گوگل کے آئی ری رائٹر کے اندر: ہر چیز میں مشین سیکھنے کی تیاری

ماکوتو کوائیک جاپان میں ککڑی کاشتکار ہے۔ کوائیک ایک سابقہ ​​سڈم سسٹم ڈیزائنر ہیں جنہوں نے جاپانی آٹوموبائل انڈسٹری میں برسوں گزارے ، لیکن 2015 میں وہ اپنے والدین کے ککڑی کے فارم میں مدد کے لئے گھر واپس آئے۔ اسے جلد ہی احساس ہوا کہ ککڑیوں کو رنگ ، شکل ، سائز اور "کانٹے" جیسی صفات سے ترتیب دینے کا دستی کام ان کے بڑھنے سے کہیں زیادہ مشکل اور مشکل ہوتا تھا۔ گوگل کے مصنوعی ذہانت (اے آئی) سافٹ ویئر الفاگو کی گہری سیکھنے والی جدت سے متاثر ہو کر ، وہ اس کام کو خود کار بنانے کے لئے نکلا۔

کاروبار ہر طرح سے عملی AI کو نافذ کرنا شروع کر رہے ہیں ، لیکن یہ کہنا محفوظ ہے کہ کسی نے کوائیک کے اے آئی ککڑی کی چھانٹ کا حل آتے نہیں دیکھا۔ کوائیک نے پہلے کبھی بھی اے آئی تکنیکوں کے ساتھ کام نہیں کیا تھا لیکن ، اوپن سورس ٹینسرفلو مشین لرننگ (ایم ایل) لائبریری کا استعمال کرتے ہوئے ، ککڑیوں کی تصاویر لگانا شروع کردیا۔ مختلف ککڑیوں کی باریکیوں پر ٹینسرفلو کو تربیت دینے کے ل objects اشیاء کو پہچاننے اور گہری سیکھنے کے لئے کمپیوٹر وژن الگورتھم کا شکریہ ، کوائیک نے محسوس کیا کہ وہ سبزیوں کی اعلی سطح کی درستگی کے ساتھ شناخت اور ترتیب دے سکتا ہے۔ پھر ، ٹینسرفلو اور ایک سستے رسبری پی 3 کمپیوٹر کے علاوہ اور کچھ نہیں استعمال کرکے ، کوائیک نے ایک خودکار چھانٹنے والی مشین بنائی جسے فارم آج بھی استعمال کرتا ہے۔

ٹینسرفلو بہت سارے اوپن سورس الگورتھم اور ٹولز میں سے ایک ہے جو انقلاب اور انقلابی ہے کہ کاروبار اور ڈویلپرز AI کے استعمال سے کیا حل کرسکتے ہیں۔ کمپنی نے گوگل I / O کانفرنس میں گوگل کے ذریعہ "ہر ایک کو اے آئی کے فوائد لانے" کے مشن میں توسیع کی ، اس کے ساتھ ہی اس کے تمام AI وسائل کو ایک مشترکہ پلیٹ فارم میں بنائے۔ گوگل ان تکنیکوں اور ایپلیکیشن پروگرامنگ انٹرفیس (APIs) کو اپنی ہر کام میں شامل کررہا ہے ، اپنی مصنوعات میں ایم ایل بیکنگ اور بنیادی طور پر اس بات کی وضاحت کررہا ہے کہ اس سافٹ ویئر کے عمل میں کیسے کام ہوتا ہے۔

پی سی میگ نے حال ہی میں گوگلپلیکس کا دورہ کیا اور جی سویٹ ، گوگل کلاؤڈ پلیٹ فارم (جی سی پی) ، اور کمپنی کی مشین لرننگ ایڈوانس سلشن لیب (ایم ایل اے ایس ایل) کے ایگزیکٹو سے بات کی کہ گوگل کس طرح اپنے آپ کو اے آئی کے ساتھ دوبارہ تعمیر کررہا ہے۔

ہر جگہ مصنوعی ذہانت

ہم کہتے ہیں کہ آپ کے گاہک میں سے کسی کو مسئلہ درپیش ہے۔ آپ کی کمپنی کے ہیلپ ڈیسک محکمہ کا ایک ایجنٹ ایک چیٹ ایپ کے ذریعے صارف کے ساتھ براہ راست بات چیت میں ہے جو گوگل کلاؤڈ پلیٹ فارم پر ڈیٹا اسٹور کرتا ہے۔ اس مسئلے کو حل کرنے میں ان کی مدد کے لئے ، صارف کو ایجنٹ کو کچھ حساس ذاتی ڈیٹا بھیجنے کی ضرورت ہے۔ اب ہم یہ کہتے ہیں کہ صارف آپ کی دادی ہے۔ کسٹمر سروس کے نمائندے دادی سے کچھ اعداد و شمار کے کچھ حص forے مانگتے ہیں ، لیکن اس کے بجائے دادی ان کی ضرورت سے کہیں زیادہ معلومات بھیجتی ہیں جب وہ چیٹ میں اپنے سوشل سیکیورٹی کارڈ کی تصویر اپ لوڈ کرتی ہیں۔

گوگل آرکائوچ کرنے کے بجائے جو ذاتی طور پر قابل شناخت معلومات (PII) ہے ، اس تصویر میں ظاہر ہوتا ہے کہ سوشل سیکیورٹی نمبر اور دیگر PII خود بخود redacted ہے۔ ایجنٹ کبھی بھی ایسی کوئی معلومات نہیں دیکھتا جس کی انہیں ضرورت نہیں ہوتی ہے اور اس میں سے کوئی بھی ڈیٹا گوگل کے خفیہ کردہ محفوظ شدہ دستاویزات میں نہیں جاتا ہے۔ ماؤنٹین ویو ، کیلیفورنیا میں گوگل کے صدر دفاتر میں DLP API ٹکنالوجی کے ڈیمو کے دوران ، کمپنی نے اس پردے کو واپس کھینچ لیا کہ ایم ایل الگورتھم متن اور تصاویر کا تجزیہ کیسے کرتے ہیں۔

گوگل کلاؤڈ کے لئے ٹرسٹ اور سیکیورٹی مارکیٹنگ لیڈ ، روب سدوسکی نے وضاحت کی کہ خود کار طریقے سے ریڈی ایشن حساس اعداد و شمار کی درجہ بندی کرنے کیلئے سطح کے تحت کام کرنے والے گوگل کے ڈیٹا نقصان کی روک تھام (ڈی ایل پی) API کے ذریعہ چلتی ہے۔ الگورتھم ڈیٹا جیسے کریڈٹ کارڈ نمبر کے ساتھ بھی ایسا ہی کرتا ہے ، اور نمبر جعلی ہونے کا پتہ لگانے کے لئے نمونوں کا تجزیہ بھی کرسکتا ہے۔ یہ گوگل کی طرف سے اپنے تجربات میں بنائی گئی AI کو ٹھیک کرنے کی حکمت عملی کی ایک مثال ہے ، اور کاروبار اور ڈویلپرز جیسے کوائیک کو وسائل فراہم کرنے کے لئے۔

گوگل اپنے سافٹ ویر میں صرف ایک ٹیک دیو جنونی انٹیلی جنس پرت کی تعمیر سے بہت دور ہے لیکن ایمیزون اور مائیکروسافٹ کے ساتھ ساتھ ، گوگل مبینہ طور پر کلاؤڈ بیسڈ انٹیلیجنس ٹولز اور خدمات کی سب سے زیادہ وسعت دستیاب ہے۔ کمپنی کی مصنوعات کو توڑتے ہوئے ، آپ کو گوگل اسسٹنٹ اور مختلف ML اور کمپیوٹر وژن APIs تقریبا ہر جگہ استعمال میں مل سکتے ہیں۔

گوگل سرچ اپنے رینکبرائن اے آئی سسٹم میں ایم ایل الگورتھم کا استعمال کرکے استفسارات کو بہتر اور بہتر بناتا ہے ، تلاش کے نتائج کے معیار کو مستقل طور پر بہتر بنانے کے لeries تبدیل کرنے والے عوامل کی تعداد پر مبنی ڈیٹا کو دوبارہ درجہ بندی اور مجموعی ڈیٹا بناتا ہے۔ گوگل فوٹوز کمپیوٹر ویژن کا استعمال کرتے ہوئے متعلقہ تصاویر کو ایک ساتھ یادوں میں سلائی کرتے ہیں اور اسی مقام کے متعدد شاٹس کو پینورازس میں جوڑ دیتے ہیں۔ ان باکس صارفین کو منتخب کرنے کے لئے خودکار طور پر تیار کردہ سمارٹ جوابات دیتا ہے ، اور اسی طرح کے زمرے کو ایک ساتھ بنڈل بنا کر متعلقہ ای میلز کو سرفراز کرتا ہے۔ کمپنی کی نئی گوگل اللو چیٹ ایپ گوگل اسسٹنٹ میں شامل ہے۔ فہرست جاری ہے۔

یہ سبھی ایپس گوگل کے کلاؤڈ انفراسٹرکچر پر چلتی ہیں ، اور کمپنی بوجھ اور موسم کے اعداد و شمار پر مبنی کولنگ پمپ کو ایڈجسٹ کرکے بجلی کے استعمال کو کم کرنے کے لئے اپنے ڈیٹا سینٹرز میں ایم ایل کا اطلاق بھی کر رہی ہے۔ سادوسوکی نے کہا کہ یہ گوگل کی سیکیورٹی حکمت عملی میں دفاع کی آخری پرت کا بھی کام کرتا ہے ، جہاں کمپنی اپنی سیکیورٹی اسٹیک کے اندر مشین انٹیلیجنس اور رسک اسکورنگ کا استعمال کرتی ہے تاکہ اس بات کا تعین کیا جاسکے کہ کوئی سسٹم پیشن گوئی تجزیات کے ذریعے سمجھوتہ کیا گیا ہے۔

سدووسکی نے وضاحت کرتے ہوئے کہا ، "گوگل ان تمام ایم ایل اور اے آئی ماڈلز کو لیتا ہے جن کو ہم نے تیار کیا ہے اور سیکیورٹی کے ل them ان کو تیار کرتے ہیں۔" "سلامتی آئی ٹی کے بیشتر شعبوں کے مقابلے میں بہت زیادہ یکسر تبدیل ہوتی ہے۔ تین یا چار سال پہلے آپ کے سیکیورٹی انفراسٹرکچر کی بنیادی حیثیت میں موجود مصنوعات اب بھی اہم ہیں ، لیکن ہم گہرائی میں ، پیمانے پر اور اس کے ذریعہ دفاع فراہم کرنا چاہتے ہیں۔ لاکھوں یومیہ متحرک صارفین کے ساتھ ملٹی کرایہ دار بنیادی ڈھانچے پر طے شدہ۔

"اس کی شروعات بنیادی ڈیٹا سینٹر ہارڈ ویئر سے ہوتی ہے ،" سادوسکی نے جاری رکھا۔ "اس کے اوپری حصے میں ایپلی کیشن سروسز اور مکمل انکرپٹڈ ڈیٹا اور مواصلت کے ساتھ تصدیق ہے۔ اس کے اوپری حصے میں صارف کی شناخت ہے۔ اور دفاع کی آخری پرت یہ ہے کہ ہم 24/7 نگرانی ، کھوج اور واقعہ کے ردعمل کے ساتھ کیسے کام کرتے ہیں۔ یہ ہم کیسے ہیں شناخت سے واقف پراکسی کے ساتھ محفوظ دور دراز تک رسائی جیسے کاموں کو حل کریں۔ یہ پروگرام ڈی ایل پی سروس ہے جو ڈیٹا لیک کو ڈھونڈنے اور روکنے اور ڈیٹا گورننس کے ساتھ ساتھ سیکیورٹی میں مدد فراہم کرتی ہے۔ ہمارا مقصد ان صلاحیتوں کو آسان ، قابل استعمال ، اور ان کو بڑے پیمانے پر کام کرنے کی کوشش کرنا ہے۔ "

ایک زبردست جی سویٹ

ایم ایل پورے گوگل کی جی سویٹ پروڈکٹیوٹی ایپس میں بھی سرایت کرتا ہے۔ جی سوئٹ کے پروڈکٹ مینیجمنٹ کے ڈائریکٹر ایلن لیونگسٹن نے ، صارفین کو اس کا احساس کیے بغیر بھی ، جی اے سویٹ کو ہوشیار اور زیادہ سیاق و سباق بنانے کے کچھ طریقے توڑ ڈالے۔

لیونگسٹن نے کہا ، "اس کے بارے میں سوچئے کہ جی سویٹ قدرتی طور پر مربوط طریقے سے یہ ساری ایپلی کیشنز کو ایک ساتھ کس طرح لاتا ہے۔ "آپ ان میں سے کسی ایک میں اپنا کام شروع کرتے ہو اور مناسب طور پر گزرتے ہو۔ آپ ڈرائیو میں جی میل منسلک کھولتے ہیں ، اور وہ آپ کو دستاویزات میں لے جاتا ہے really یہ واقعی خودکار ہے۔

"ہم صارف کے ل it اس سے سوچنے کی کوشش کر رہے ہیں اور اس میں مشین لرننگ بھی شامل ہے۔ ہم نے ان باکس میں سمارٹ جوابات کے ساتھ شروعات کی تھی اور ہمیں جی میل کے ساتھ اچھی کامیابی ملی ہے ، اور اس کی وجہ سے دستاویزات ، شیٹس میں ایکسپلور فیچر کی مدد کی گئی ہے۔ ، اور سلائیڈز۔ "

آخری موسم خزاں کو حل کیا گیا ، دریافت کریں ایپ میں پیداواری صلاحیت کے تجربے پر قدرتی زبان کی پروسیسنگ (NLP) کا اطلاق ہوتا ہے۔ دستاویزات میں ، ایکسپلور آپ کو آپ کی دستاویز میں موجود مواد پر مبنی فوری مشورے دیتا ہے اور خود بخود متعلقہ عنوانات اور وسائل کی سفارش کرتا ہے۔ سلائیڈوں میں ، یہ پریزنٹیشن فارمیٹنگ میں کمی کے لئے ڈیزائن تجاویز تیار کرتا ہے۔ تاہم سب سے دلچسپ استعمال کیس شیٹس میں ہے۔ لیونگسٹن نے وضاحت کی کہ ڈیٹا تجزیہ اور کاروباری ذہانت (BI) بصیرت کو آسان بنانے کے لئے ایکسپلورر ایم ایل کا استعمال کس طرح کرتا ہے۔

لیونگسٹن نے وضاحت کرتے ہوئے کہا ، "بہت سارے صارفین نہیں جانتے ہیں کہ محور کی میز کی طرح کوئی چیز ہے یا اعداد و شمار کی چادر کو تصور کرنے کے لئے اس کا استعمال کیسے کریں۔" "چلیں ہم کہتے ہیں کہ آپ کسٹمر کے سیلز ڈیٹا کا سودا کر رہے ہیں ، جہاں ہر صف ایک ایسی چیز ہوتی ہے جسے فروخت کیا جاتا ہے۔ ایکسپلور کرنے سے آپ قدرتی زبان کے سوالات ٹائپ کر سکتے ہیں جیسے 'بلیک فرائیڈے میں سب سے اوپر آئٹم کیا ہے؟' اور 'آپ نے 563 جوڑے کی پینٹ فروخت کیں' جیسے ردعمل کا اظہار کیا ہے۔ ہم اعداد و شمار کے تجزیے کو اس طریقے سے خطاب کر رہے ہیں جس سے قدرتی انداز میں عام مسئلے کو بہتر بنانے کے لئے مشین لرننگ کا استعمال کرتے ہوئے ، ڈیٹا سے چلنے والے فیصلے کرنے میں وقت کی بچت ہوتی ہے۔ "

پچھلے مارچ میں ، Google کلاؤڈ نیکسٹ کانفرنس سے ، شیٹس میں ایکسپلور کردہ خصوصیت کا ایک ڈیمو۔

لیونگسٹن کے مطابق ، گوگل اس طرح کی ایم ایل سے چلنے والی کلاؤڈ سرچ کو تیسرے فریق میں وسعت دینے اور اس کے ارد گرد ایک ماحولیاتی نظام کی تعمیر شروع کرنے کا ارادہ رکھتا ہے۔ عملی خیال میں عملی نظریہ ایک عمومی تھیم ہے: صارفین کو مزید تخلیقی کاموں سے آزاد کرنے کے لئے دستی عمل کو خودکار بنانا۔ یہ خیال ایم ایل ایپس کے بیشتر ایپس کے مرکز میں ہے: دہرایا جانے والا کاروباری عمل اور روزمرہ کے کاموں ، بشمول ککڑی کی چھانٹیں شامل کرنا۔

لیونگسٹن نے کہا ، "کاروبار میں اور صارفین کے ساتھ صارفین کے پاس یہ قدرتی رابطے کے نمونے ہوتے ہیں۔ بادل اور موبائل پیداواری صلاحیت کی طرف شفٹ لوگوں کے کام کرنے کے انداز میں واقعتا changing تبدیل ہو رہا ہے ، اور یہ مشینیں سیکھنے کی سیکھنے کی تکنیکیں اس کے لئے بنیادی حیثیت رکھتی ہیں۔" "مشین لرننگ میں ہماری مضبوطی کی وجہ سے ، ہمارے کلاؤڈ میں موجود تمام اعداد و شمار کی وجہ سے ، ہماری مصنوعات بیس کے طور پر خدمات انجام دیتی ہیں ، اس کی وجہ سے اور ہم حد تک پیمانہ نہیں کرسکتے ہیں۔"

مشین لرننگ انقلاب کی طاقت

گوگل AI کے ارد گرد جو کچھ بھی کرتا ہے اس کی بنیاد اس کے API ، الگورتھم اور اوپن سورس ٹولز میں جڑی ہوتی ہے۔ کمپنی کا ٹینسورفلو لائبریری گٹ ہب پر سب سے زیادہ استعمال ہونے والا ایم ایل ٹول ہے ، جس میں ایپلی کیشنز جیسے کوائک کی ککڑی کی طرح ہے۔ گوگل کلاؤڈ under یلگوردمز ، گوگل کلاؤڈ مشین لرننگ انجن through کے ذریعہ کمپیوٹر وژن ، ویڈیو انٹیلیجنس ، تقریر اور این ایل پی ، پیشن گوئی ماڈلنگ ، اور بڑے پیمانے پر ایم ایل پر محیط الگ الگ الگ APIs کا سوٹ ، وہ ٹیکنالوجی ہے جو گوگل کی ایپس اور خدمات میں مربوط ہر AI خصوصیت کو طاقت بخش رہی ہے۔ اب Google.ai پلیٹ فارم بھی۔

گوگل کلاؤڈ کی AI / ML ٹیم کے پروڈکٹ منیجر فرانسسکو اوریبی انجن کے قلب میں کام کرتے ہیں جو دوبارہ لکھتے ہیں کہ گوگل کیسے کام کرتا ہے۔ ارویب نے گوگل کے مذکورہ بالا ایم ایل اے ایس ایل کی نگرانی کی ، ایک ایسا لیب جس میں ایک عمیق پروگرام ہے جس میں گوگل ایم ایل کے ماہرین کاروباری اداروں کے ساتھ براہ راست اے آئی حل کو نافذ کرنے کے لئے کام کرتے ہیں۔ گوگل کے APIs اور کلاؤڈ ایم ایل انجن کا استعمال کرکے ، لیب کاروباری اداروں کے ساتھ مل کر اپنے ماڈلز کو پروڈکشن میں تربیت اور تعینات کرنے کے لئے کام کرتی ہے۔

یوریب نے ایک دہائی سے زیادہ عرصے تک اے آئی کی جگہ میں کام کیا ہے۔ اس نے بلیک لوکس ، ایک ڈیٹا پر مبنی اسٹارٹ اپ قائم کیا جس نے خوردہ فروشوں کے لئے قیمتوں کا خود کار انجن بنایا ، جسے ہوم ڈپو نے 2012 میں حاصل کیا تھا۔ اس کے بعد ، اس نے گوگل میں شمولیت اختیار کی اور اشتہار کے تجربے کو بہتر بنانے کے لئے ایم ایل کی درخواست دینے والی سرچ اشتہارات ٹیم پر چار سال کام کیا۔ . 2016 میں ، وہ ایک تحقیقی کردار میں چلا گیا جس نے ایم ایل اے ایس ایل کو چلایا اور گوگل کے لانچ پیڈ ایکسلریٹر میں بطور مشیر کام کیا۔ اوریب نے کہا کہ وہ اس بات سے مستقل طور پر حیرت زدہ رہتا ہے کہ کس طرح کاروبار اور ڈویلپر گوگل کے اوزار استعمال کر رہے ہیں۔

اوریب نے کہا ، "ہم نے بورڈ میں صحت کی دیکھ بھال اور فنانس سے لے کر خوردہ اور زراعت تک کے معاملات دیکھے ہیں۔" "ہم صارفین کو تاثر کی صلاحیتوں کو بہتر بنانے میں مدد کرنے کی کوشش کر رہے ہیں۔ تقریر ترجمہ ، تصویری تجزیہ ، ویڈیو APIs ، قدرتی زبان: یہ مشین اور گہری سیکھنے والے الگورتھم تک رسائی کو جمہوری بنانے کا ایک حصہ ہیں ، جو بالآخر قابل اطلاق ہے۔"

ایم ایل اے ایس ایل نے ایچ ٹی بی سی بینک پی ایل سی کے ساتھ کام کیا ہے ، جو دنیا کی سب سے بڑی بینکاری اور مالیاتی خدمات میں سے ایک تنظیم ہے ، اینٹی منی لانڈرنگ اور پیش گوئی کرنے والے کریڈٹ اسکورنگ کے ایم ایل حلوں پر۔ ایم ایل اے ایس ایل نے کمپنیوں کے فارچیون 500 مالیاتی خدمات کے گروپ ، یونائیٹڈ سروسز آٹوموبائل ایسوسی ایشن (یو ایس اے) کے ساتھ بھی کام کیا ہے ، تاکہ تنظیم کے انجینئروں کو مخصوص انشورنس منظرناموں پر لاگو ایم ایل تکنیکوں پر تربیت دی جاسکے۔ ای بے نے اپنے شاپ بوٹ ڈیجیٹل اسسٹنٹ کو تربیت دینے کے لئے گوگل کے ٹولز کا استعمال کیا۔ جب ایم ایل اے ایس ایل کسی کمپنی کے ساتھ کام کرتا ہے تو ، اوریب نے چار ستونوں کی وضاحت کی جو اس عمل کو بناتے ہیں۔

اوریب نے کہا ، "ایم ایل ملازمتوں کی انتہائی ضروریات سے نمٹنے کے لئے آپ کو ایک مضبوط کمپیوٹ کی پیش کش کی ضرورت ہے ، اور جی سی پی کی تقسیم شدہ فائبر آپٹکس بیکبون ڈیٹا کو نوڈ سے نوڈ میں انتہائی موثر انداز میں منتقل کرتی ہے۔" "ہمارے پاس کلاؤڈ مشین لرننگ انجن ہے جو صارفین کو ماڈل کی تربیت کرنے میں مدد فراہم کرتے ہیں۔ ہم 800،000+ فعال ڈیٹا سائنس دانوں کیگل کی کمیونٹی تک رسائی کے ذریعہ صارفین کو ڈیٹا پر عمل درآمد کرنے میں مدد کرتے ہیں۔ آخر کار ، آپ کو وہاں ہونے کی صلاحیتوں کی ضرورت ہے ، تو چیزوں کے تحقیقی پہلو پر ، ہمارے پاس دماغ کے پیچیدہ ایم ایل نصاب پر انجینئروں کو تربیت دینے کے لئے برین ریسیڈنسی پروگرام ہے۔ ہم ان کو گاہکوں کو ذہین ایپلی کیشنز بنانے میں مدد کے لئے ایک عمارت کے طور پر دیکھتے ہیں۔

یہ سب اوپن سورس کمیونٹی اور تیسری پارٹی کے ماحولیاتی نظام کو کھلاتا ہے جسے گوگل اپنی اے آئی ٹکنالوجی کے آس پاس تیار کررہا ہے۔ کمپنی نے اس سال کے شروع میں ایک ایم ایل اسٹارٹ اپ مقابلہ کا اعلان بھی کیا تھا ، جس میں ایم ایل اسٹارٹپس کو 500،000 ڈالر تک کی سرمایہ کاری کا ایوارڈ دیا جاتا ہے۔ ارویب نے کچھ جدید ایپلی کیشنز کے بارے میں بات کی جو وہ گوگل کی ٹکنالوجی کے بارے میں دیکھ چکے ہیں اور جہاں دوسرے امکانات بھی پائے جاتے ہیں۔

ارویب نے کہا ، "ہم کہتے ہیں کہ آپ کسٹمر سروس تجزیاتی کمپنی ہیں۔ کالوں کے مشمولات کی نقل کے ل to اسپیچ API کے بارے میں سوچیں ، اور پھر اپنے کسٹمر سروس کے معیار کو بہتر بنانے کے لئے جذبات تجزیہ کریں۔" "کسی غیر ملکی ملک میں سڑک کے نشان کی تصویر لینے کے لئے وژن API کا استعمال کریں اور پھر اس ایپ کو کسی ایپ کے تجربے کے ذریعے حقیقی وقت میں ترجمہ کرنے کے لئے ٹرانسلیشن API کا استعمال کریں۔ یہ صرف کارکردگی بڑھانے کے بارے میں نہیں ہے it's یہ نئے اور انوکھے صارف کے تجربات تخلیق کرنے کے بارے میں ہے۔ "

یوریب ٹنسرفلو جیسے ٹولز کو مارکیٹ پلیس میں بڑے پیمانے پر ایم ایل اپنانے کے لئے ایک عظیم کارگر کے طور پر دیکھتا ہے۔ نہ صرف یہ ٹیکنالوجیز گوگل کی اہمیت کا حامل بن گئیں ہیں اور یہ کہ ٹیک کمپنی کس طرح پروڈکٹ ڈویلپمنٹ تک پہنچتی ہے ، بلکہ اوروری کا خیال ہے کہ وسیع پیمانے پر دستیاب ایم ایل ٹکنالوجی کاروبار کو بہتر بنانے ، نئی آمدنی کے سلسلے کھولنے ، اور ذہین ایپس کی ایک نئی کلاس ایجاد کرنے میں مدد فراہم کرے گی۔

ارویب نے کہا ، "اسے ایک نئے صنعتی انقلاب کی طرح سوچئے۔ "ہم دیکھ رہے ہیں کہ یہ ٹولز کارکردگی اور صلاحیتوں میں اضافے کے احکامات کو قابل بناتے ہیں جو آپ نے پہلے کبھی نہیں دیکھا تھا۔ یہ دیکھنا حیرت انگیز ہے کہ آغاز کس طرح اس کا اطلاق کر رہا ہے۔ جاپان میں ککڑی کے کسان کو دیکھو۔ اس نے درجہ بندی کے لئے ماڈل بنانے کے لئے ٹینسورفلو کا استعمال کیا۔ اور نمونوں ، سائز ، بناوٹ وغیرہ پر مبنی ککڑیوں کو چھانٹ کر ، اور پھر اس پر عمل درآمد کے ل specialized خصوصی ہارڈویئر تیار کیا۔ جمہوری بنانے کی اس سطح کو دیکھنا ناقابل یقین ہے اور ہم نے بمشکل سطح پر خارش کی ہے۔ "