincent에게 전화했다 그리고 그는 분개에있는 기자입니다 그것은 AI 모든 것을 다룹니다

나는 AI가 지금 당장에 있었는지 알고 싶었다 그리고 그것은 어디로 가고 있습니다 – 분야의 인공 지능은 용어입니다 그것은 일종의 우산이다 그리고 그것은 많은 종류의 인공 지능을 포함합니다

그런 종류의 파벌이 수년간 들어 왔습니다 그런 다음 테스트를 거치면 한계에 도달하게됩니다 그리고 그들은 다음으로 나아 간다 그리고 매우 독창적 인 것은 현장에서 현재 기계 학습입니다 시스템에 많은 양의 데이터 제공에 관한 것입니다

그런 다음 그 데이터를 살펴 봅니다 그 안에있는 패턴을 학습합니다 그리고 기계 학습의 맛 깊은 학습이라고하는 것입니다 깊은 학습은 근본적으로, 당신도 알다시피, 기본적으로 기계 학습이지만 많은 양의 데이터를 사용합니다 그리고 그것은 많은 계산 능력을 사용합니다, 우리는 이제 인터넷 덕분에 액세스 할 수 있습니다

싸구려 칩 덕택입니다 그래, 제임스, 진짜 얘기 야 터미네이터 봤니? 우리가 세계의 Skynets에 얼마나 가깝습니까? 그게 다가오는거야? – 사실이 아니에요 제 말은 영화, 대중 문화, 그것이 보통 불리는 것입니다 인공 지능

거대한 한걸음 앞으로 나아가 야지 우리가 현재 가지고있는 것에서 AI는 필드이기 때문에 일종의 설립되었습니다 이 신념에 따라 컴퓨터를 만들 수 있습니다 그것은 본질적으로 인간이었습니다

그것은 마치 인간처럼 생각합니다 행동, 인간처럼 반응, 계속해서 우리는 깨달았습니다 저것이 진짜로 곤란한 이것 기다리는 저것 기본적으로 그 근처에 있지 않습니다 – 그래서 Google Duplex는 매우 인간적으로 들리지만 사실 우리가 좁은 AI라고 부르는 것입니다 지금 당장 당신에게 팔리는 모든 것이 있습니다

AI가 좁은 AI이기 때문에, 제한된 사전 계획하에 지어졌습니다 기능 집합 귀하의 휴대 전화에 팝업, Google 홈 또는 에코 페이스 북이 당신의 얼굴을 어떻게 인식하는지 자동으로 사진을 찍습니다 이 AI 형식은 매우 구체적인 작업을 완료하도록 설계되었으며, 다른 일은 할 수 없습니다 이제 그것이 인상적인 것을 할 수 없다는 것을 의미하지는 않습니다 예를 들어, Deep Mind 's Alpha Go, GO 게임을하기 위해 훈련 된 AI 프로그램입니다

Now Go는 전략 게임과 같습니다 체스와 비슷합니다 그것은 가능한 결과가 더 길다는 것을 제외하고는 그리고 2016 년 AI 시스템이 붕괴되었습니다 전설적인 Go 선수 인 Lee Sedol 그를 4 대 1로 격파했다

그리고 2017 년, Deep Mind는 AlphaGo AI를 퇴역 시켰습니다 세계 최고의 Go Player를 3 대 0으로 격파시킨 후 -하지만이 프로그램 AlphaGo 계속 놀 것입니다 그것이 있던 건물이 불 붙었다 고해도, 방에 불이 났더라도 그건 Oren Etzioni 박사입니다

Allen 인공 지능 연구소 CEO 시애틀에있는 워싱턴 대학 (University of Washington)의 교수이다 – 이것은 훌륭한 상징입니다 매우 좁고 잘 짜여진 보드 게임 같은 작업 우리는 초인간적 인 성과를 달성 할 수 있습니다 그러나 더 미묘한 것에 관해서는, 언어와 관련이있는 것들, 우리는 실제로 심지어 어린이의 능력조차도 매우 멀리합니다 – 그래서 상식은 누락 된 링크로 생각할 수 있습니다

AI와 AGI 사이 그리고 상식을 말할 때 우리는 모든 역량을 언급하고 있습니다 인간은 가지고 있고 컴퓨터는 그렇게하지 않는다 Etzioni 박사는 많은 연구자 중 한 명입니다 컴퓨터 상식을 가르치기위한 프로그램 작업 그러나 공동체 안에서는 커다란 논쟁이 있습니다

이 똑똑한 컴퓨터가 위험 할 수 있는지 여부 오늘날 좁은 인공 지능은 매우 현실적인, 의사가 암 진단을 돕는 것과 같은 매우 심각한 문제 또는 미래의 기상 재해를 예측할 수 있습니다 그러나 그것은 또한 사물에 사용되고 있습니다 사람들은 걱정을 느끼고 이해할 수 있습니다 나는 이것들이 얼굴 인식과 같은 것들이라는 것을 의미한다

대량 감시 또는 무기 보강 용 어떤 질문을 제기, AI가 규제를받는다면 어떻게 될까요? -이 세상은 너무 빠르게 진화합니다 이 정책을 시행하기 란 매우 어렵습니다 내가 대신 제안 할 것입니다 AI의 응용 프로그램을 식별한다는 것입니다

예를 들어 AI 차량이나 인공 지능 무기, 우리는 매우 신중한 규정을 정의한다고 이러한 특정 애플리케이션을 중심으로 – 그래, 그래, 나는 구글 듀플렉스 (Duplex) 그러나 우리가 영화에서 가지고있는 인공 지능과는 거리가 멀다 이것은 매우 특정한 지적 AI입니다 그것이 보안이나 무기에 적용될 때 그것은 무서울 수 있지만 우리가 할 수있는 것은 모두 자신을 교육하는 것입니다 우리가 지금 가지고있는 AI에 대해 알고 있어야합니다 어쩌면 그렇게 될지도 모릅니다

– 아직 초창기입니다 사람들의 열정을 평가해야합니다 그들이 가지고있는 두려움의 일부 주의와 회의주의의 메모와 함께 AI가 실제로 할 수있는 일과 불가능한 일을 알고 싶다면 Siri와 Alexa와 채팅하기 만하면됩니다 현실이 멈추는 곳을 빨리 볼 수 있습니다

과대 광고가 시작됩니다 – 지켜봐 줘서 고마워 아래 의견에 대해 알려주십시오 AI의 지금까지 좋아하는 용도 하루 하루를 어떻게 돕고 있습니까? 200 만 명의 가입자에게 감사드립니다

그게 시원한데, 다음에 또 보자 – 안녕

The ‘father of the internet’ on Google, war and ‘artificial idiocy’

"인터넷의 아버지"중 한 사람인 Vint Cerf는 이번 주에 호주에있었습니다 Vint Cerf는 3 피스 슈트와 턱수염으로 "인터넷의 아버지"(또는 적어도 "아버지"중 한 명)에 대한 할리우드의 아이디어처럼 보입니다

Robert Cahn과 함께 Cerf 박사는 그 제목을 주장 할 수 있습니다 그는 1970 년대에 인터넷의 기본 아키텍처를 구축하는 것을 도왔습니다 – 컴퓨터가 서로 이야기 할 수있게하는 전송 프로토콜을 만듭니다 – 프로젝트가 여전히 군대에 의해 자금 지원을 받았을 때 오늘날, 군대와의 관계는 Google에 문제를 일으키고 있습니다 Cerf 박사는 현재 "Chief Internet Evangelist" 5 월 말 뉴욕 타임즈는 구글이 비디오를 평가하기 위해 인공 지능을 이용하는 것을 목표로 삼고있는 미 국방부의 메이븐 프로그램과의 연계가 내부적으로 "실존 적 위기"를 낳았다 고 보도했다 직원들은 사기를 쳤고 무언가 두려움이 무인 항공기 공격을 용이하게하기 위해 사용될 수있는 작업에 도덕적으로 반대했습니다 약 4,000 명의 근로자가 "구글도 계약자도 전쟁 기술을 만들지 않을 것이라는 명확한 정책"을 요구하는 청원서에 서명했습니다 6 월까지 Google의 CEO 인 Sundar Pichai는 회사의 인공 지능 업무를 안내하기 위해 7 가지 원칙을 발표했으며 "주요 목적이나 구현이 사람들의 부상을 유발하거나 직접적으로 촉진시키는 무기 또는 기타 기술을 추구하지 않겠다고 약속했습니다

" Google은 국방부와 Maven 계약을 갱신하지 않습니다 인터넷 선구자 인 ARPANET (Advanced Research Projects Network)는 1969 년에 첫 번째 메시지를 보냈습니다 네트워크의 초기 반복 작업은 1980 년대 후반까지 학계와 군대에 주로 할당되었습니다 수십 년 후, 인터넷 공동 설계자는 그의 항의하는 동료 중 일부보다 회사의 최근 연구에 더 익숙한 것으로 보인다 "Maven 프로젝트의 목적은 어쨌든 그것을 이해했기 때문에 상황 인식을 통해 볼 수있는 것을 이해할 수있었습니다 즉 시야에 차량이 있습니까? 세르 프 박사는 ABC 방송과의 인터뷰에서 "뉴 사우스 웨일즈 대학 (University of New South Wales)의 청중에게 말했다 "아직 초기 단계라고 생각하지만, 프로젝트를 시작하기 전에 프로젝트를 평가할 감독위원회를 설립하여 위험성 평가의 정도를 평가하는 것이 목적입니다"라고 나중에 설명했습니다 Cerf 박사는 "킬러 로봇"과 무기 알고리즘에 대한 두려움에도 불구하고 때로 인공 지능 (artificial intelligence)이 " "나는 항상 조금 회의적이었다고 말할 수있다"고 말했다

현재 그는이 시스템이 여전히 종종 "부서지기 쉽다" 그들은 능력이 깊고 좁고 인간의 능력과 일치하지 않습니다 예를 들어 당신이나 내가 테이블이 무엇인지 알게되면, 지구의 중력 표면에 수직 인 평면 위치를 테이블로 사용할 수 있다는 것을 알기 시작합니다 "무릎, 의자, 실제 탁자,이 무대"라고 그는 말했다 "몇 가지 예에서 우리는 표의 개념을 일반화했습니다 인간은 이것을 정말로 잘합니다 컴퓨터는 이것을 잘 수행하는 방법을 모릅니다 "실제로 Cerf 박사는 너무 많은 인터넷 운명과 우울함을 존중하지 않을 것입니다

연방 통신위원회 (Federal Communications Commission)가 최근 막대한 중립으로 보았던 미국의 망 중립성 철회 외에도 그는 인터넷 생태계가 활기차게 남아 있다고 제안했다 그리고 인터넷의 부모는 기술 불안에 사로 잡혀 있지 않습니다 "우리가 살고있는 것이 20 세기 전반이나 20 세기 후반에 일어난 것보다 더 외상적이거나 극적이라고 나는 확신하지 못한다"고 그는 제트기와 텔레비전을 가리켜 말했다 라디오 그럼에도 불구하고,이 미래는 많은 안식을 포함하지 않는 것처럼 보입니다 Cerf 박사는 앞으로 수십 년 간 생존하기를 원한다면 평생 교육이 필수적이라고 제안했다 (그는 현재 미생물학에 깊이 빠져있다) "80 년 동안 기술적 변화가 일어나 학교를 다녔을 때와는 세상이 크게 다르게 보일 것이라고 확신한다"고 그는 ABC와의 인터뷰에서 말했다

The Impact of Artificial Intelligence in Real Estate Investing using Google Duplex

안녕 얘들 아, 난 비디오를 진짜 빨리 할거야 내가 일관되게 얻을 수있는 가장 큰 질문 중 하나는 아마 완전히 처리 될 것입니다

내년 안에 "판매자에게 무엇을 말할까요? 구매자에게 무엇을 말하겠습니까? " 즉, "어떤 스크립트를 사용합니까?" 또는 "내가 뭐라 말하니? 내가 어떻게 말 할까? 어떻게해야합니까? " 내가 무슨 뜻인지 알지? 문제의 절반은 해결 될 수 있습니다 솔직히 말하면, 당신이 가서 서비스를 고용한다면 계속해서 라이브 콜센터 또는 VA (가상 조수)로 임대하십시오 문자 그대로 구매자 또는 판매자 시트를 제공하고, 사전 처리하고 사전 자격을 부여하십시오 구매자 또는 판매자, 그리고 멀리 가십시오

그런 식으로 새로운 사람들이 구매자 나 판매자를 다룰 필요는 없습니다 오늘 내가 너에게 이야기하고 싶은 또 다른 옵션은 상당히 공정한 것이다 새롭지 만 그렇게 새로운 것은 아닙니다 그것은 부동산 투자에 인공 지능을 구현하는 것입니다 최근에 저는 Google Duplex에 관한 비디오를 보았습니다

Google Duplex 이것은 부동산 이중화가 아니지만 Google Duplex는 인공 지능과 같습니다 통신 시스템 커뮤니케이션 만하는지는 모르지만 내가 본 비디오의 예는 전화 통화를 한 음성 명령 시스템 및 전화 통화 방식 당신은 당신이 전화의 다른 쪽 끝에있는 인간과 이야기하고 있다는 것을 결코 알지 못할 것입니다 그래서, 많은 사람들이 이제 VA를 고용하여 전화를 걸고받습니다

많은 사람들이 그 사람들이 전화를하고 있습니다 많은 사람들이 당신을 위해 비서를 고용하고 있습니다 그 게임은 천천히 그러나 확실하게 바뀌기 시작합니다 당신의 지방 백화점에가는 것, 그리고 그 중 하나를 찾는 것입니다 월마트처럼 말하자

당신은이 모든 라인을 계산원이 처리하지만, 당신은 하나 또는 두 개의 라인을 가질 수 있습니다 어디를 가든지 직접 확인할 수 있습니다 또는 Kroger 식료품 가게가있는 조지아 주에서와 같이 당신이 인간 출납원을 상대하고있는 곳에 5, 6, 7 라인을 가지고 있습니다 이 섹션에서는 기본적으로 진행하고 체크 아웃합니다 그 세계는 천천히 그러나 확실하게 대부분의 매장에서 시행 될 것입니다

미국,이 Google Duplex와 마찬가지로 불행히도 일자리를 넘겨 줄거야 궁극적으로 결국 이것이 새로운 조수, 새로운 가상으로 변하는 것을 볼 수 있습니다 조수 자신의 개인 가상 비서 부탁 좀 들어라

Google Duplex의이 예 아래에있는 동영상을보세요 음성 명령 시스템이 인간과 똑같이 들리는 지 확인하십시오 당신이 전화의 다른 쪽 끝에있는 다른 인간과 이야기하고 있다는 것을 부동산 투자에서 인공 지능 구현이 이루어지고 있습니다 당신이 알고있는 것보다 빨리 여기에있을 부분들이 있습니다

이것은 당신에게 모든 것을 알리기위한 간단한 비디오 일뿐입니다 미래와 정말로, 당신이 부동산과 부동산 투자에 대해 이야기 할 때, 프로세스가 지나치게 복잡 해지는 것은 아닙니다 시간이 지남에 따라 기술이 구현되기 때문에 기술적 인면에서 여러분 모두를 대단히 도와 줄 것입니다 괜찮아? 다시 한번, 이것은 제럴드입니다, 단지 당신에게 그리고 결국 내가 할 일은, 나는 다른 팁과 다른 인식 비디오를 계속 제공 할 것입니다 미래에 곧 올 것이다 그것은 세상의 길입니다 제가 무슨 뜻인지 아시나요? 제럴드입니다

이 비디오에서 모두 가치를 발견했다면 같은 버튼을 클릭하십시오 또한 가족이나 친구들과 공유하십시오 모두 관심이 있으시면 Family of Family Facebook 그룹에 가입하십시오 링크가 설명에 표시됩니다 좋아

좋은 하루 되세요 조심해 안녕

Google Reinvents Core Products With Artificial Intelligence

Google은 인공 지능과 함께 핵심 제품 중 일부를 재발 명합니다 CEO Sundar 피 차이 (Pichai)는 5 월 8 일 Google I / O에서 새로운 인공 지능 도구를 발표했다

회의 예를 들어 Google Assistant의 다음 단계를 생각해보십시오 여섯 명의 새로운 조수 목소리가 나오고 피 차이 (Pichai)는 보조자가 일상적인 전화를 걸 수 있습니다 살롱 예약 여부 약속 또는 저녁 식사 예약, Pichai는 Google Assistant가 귀하를 대신하여 자연스러운 뉘앙스의 전화 대화를하십시오 Pichai 's의 다른 주요 사건 Google I / O의 기조 연설 – 입력 / 출력을 의미하는 – 새로운 AI 포함 Google 포토 및 Gmail의 향상된 기능

Gmail의 시간 절약형 Smart Compose 기능 이달 말에 출시 될 예정입니다 그러나 지금부터 Google 포토 사용자는 새로운 제안 된 행동을 알기 시작하고 곧 다시 만들 수 있습니다 흑백 컬러로 살아가는 추억 유나이티드 뉴스 인터내셔널의 경우 매트 폴입니다

Google ‘to end’ Pentagon Artificial Intelligence project

구글, '펜타곤 인공 지능 프로젝트'종료 예정 구글 최고 경영자 다이앤 그린 (Diane Greene)은 금요일에 직원들에게 계약 연장이 없을 것이라고 말했다 구글 소식통은 미국 국방부에 인공 지능 업무를 수행하겠다는 계약을 갱신하지 않을 것이라고 밝혔다

이 결정은 거대 기술 인력의 강력한 반대를 따른 것입니다 수많은 구글 직원이 사임했으며 수천명의 사람들이 메이 븐 (Maven)으로 알려진 펜타곤 프로젝트 참여를 반대하는 항의 청원서에 서명했습니다 그들은 치명적인 목적으로 인공 지능을 사용하는 첫 번째 단계라고 우려했습니다 Google의 공식 성명은 발표되지 않았습니다 회사 소식통에 따르면 다이앤 그린 (Diane Greene) 최고 경영자 (CEO)는 금요일에 현행 계약이 내년 3 월에 끝나면 후속 조치가 없을 것이라고 금요일 직원에게 전했다

그러나 기술 뉴스 웹 사이트 기즈모 (Gizmodo)의 기자 인 케이트 헨거 (Kate Conger)는 BBC와의 인터뷰에서 구글이 프로젝트 메이븐 (Project Maven)을 취소하지 않았으며 향후 군사력을 배제하지 않는 것으로 보인다고 밝혔다 이 계약은 구글에 $ 10m (7,500 만 파운드) 미만의 가치가 있다고보고되었지만 잠재적으로 펜타곤과의보다 광범위한 협력으로 이어질 수있다 Project Maven은 기계 학습 및 엔지니어링 인재를 사용하여 무인 항공기 비디오에서 사람과 물체를 구분합니다 4 월까지 4,000 명의 Google 직원이 프로젝트에 참여함으로써 인터넷 거인이 사용자의 신뢰를 위험에 빠뜨리고 도덕적 및 윤리적 책임을 무시한다는 공개 서신에 서명했습니다 기즈모도 (Gizmodo)의 한 보고서에 따르면, 회사의 고위 지도부는 국방부와의 파트너십의 영향에 대해 깊은 상충 관계에있다

기자는 내부 이메일을 통해 경영진은이 계약이 커다란 기회라고 생각하면서 회사 관계가 어떻게 인식 될지 염려했다