구글은 인공 지능으로 번성하고있다

구글은 인공 지능으로 번성하고있다

 

게티 이미지를 통해 출시 되지 않은 400tmax/iStock

 

소개

내 서정은 구글(GOOG)(GOOGL)그들은 극적으로 그들의 제품을 개선하기 위해 인공 지능 ("AI") 투자를 사용으로 번성 계속것입니다.

구글은 인공 지능 ("AI"), 기계 학습 ("ML"), 신경 망 및 딥 러닝이라는 용어를 사용합니다. 2020년 5월 IBM 블로그 게시물당각 용어는 이전 용어의 구성 요소 또는 하위 필드입니다.

 

이미지 출처: 2020년 5월 IBM 블로그 게시물

@kaifulee AI 초강대국은 구글이 AI와 관련하여 다른 기술 회사보다 높다고 말합니다.

 

그러나 다음 딥 러닝이 기업 세계에서 발견 될 운명이라면 Google은 최고의 기회를 가지고 있습니다. 세븐 AI 자이언츠 중, 구글 - 더 정확하게, 모회사, 알파벳, 딥 마인드와 자율 주행 자회사 Waymo를 소유 - 나머지 위에 머리와 어깨를 서있다.

[페이지: 92]

구글의 AI 노력의 대부분은 2021 년 5 월 I / O 이벤트에서설명되었다. 수석 부사장 프라바카르 라가반은 변압기 ("BERT")와 MUM에서 양방향 인코더 표현에 대한 몇 가지 배경을 준 :

그리고 오늘, 나는 우리가 멀티 태스킹 통합 모델, 또는 MUM, 우리가 그것을 호출하고자하는 구글 검색에 이러한 연구 발전의 일부를 가져올 것이다 방법을 공유 하게 되어 기쁘게 생각합니다. BERT와 마찬가지로 변압기 아키텍처에 내장되어 있지만 다이얼을 켭니다. 아시다시피, 엄마는 버트보다 천 배 더 강력합니다. 그러나 이 기술이 획기적인 이유는 새로운 방식으로 정보의 잠금을 해제하기 위해 멀티태스킹 할 수있는 능력입니다. 다음은 동시에 처리할 수 있는 몇 가지 작업입니다. 그것은 세상에 대한 깊은 지식을 습득할 수 있습니다. 그것은 언어를 이해하고 너무 생성 할 수 있습니다. 한 번에 한 언어로 훈련하는 대부분의 AI 모델과 는 달리 한 번에 75개 언어를 학습할 수 있습니다. 그리고 MUM을 더욱 놀라운 만드는 것은 멀티모달이며, 이는 텍스트, 이미지 및 비디오와 같은 다양한 형태의 정보를 동시에 이해할 수 있다는 것입니다.

순다르 피차이 CEO가 2Q21 통화에서AI 투자에 대한 질문에 답한다. 그는 몇 년 전의 BERT 투자가 MUM을 위한 길을 열어 주면서 성과를 내고 있다고 지적합니다.

우리는 AI에 대한 베팅을 감안할 때 너무 많은 헤드룸을 봅습니다. 가장 중요한 제품으로, 검색, 당신은 상당한 개선이었다 BERT의 출시를 볼 때, 우리는 또 다른 특별한 진보입니다 MUM과 함께 그 후속. 그래서 속도 정보는 성장하고있다 - 꽤 빠르게, 그래서 지속적으로 우리의 검색 품질 순위를 개선하기 위해 더 나은 모델을 개발, 등 세테라, 우리가 투자하는 가장 중요한 방법 중 하나입니다. 그 외에도, 나는 컴퓨터가 이미지, 오디오, 텍스트, 비디오 등 여러 가지 방법으로 이해할 수 있도록 하기 위해 우리가하고있는 모든 작업을 말하고, 다음 우리가 그것에 접근 할 수있는 중요한 방법이라고 생각 우리의 제품을 통해 그것을 가져.

 

변압기에서 양방향 인코더 표현 - BERT

BERT는 "to"와 "for"와 같은 단어가 매우 중요할 수 있음을 인식합니다.

검색은 언어를 이해하는 것에 관한 것이라는 점을 상기시키면서, 검색 부사장 판두 나약은 2019년 10월 블로그 포스트에서 BERT가 자연어 처리("NLP") 사전 교육을 위한 신경망 기반 기술이라고 설명했습니다.

이 기술을 통해 누구나 자체 최첨단 질문 응답 시스템을 교육할 수 있습니다. 이 돌파구는 트랜스포머에 대한 Google 연구의 결과였습니다: 문장의 다른 모든 단어와 관련하여 단어를 처리하는 모델은 순서대로 하나씩 가기보다는. 따라서 BERT 모델은 검색 쿼리 의의도를 이해하는 데 특히 유용하므로 전후에 오는 단어를 보고 단어의 전체 컨텍스트를 고려할 수 있습니다. 특히 더 길고, 더 많은 대화 쿼리또는 "for" 및 "to"와 같은 전치가 의미에 많은 중요한 검색.

부사장 Nayak의 블로그 게시물은 예제와 함께 이러한 점을 명확히합니다. BERT 전에는 "2019년 브라질 여행자가 비자가 필요하다"와 같은 검색은 브라질 여행에 대한 정보를 보여줍니다. BERT는 검색의 "미국에"부분은 결과가 브라질에서 미국으로 가는 여행자와 관련된 정보를 보여주는 키임을 인식하고 있습니다. 검색 문구 "당신은 누군가 약국에 대한 약을 얻을 수 있습니다"도 예로 사용됩니다. BERT는 검색의 "다른 사람을 위한" 부분이 핵심임을 인식합니다. BERT 이전에는 검색 결과에 약국 처방전에 대한 일반적인 정보가 표시됩니다. BERT 후, 가족이나 친구가 환자를 위한 약국에서 약을 수령할 수 있는지 여부에 대한 정보가 반환됩니다.

멀티태스킹 통합 모델 - MUM

엄마는 스테로이드에 버트 처럼. "미국에"는 "미국에"와 "누군가를 위해"를 의미한다는 것을 인식하는 대신 " 환자가 직접 거기에 없는"것을 의미합니다. 2021년 5월 검색 부사장 Nayak의 블로그 게시물은 MUM이 AI를 사용하여 검색 환경을 개선하는 방법을 설명합니다. 그는 워싱턴 주에서 아담스 산을 하이킹한 시나리오를 사용하며, 내년 가을에 일본 후지산을 하이킹하고 싶다(라가반 수석 부사장은 2021년 5월 I/O 행사에서 후지산과 같은 예를 사용했습니다). 두 산을 모두 하이킹한 전문가와 이야기를 나누고 있다면, "준비하기 위해 어떻게 다르게 해야 할까요?" 하고 물어볼 수 있습니다. 현재 Google은 이 질문에 답할 수 있지만 여러 유형의 번거로운 검색어가 필요합니다. Nayak 부사장은 엄마가 하이킹 전문가처럼 어떻게 기능할 수 있는지 설명합니다.

 

후지산 하이킹에 대한 질문을 받아: 엄마는 두 산을 비교하고 있다는 것을 이해할 수 있으므로 고도와 트레일 정보가 관련이 있을 수 있습니다. 또한 하이킹의 맥락에서 피트니스 트레이닝과 적합한 장비를 찾는 것과 같은 것들을 "준비"할 수 있음을 이해할 수 있습니다. MUM은 세계에 대한 깊은 지식을 바탕으로 통찰력을 얻을 수 있기 때문에 두 산이 거의 같은 고도이지만, 가을은 후지산의 장마철이기 때문에 방수 재킷이 필요할 수 있음을 강조할 수 있습니다. MUM은 또한 최고 등급의 장비 나 최고의 교육 연습과 같은 더 깊은 탐사를위한 유용한 하위 주제를 웹 전체에서 유용한 기사, 비디오 및 이미지에 대한 포인터와 함께 표면화 할 수 있습니다.

Nayak 부사장은 MUM이 두 개 이상의 언어로 정보를 합성할 수 있는 방법에 대해 이야기합니다.

일본어로 쓰여진 후지산에 대한 유용한 정보가 있다고 가정해 보라고 합니다. 일본어로 검색하지 않으면 오늘은 찾을 수 없을 것입니다. 그러나 MUM은 언어 전반에 걸쳐 소스에서 지식을 전송하고 이러한 통찰력을 사용하여 원하는 언어로 가장 관련성이 있는 결과를 찾을 수 있습니다. 따라서 미래에는 후지산 방문에 대한 정보를 검색할 때 산의 최고의 전망, 지역 온천 및 인기있는 기념품 가게와 같은 결과를 볼 수 있습니다 .

Nayak 부사장의 주요 인사이트 중 하나는 MUM이 멀티모달이라는 점이며, 이는 웹 페이지, 사진 및 비디오와 같은 다양한 형식을 이해할 수 있다는 것입니다. Nayak 의 블로그 게시물은 앞으로 하이킹 부츠의 사진이나 비디오를 업로드하고 엄마가 후지 산 하이킹을 위해 일할 지 여부를 알려주는 것을 상상한다고 말합니다. 나는 엄마가 부츠가 부족한 경우 구입하는 다른 부츠를 추천 할 수 있다고 생각합니다. 광고 가능성은 거기에 부츠의 오른쪽 유형의 과다가 있고 광고 달러가 강조 2 또는 3 쌍을 강조하는 데 도움이되는 경우 흥미롭습니다.

구글 렌즈

상무 대통령 빌 레디는 2021 년 5 월 I / O 이벤트에서 구글 렌즈와 ML에 대해 이야기 :

나는 최근에 식당에서 밖에서 식사를하고 있었고 파티오 가구를 정말 좋아했다. 그래서 Google 앱을 열었습니다. 그리고 바로 검색 바에서, 나는 내가 찾고있던 정확한 세트를 찾기 위해 렌즈를 사용할 수 있습니다, 너무 유사한 항목. 나는 내 딸에게 안뜰세트를 보여 주었지만, 그녀는 그것을 사랑하지 않았다. 그래서 다시 드로잉 보드로 돌아갔습니다. 우리는 검색에 Google 이미지 탭으로 시작, 함께 조금 더 검색을했다, 여기서 우리는 매달 쇼핑 검색의 수억을 볼 수 있습니다. 쇼핑 그래프 덕분에 웹 을 통해 옵션을 탐색하여 우리가 좋아하는 것을 찾고 재고가 있는지 확인하고 소매 업체와 체크 아웃 할 수 있습니다.

 

광고 게재위치용 ML

2Q21 통화에서 최고 비즈니스 책임자 겸 SVP 필립 쉰들러는 ML이 광고 게재를 통해 광고주의 80% 이상을 어떻게 돕는지 설명합니다.

오늘날 광고주의 80% 이상이 자동 입찰을 사용한다는 것을 알고 있습니다. ML을 사용하여 당사의 광고 제품은 고객과 비즈니스를 보다 효율적으로 연결하여 적시에 올바른 고객에게 올바른 메시지를 전달하는 추측을 개인 정보 보호 우선적인 방식으로 제공합니다. 그리고 최신 AI 기반 캠페인인 Performance Max가 이제 베타 버전입니다. 이를 통해 브랜드는 모든 Google 속성에서 단일 캠페인에서 광고를 구매할 수 있으므로 더 많은 온라인 판매, 더 많은 잠재 고객 및/또는 더 많은 매장 방문을 유도할 수 있습니다. 참여 광고주의 초기 결과는 훌륭합니다.

평가

2Q21 보도 자료에따르면 주식 환매는 1H20의 경우 1H20에 대해 153억 달러에서 1H21로 증가했으며 이제 주식 기반 보상으로 인한 희석을 통제하려는 노력 이상의 것으로 보입니다.

이미지 출처: 2Q21 보도 자료

2Q21 통화에서 CFO 루스 포라트는 2Q21에서 FCF 164억 달러, 지난 12개월 동안 585억 달러를 창출했다고 밝혔다. 2Q21 FCF의 실행 률은 연간 $65.6입니다. Google 클라우드와 기타 베팅의 조합이 현금을 생성하지 않기 때문에 전반적인 FCF를 사용하여 Google 서비스를 소중히 여기고 있습니다. 27x에서 28x의 배수를 사용하면 약 1,770~1,835억 달러의 범위를 의미합니다.

Google 클라우드 및 기타 베팅에 대한 나의 평가 생각은 내 5 월 2021 기사이후 많이 변경되지 않았습니다. 세그먼트를 함께 넣으면 다음이 생성됩니다.

1,770~1,835억 달러 규모의 Google 서비스

130~1,600억 달러 규모의 구글 클라우드

25~750억 달러 규모의 기타 베팅

---------------------------------------

1,925달러에서 2,070억 달러

시가총액은 클래스 A와 클래스 B의 합계로 클래스 A GOOGL 가격의 첫 번째 구성 요소와 C 등급은 다음 구성 요소로 클래스 C GOOG 가격의 배의 시간을 공유합니다. 2Q21 10-Q 신고는 301,084,627 A 주식 과 45,501,786 B 주식을 보여줍니다 346,586,413 8 월 12 GOOGL 가격까지 곱해야 $2,743.88. 10-Q는 또한 보여줍니다 320,168,491 C 주식의 8 월 12 일 GOOG 가격을 곱해야 $2,767.79. 이를 요약하면 시가총액은 1,8,372억 달러 또는 9,510억 달러, 8,862억 달러의 시가총액을 얻을 수 있습니다.

나는 기업이 내 평가 범위보다 적은 것으로 보는 주식이 합리적으로 가격이 책정되어 있다고 생각합니다.

면책 조항: 이 문서의 모든 자료는 공식적인 투자 권고에 의존해서는 안 됩니다. 자신의 철저한 연구를하지 않고 주식을 구입하지 마십시오.