AI 2

AI 2
Użytecznym narzędziem jest Google Translate. Bezpłatny serwis internetowy Google szybko ( prawie w czasie rzeczywistym ) tłumaczy teksty, pliki tekstowe, strony internetowe, mowę, zdjęcia i wideo w czasie rzeczywistym na ponad 100 języków. W 2016 roku codziennie z serwisu korzystało 200 milionów osób. Aplikacja jest dostępna na komputerach i na telefonach z systemem Android i iOS.
Google prawie zawsze bezbłędnie automatycznie rozpoznaje język zródłowy. Nieźle rozpoznaje tekst odręczny ! Tylko w wybranych ważniejszych językach ma ładną wymowę. Translate obsługuje języki:
    Afrikaans Albanian Amharic Arabic Armenian Azerbaijani
    Basque Belarusian Bengali Bosnian Bulgarian
    Catalan Cebuano Chichewa Chinese (Simplified and Traditional) Corsican Croatian Czech
    Danish Dutch
    English Esperanto Estonian
    Filipino Finnish French Frisian
    Galician Georgian German Greek Gujarati
    Haitian Hausa Hawaiian Hebrew Hindi Hmong Hungarian
    Icelandic Igbo Indonesian Irish Italian
    Japanese Javanese
    Kannada Kazakh Khmer Korean Kurdish (Kurmanji) Kyrgyz
    Lao Latin Latvian Lithuanian Luxembourgish
    Macedonian Malagasy Malay Malayalam Maltese Maori Marathi Mongolian Myanmar (Burmese)
    Nepali Norwegian
    Pashto Persian Polish Portuguese Punjabi
    Romanian Russian
    Samoan Scots Gaelic Serbian Sesotho Shona Sindhi Sinhala Slovak Slovenian Somali Spanish Sundanese Swahili Swedish
    Tajik Tamil Telugu Thai Turkish
    Ukrainian Urdu Uzbek
    Vietnamese
    Welsh
    Xhosa
    Yiddish
    Yoruba
    Zulu
Google Translate nie tłumaczy bezpośrednio z jednego języka na drugi ale wpierw na pośredni język angielski. Obecnie nauczona sieć neuronowa stara się "zrozumieć" sens zdania i jego budowę. Następnie tłumaczy na język docelowy. Początkowo system prymitywnie tłumaczył słowo po słowie co dawało pokraczny rezultat.
Od września 2016 roku Google Translate stosuje nowy algorytm-silnik oparty na rekurencyjnych sieciach neuronowych. Program tłumaczy teraz całe zdania  dzięki czemu jakość tłumaczeń znacznie się poprawiła ale do doskonałości bardzo dużo brakuje. Od 2017 roku nowy algorytm obsługuje także język polski.
Autor nie jest miłosnikiem sieci neuronowych ale zna je od ćwierć wieku. Owszem nadają się do rozpoznawania obrazów i rozpoznawania mowy. Ich podstawową wadą jest bardzo mała szybkość działania na konwencjonalnych procesorach. Jednak w realizacji hardwarowej mogą być bardzo szybkie.
Wikipedia: Magazyn BYTE wymienia między innymi następujące zastosowania tych sieci:
    diagnostyka układów elektronicznych
    badania psychiatryczne
    prognozy giełdowe
    prognozowanie sprzedaży
    poszukiwania ropy naftowej
    interpretacja badań biologicznych
    prognozy cen
    analiza badań medycznych
    planowanie remontów maszyn
    planowanie postępów w nauce
    analiza problemów produkcyjnych
    optymalizacja działalności handlowej
    analiza spektralna
    optymalizacja utylizacji odpadów
    dobór surowców
    selekcja celów śledztwa w kryminalistyce
    dobór pracowników
    sterowanie procesów przemysłowych.

Najpopularniejsze obecnie zastosowanie sieci neuronowych:
    w programach do rozpoznawania pisma (OCR)
    na lotniskach do sprawdzania, czy prześwietlony bagaż zawiera niebezpieczne ładunki
    do syntezy mowy.

W dziedzinie nauk technicznych sztuczne sieci neuronowe wykorzystuje się m.in. do:
    aproksymacji, prognozowania, przewidywania danych wyjściowych na podstawie danych wejściowych bez konieczności jawnego definiowania związku pomiędzy nimi;
    klasyfikacji i rozpoznawania;
    kojarzenia danych – sieci neuronowe pozwalają zautomatyzować procesy wnioskowania i pomagają wykrywać istotne powiązania pomiędzy danymi;
    analizy danych czyli poszukiwania związków pomiędzy danymi.

Autonomiczne samochody Google’a już "prawie" nie potrzebują kierowców. W 2015 roku kierowca musiał przejmować kontrolę nad autonomicznym samochodem 0,8 raza na każde przejechane 1000 mil.  W 2016 Google w ramach obowiązkowych raportów stanu testów podało że, konieczność przejęcia ręcznej kontroli występowała tylko 0,2 raza na 1000 przejechanych mil.
Google podaje że, kierowcy wielokrotnie przejmują kontrolę nie tylko w krytycznych sytuacjach gdy jest to konieczne, ale także wtedy, kiedy mają wątpliwości związane z bezpieczeństwem. Pomijając zbędne przejęcia sterowania, kierowcy Google zaledwie w 124 przypadkach uratowali w zeszłym roku autonomiczne samochody przed kraksą.
Powodem części przejęć sterowania są uszkodzenia sensorów i okablowania.
Przez 2016 rok ani razu nie przejęto kontroli nad samochodem podczas jazdy na autostradach. 12 przejęć było w przypadku jazdy po drogach szybkiego ruchu. Wszystkie pozostałe przejęcia miały miejsce w miastach. Powodem słabego zachowania samochodów autonomicznych w miastach są niebezpieczne zachowanie innych kierowców na drodze i niechciane-niebezpieczne manewry autonomicznego samochodu nie akceptowane przez człowieka-nadzorcę.
Wniosek z tego taki że autonomiczne samochody nieprędko podołają jeździe miejskiej.