Now create your own AI Assistant with few simple steps!

안녕하세요 여러분, 다른 동영상을 환영합니다, 내 이름은 Kunal이며 오늘은 어떻게 보여줄 것인가? 자신의 AI 길잡이를 만드십시오 따라서 2016 년부터 가상 조수 (virtual assistant)에 관한 많은 소문이 생기고 많은 기업 Google Assistant, Siri, Amazon Alexa 및 Cortana와 같이 자체 개발했습니다

그러나 응용 프로그램에서 응용 프로그램을 사용하려는 개발자를 위해 Google은 Dialogflow라는 플랫폼을 사용하고 있습니다 이 비디오가 끝날 때까지 붙어 있다면 AI 통합 방법을 알려줄 것입니다 웹 사이트의 비서 시작하자 먼저 www

dialogflowcom으로 가야합니다 그런 다음 goto console을 클릭하십시오 gmail ID로 로그인하면 갈 수 있습니다 이제 에이전트 생성을 클릭하십시오

그러면 에이전트의 이름을 입력해야하는 페이지가 열리 며 표준 시간대 및 기본 언어 오른쪽 상단에있는 만들기 버튼을 클릭하십시오 몇 초가 걸릴 것입니다 오른쪽에는 "지금 시도"텍스트 상자가 표시됩니다 그러나 에이전트에게 질문을하면 에이전트가 훈련되지 않았기 때문에 응답하지 않습니다

왼쪽으로 스크롤하면 작은 대화라고하는 것이 있습니다 이제는 상담원에게 응답 할 수 있도록 능력을 추가하는 데 사용됩니다 작은 토크를 사용하려면 그냥 활성화해야합니다 간단히하기 위해 질문에 대한 응답을 추가 할 것입니다 원하는 경우 에이전트를 더 잘 만들 수있는 항목을 더 추가 할 수 있습니다

완료를 클릭하면 응답이 저장됩니다 이제 에이전트를 테스트하고 응답합니다 완전한 기능을 갖춘 에이전트가 왼쪽으로 스크롤하여 통합을 클릭하면 웹 데모에서 설정을 클릭하고 사용 설정하면 에이전트의 URL이 표시됩니다 그것에 당신이 다른 페이지로 안내합니다 에이전트를 테스트 할 수있는 곳 No는 "Hi"와 같은 것을 발사 할 수 있습니다

랩탑이나 데스크탑 마이크를 사용하여 음성을들을 수 있습니다 명령 AI 길잡이를 웹 사이트에 통합하려는 경우 기사 링크를 제공했습니다 AI 작성 단계를 찾을 수있는 설명 웹 사이트에 AI Assitant를 삽입하고 나를 믿을 수있는 방법을 설명하는 섹션 그것의 매우 간단하고 우리는 매우 tweeting하여 자신의 버전을 볼 드리겠습니다 @RikkandKikk에 그래서이 비디오를 즐긴다면 버튼처럼 부숴 버리고 채널에 가입하십시오

알림 벨을 눌러 비디오를 놓치지 않도록하십시오 그리고 나는 너를 다음 번에 볼거야

For The First Time Google’s AI Makes Its Own Creepy AI Children

첫 번째 시간 구글의 AI는 자신의 소름 AI 어린이를 만듭니다 들어 인공 지능과 구글의 실험과 강도에서 강도 예정입니다 시간의 단순한 문제에 전문가 체스 마스터 AI를 만드는 발 뒤꿈치에 뜨거운, 회사 지금은 인공 지능 프로그램을 생성 할 수있는 AI를 만들었습니다

소위 부모 봇의 작품은 개선을위한 엄청난 능력을 보여 주었다 분석에 복잡한 보여주는 이해에 간단한 단어를 분석 할 것 단 몇 개월 만에 이미지 새로운 구글 AI는 초 고급 아이를 만들 수 있습니다 이 특정 AI 프로젝트는 AutoML 시스템 (자동화 기계 학습)로 알려져있다 부모의 디자인을 생성하는 그것이 AI가 언급되는 제어기를 구비하여 작동 아이 AI합니다 아이는 다음이 완료 작업을 부여하고 그 작성자에게 다시 피드백을 보냅니다 작성자는 다음에 다양한 개선과 함께 두 번째 아이를 만들기 위해 정보를 사용하여 첫번째

이 프로세스는 부모 AI가 특정 프로그램을 생산할 수있게 될 것으로 기대된다 인간의 엔지니어가 생산할 수있을 것 어떤 것보다 훨씬 더 정교합니다 우리의 접근 방식은 국가의 예술 모델과 동등한 정확도를 달성 모델을 디자인 할 수 있습니다 기계 학습 전문가 (우리 팀의 일부를 포함!)에 의해 디자인 말했다 대표 회사에서 구글 대표는 또한 부모 AI가 완전히로 다가오고 있다고 말했다 혁신적인 디자인은 연구진은 설명 할 수 있습니다 새로운 아이 AI가 이미지 처리에서 점점 더 잘되고 있다는 사실 인간이 인터넷을 사용하는 방법에 큰 차이를 만들 수 있습니다 많은 웹 사이트가 보안 문자를 사용, 인간을 요구하는 프로그램은 간단한 이미지 기반을 해독하기 문제는 AI가 역사적으로 수 없었다 때문에 그들은 로봇이 아니라는 것을 증명하기 위해 이미지 처리

그러나, 지금은 잘되고있다,이 기술을 따라 잡기 위해 진화 할 것이다 변화율 수단이 스팸 봇을 방지하는 완전히 새로운 솔루션 인터넷에서 실행 야생이 필요할 수 있습니다

Google’s AI AlphaGo Is Beating Humanity At Its Own Games (HBO)

수십 년 동안, 인간은 컴퓨터를 상대로 게임을했다 처음에는 컴퓨터 고투

그러나, 그들은 경력을 시작했다 – 왓슨? – 신조는 무엇입니까? – 예! – 그리고 지금, 그들은 그렇게 지배적했습니다 그들이 인류의 미래에 대해 의문을 제기하고 있습니다 실존 적 공포의 최신 엠블럼, 구글의 DeepMind 프로젝트입니다 AlphaGo-을 만든 지구상에서 가장 복잡한 전략 게임에서 매우 저렴한되고있다 인공 지능 프로그램입니다

체커 게임이 가능한 결과 (20)의 전원 (10)을 갖지만, 체스 게임을, 40 개 가능한 결과의 전원 (10)을 갖는다 이동 가능한 결과 (80)의 전원 (10)을 갖는다 AlphaGo는 상황 자체를 분석하는 훈련, 작은 부분으로 게임을 파괴하고 가능한 모든 움직임을 시각화하여 지난 주, 그것은 세계 최고의 바둑, 19 세 애 지에 연주 인간 핸들러의 도움으로 AlphaGo은 그에게 세 번 치고, 그것은 할 수 있도록 설계되었습니다 일을 한 후, 게임에서 은퇴했다 – AlphaGo 같은 시스템이 사람을 이길 충분히 이동의 모든 움직임을 배울 수 있다면, 그것은 다른 작업의 수십 사이에 변호사와 회계사를 대체 할 수있는 가능성이있다

그것은 완벽 할 수 있지만, 인간의 정치를 탐색 할 수있는 방법이 없습니다 지에 처음 game-을 잃은 후 중국 정부는 실시간 스트리밍을 금지 미국 회사에 손실은 국가의 자존심에 대한 공격이었다 – 중국 정부는 큰 노력을했다 그들은 신속하게 인공 지능에 앞서 움직이는 것을 선포합니다, 그들은 AI를 지배하는 사람이 될 것입니다 지칠대로 지친 구글에 와서 자신의 game-에서 중국을 이길하게하려면 그냥 모욕의 상단에 모욕을 쌓아입니다 그것은 놀라운 종류 – 중입니다 – 그러나 국가의 위기보다 더했다

Inside Google’s DeepMind Project: How AI Is Learning on Its Own | Max Tegmark

나는 단순히 복잡한 목표 달성에 얼마나 좋은 일 같은 지능을 정의합니다 인간의 지능 오늘날 다수의 기계 정보 오늘부터 매우 다르다 방법

첫째, 과거에 기계 지능에 그냥 항상 열등로 사용 인간의 지능 점차적으로 기계 지능은 매우 특정의 인간의 지능보다 더있어 빠른 포켓 계산기처럼 숫자를 곱 또는 큰 기억과 같은 좁은 영역, 정말 빠른 데이터의 양 우리가 지금보고있는 것은 그 기계의 지능이 그 좁은에서 약간 퍼지는이다 봉우리와 조금 더 넓은지고 우리는 여전히 인간의 지능, 인간 아이가 할 수있는만큼 광범위 아무것도 없다 거의 모든 목표 꽤 좋은 얻을 배울 수 있지만, 그 예를 들어, 지금은 시스템이 컴퓨터 게임의 다른 종류의 전체 넓은 길을 재생 배울 수 또는 드라이브하는 법을 배워야 꽤 다양한 환경에서 자동차 그리고 어

어디에서 일을 분명히 AI에 가고는 폭을 증가하고, AI의 성배됩니다 연구는 인간의 지능만큼 광범위 기계를 구축하는 것입니다, 그것은 좋은 얻을 수 있습니다 아무것도에서 그 일어난 일단 단지 인간만큼 폭 넓은 될 것 아니에요 매우 가능성 하지만 지금은 그냥 오른쪽이 아닌, 모든 작업에서 인간보다도 더 나은 나는 꽤 컴퓨터 괴상한 나 자신이야 고백해야합니다

나는 고등학교와 대학에서 다시 일부 컴퓨터 게임을 쓴, 그리고 최근 내가 봤는데 MIT에서 내 연구실 깊은 학습 연구를 많이하고 그래서 정말 좋아 저 멀리 날려 뭔가 "워"내가 처음이 구글 보았다 때 처음부터 컴퓨터 게임을 배운 DeepMind 시스템 당신은 컴퓨터 게임이 무엇인지 몰랐, 신경 네트워크 시뮬레이션이 인공 있었다, 그것은 화면, 당신은 단지 숫자에 공급 무엇인지 모르고, 컴퓨터가 무엇인지 몰랐다 그 화면에 서로 다른 색상을 표현하고 다른 출력 할 수 있음을 말했다 또한 대해 아무것도 모르는 다른 키 스트로크에 해당하는 숫자, 다음 그냥에게 점수를 먹이 유지하고, 모든 소프트웨어 아는 것은 무작위로 수행하려고하는 것이 었습니다 그 점수를 극대화 할 물건을한다 나는 화면 한 번 데미스 하사비스, 구글 DeepMind의 CEO에이를보고 기억 를 보였고,이 일을 정말 총 BS 전략을 연주하고 모든 손실 얼마나 첫번째보고 시간 후 다음 점차적으로 더 나은 얻고, 다음은 나보다 더 나은 얻고, 그것은 당신이 반송되어있는 브레이크 아웃이 미친 전략 (파악하면서 는 왼쪽 상단 모서리까지를 목표로 계속 것입니다 벽돌 벽의 떨어져 공) 거기에 구멍을 천공하고 다시 단지 주변에 튀는 공을 가지고 미친 많은 점수를 달성했다

그리고 나는 "우와, 즉 지능이다!", 같았다 그리고이 프로그램 사람은 심지어 그들이 때문에 그 전략에 대해 알고하지 않았다 매우 그 게임을하지 않았다 이 기계 지능이 작성자의 지능을 능가하는 방법에 대한 간단한 예입니다 인간의 자녀와 같은 방법으로 훨씬보다 더 지능이되고 결국 수의 부모가 교육을 잘합니다 이것은 단지 작은 작은 컴퓨터 바탕 화면에 미칠 수있는 하드웨어의 일종이다 지금 가장 큰 컴퓨터 시설까지 확장 상상하면 우리가 세계에 있고 내가 바로 그 그럴듯한 생각, 우리에게 알고리즘 개발의 더 수십 년을 제공 우리는 단지 우리보다 더 나은 컴퓨터 게임을 배울 수있는 기계를 만들 수 있지만, 게임 삶을 볼 수 있으며 우리보다 더 나은 모든 것을 할 수 있습니다