g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

Geçmişte bir yalancı olduğu için aşağılanmıştı ve bugün Turing Ödülü'nü kazandı.

Yazar | Zhao Yajie

Yapay zekadaki sinir ağından bir zamanlar endüstri tarafından çok şüpheleniliyordu.Sadece yılın ilgili konferansları soğukta kalmadı, aynı zamanda ilgili araştırma akademisyenleri de kendilerini bildirmekten utandı. Sözde Hedong'da Otuz Yıl ve Hexi'de Otuz Yıl, şimdi derin öğrenmenin önderlik ettiği yapay zeka popüler hale geldi.İlgili konferanslarda makalelerin çoğalması, hakemler için baş ağrısına neden oldu ve genel halkı çılgına çevirdi. Bu üç beyefendinin yalnız ısrarı ve o yıllarda ısrarcı arayışı.

27 Mart 2019'da Bilgisayar Makineleri Derneği (ACM), 2018 Turing Ödülü'nü derin öğrenme alanında Yoshua Bengio, Geoffrey Hinton ve Yann LeCun alanındaki üç öncüye verdi.

Ödüllerinin nedeni, kavramlar ve mühendislik alanındaki atılımlarının derin sinir ağlarını hesaplamanın önemli bir bileşeni haline getirmesidir. Bu alanda kavramsal temeli oluşturmak için bağımsız olarak çalıştılar veya birlikte çalıştılar.Aynı zamanda deneyler yoluyla şaşırtıcı fenomenleri keşfettiler ve gerçek mühendislik ilerlemesiyle derin sinir ağlarının avantajlarını kanıtladılar. Son yıllarda, derin öğrenme yöntemleri bilgisayarla görme, konuşma tanıma, doğal dil işleme ve robotik alanlarında heyecan verici atılımlar yaptı.

Geleneksel hesaplamada, bilgisayar programları bilgisayarı çalıştırmaya yönlendirmek için açık talimatlar kullanır. Yapay zeka araştırmasının bir alt alanı olan derin öğrenme yöntemlerinde, bilgisayarlara belirli görevlerin (nesne sınıflandırması gibi) nasıl çözüleceği açıkça söylenmez. Bunun yerine, giriş verilerini (bir görüntünün pikselleri gibi) istenen çıktıyla ("kedi" etiketi gibi) ilişkilendiren verilerdeki kalıpları çıkarmak için öğrenme algoritmalarını kullanır. Bu süreçte, araştırmacılar için zorluk, yapay sinir ağlarındaki bağlantıların ağırlıklarını ayarlayabilen etkili öğrenme algoritmaları geliştirmektir, böylece bu ağırlıklar verilerdeki ilgili kalıpları yakalar.

1980'lerin başından beri Geoffrey Hinton, yapay zekayı gerçekleştirmek için makine öğreniminin kullanılmasını savunuyor. İnsan beyninin işlevlerini inceleyerek insan beyninin işlevlerini simüle edebilecek bir makine öğrenme yöntemi geliştirmeyi umuyor. İnsan beyninden esinlenerek, o ve diğerleri, makine öğrenimi araştırmalarının temel taşı olarak "yapay sinir ağlarını" önerdiler.

Bilgisayar biliminde "sinir ağı", basit hesaplama öğelerinden oluşan katmanların bir kombinasyonunu ifade eder - bir bilgisayar tarafından simüle edilen "nöronlar". Bu "nöronlar", ağırlıklı bağlantılar yoluyla birbirlerini etkiler ve bağlantıların ağırlıkları değiştirilerek sinir ağının yaptığı hesaplamalar değiştirilebilir. Hinton, LeCun ve Bengio, derin ağlar oluşturmak için çok katmanlı ağları kullanmanın önemini fark ettiler ve ardından "derin öğrenme" kavramını önerdiler.

LeCun, Bengio ve Hinton'un bu otuz yılda ortaya koyduğu kavramsal temel ve mühendislik ilerlemesi, büyük ölçüde GPU'ların popülerliğinden ve büyük ölçekli veri setlerinin ortaya çıkmasından kaynaklanmaktadır. Son yıllarda, bilgisayarla görme, konuşma tanıma ve makine çevirisi yapmak için yukarıdaki ve diğer faktörler bir araya gelerek büyük bir gelişme kaydetti.

"Ya bağımsız çalışırlar ya da birlikte çalışırlar", bu ifade de çok güzel.

LeCun, Hinton gözetiminde doktora sonrası araştırmalar yürüttü ve LeCun ve Bengio, 1990'ların başında Bell Laboratuvarlarında birlikte çalıştı. Birlikte çalışmasalar bile, çalışmaları sinerji ve karşılıklı bağlantı üretecek ve birbirleri üzerinde büyük bir etkiye sahip olacaktır. Bengio, Hinton ve LeCun, makine öğrenimi, sinirbilim ve bilişsel bilimin kesişimini, özellikle CIFAR (eski adıyla Kanada İleri Araştırma Enstitüsü olarak bilinen) tarafından düzenlenen bir makine ve beyin öğrenme programı aracılığıyla keşfetmeye devam ediyor.

Yazarlardan biri olarak Yoshua Bengio'nun "Derin Öğrenme" adlı kitabı, derin öğrenmenin üç gelişim dalgası yaşadığını anlatıyor: 1940'lardan 1960'lara kadar, derin öğrenmenin prototipi sibernetikte ortaya çıktı; 1980'lerden 1990'lara derin öğrenme Bağlantısallık olarak ifade edilen; derin öğrenme adına tam anlamıyla canlandırıldığı 2006 yılına kadar değildi ve derin öğrenme rönesansının kilit isimleri bu yıl Turing Ödülü'nü kazanan üç kişi oldu.

Sinir ağı araştırmalarının ikinci dalgası 1990'ların ortalarına kadar devam etti, ancak o zamanlar sinir ağının diğer makine öğrenme algoritmalarına göre belirgin avantajları yoktu ve bu da ikinci düşüşüne neden oldu ve devam etti. 2007'ye kadar.

Bu on yıllık düşüş sırasında, Kanada İleri Araştırmalar Enstitüsü, Toronto Üniversitesi ile Geoffrey Hinton, Yoshua Bengio ve Yann LeCun liderliğindeki Montreal Üniversitesi'ni birleştiren sinirsel hesaplama ve uyarlanabilir algılama araştırma programı aracılığıyla sinir ağı araştırmasının sürdürülmesine yardımcı oldu. Ve New York Üniversitesi'nin makine öğrenimi araştırma ekibinin yanı sıra sinirbilimciler, insanlar ve bilgisayarla görme uzmanları. O zamanlar, derin ağ eğitiminin zorluğu bir fikir birliğine varmış gibi görünüyor. 1980'lerde ortaya çıkan bu algoritma, avantajlarını 2006 yılına kadar göstermedi. Bunun tek nedeni, yüksek hesaplama maliyeti ve o sırada yetersiz donanımdı. Yeterli deneyler yapması için onu destekleyin.

Sinir ağı araştırmalarının üçüncü dalgası 2006'da bir atılımla başladı.

Geoffrey Hinton, "Derin İnanç Ağı" adlı bir sinir ağının, "açgözlü katman temelli ön eğitim" adı verilen bir strateji kullanılarak etkili bir şekilde eğitilebileceğini kanıtladı. Kanada İleri Araştırmalar Enstitüsü'ne bağlı diğer araştırma grupları kısa süre sonra aynı stratejinin diğer birçok derin ağ türünü eğitmek için kullanılabileceğini gösterdi. Bu sinir ağı araştırması dalgası, araştırmacıların artık daha önce eğitilmesi imkansız olan çok derin sinir ağlarını eğitme yeteneğine sahip olduklarını vurgulayarak "derin öğrenme" terimini popüler hale getirdi.

2006'dan bu yana on yıldan fazla bir süre geçti ve üçüncü sinir ağları dalgası devam ediyor. Bu dalga, AlphaGo'nun Go alanında insan dünya şampiyonuna karşı kazandığı zaferle doruğa ulaşıyor ve diğer disiplinlere akın etmeye devam ediyor ve onunla birleşerek bu disiplinlere yeni atılımlar getiriyor ve aynı zamanda hayatımızın tüm yönlerini etkiliyor.

Sanayi Değerlendirmesi

"Yapay zeka, tüm bilimsel alanlarda en hızlı büyüyen ve toplumdaki en önemli konulardan biridir. Yapay zekanın gelişimi ve insanların yapay zekaya olan ilgisi, derin öğrenme için büyük ölçüde Bengio, Hinton ve LeCun'a atfedilir. Bu teknoloji milyarlarca insan tarafından kullanılmaktadır. Cebinde bir akıllı telefon olan herkes, on yıldan daha önce olan doğal dil işleme ve bilgisayarla görmedeki ilerlemeleri deneyimleyebilir. İmkansız. Her gün kullandığımız öğelere ek olarak, derin öğrenmedeki yeni gelişmeler bilim insanlarına tıptan astronomiye ve malzeme bilimine güçlü yeni araçlar sağladı. "

Cherri M. Pancake, ACM Başkanı

"Derin sinir ağları, modern bilgisayar bilimindeki en büyük ilerlemelerden bazılarına katkıda bulunarak, bilgisayarla görme, konuşma tanıma ve doğal dil işleme alanlarında uzun süredir devam eden sorunlarda önemli ilerleme kaydetti. Bu ilerlemelerin özü otuzdan kaynaklanıyor. Temel yöntem, yıllar önce bu yılın Turing Ödülü kazananları Yoshua Bengio, Geoffrey Hinton ve Yann LeCun tarafından öncülük etti. Derin sinir ağları, bilgisayarların dünyayı anlama yeteneğini önemli ölçüde geliştirerek, yalnızca bilgi işlem alanını değil, aynı zamanda bilimi ve İnsan keşfinin her alanı! "

Jeff Dean, Google Kıdemli Araştırmacısı, Google AI Kıdemli Başkan Yardımcısı

"Bu, bilgisayar alanındaki üçüncü yapay zeka dalgasının içten bir şekilde tanınması ve güçlü bir beklentisidir ve ayrıca makine zekasının ön plana çıkması için önemli bir kilometre taşıdır."

Yang Qiang, Eski Bilgisayar Bilimi ve Mühendisliği Bölüm Başkanı, Hong Kong Bilim ve Teknoloji Üniversitesi

"Derin öğrenmenin teorik düzeyde hala çözülmemiş birçok sorunu olmasına rağmen, mükemmel performansı ve pratik değeri öncülerine bu ödülü kazandırdı. Hak etti!"

Yan Shuicheng, 360 Yapay Zeka Araştırma Enstitüsü Dekanı

"Turing ödüllerinin hepsi küçük. 50 veya 100 yıl sonra, tarih üzerindeki büyük etkileri şu anda düşünülmemiş olabilir."

Sun Jian, Despise Araştırma Enstitüsü Dekanı

Üç kazanana giriş

Geoffrey Hinton , Google Başkan Yardımcısı ve Mühendislik Araştırmacısı, Vector Institute Baş Bilimsel Danışmanı ve Toronto Üniversitesi Fahri Üniversite Profesörü. Hinton, Cambridge Üniversitesi'nden deneysel psikoloji alanında lisans derecesine ve Edinburgh Üniversitesi'nden yapay zeka alanında doktora derecesine sahiptir. CIFAR'ın nöral bilgi işlem ve uyarlanabilir algılama (daha sonra makine ve beyin öğrenimi) projesinin kurucu direktörüdür. Bloomberg tarafından 2017'de küresel iş ortamını değiştiren 50 kişiden biri olarak seçildi.

Ana katkı : Geri yayılma yöntemi (Geri yayılma); Boltzmann Makineleri (Boltzmann Makineleri); Geliştirilmiş evrişimli sinir ağları (Evrişimli sinir ağlarında iyileştirmeler)

Yoshua Bengio , Montreal Üniversitesi'nde profesör, Mila (Quebec Yapay Zeka Enstitüsü) ve IVADO'nun (Veri Deneyleri Enstitüsü) bilimsel direktörü ve CIFAR (Kanada İleri Araştırma Enstitüsü) Makine ve Beyin Öğrenimi Projesi eş direktörü Bengio, McGill Üniversitesi'nden elektrik mühendisliği alanında lisans, bilgisayar bilimi alanında yüksek lisans ve bilgisayar bilimleri alanında doktora derecesine sahiptir. Bilim direktörü olarak kurduğu ve görev yaptığı Quebec Yapay Zeka Enstitüsü (Mila), bu alana en büyük katkısı olarak kabul ediliyor. Mila, 300 araştırmacısı ve 35 öğretim üyesiyle bağımsız, kar amacı gütmeyen bir kuruluştur. Montreal'i canlı bir yapay zeka araştırma üssü yapan, derin öğrenme araştırmaları için dünyanın en büyük akademik merkezidir.

Ana katkı : Olasılıksal dizi modelleri; Yüksek boyutlu kelime düğünleri ve dikkat; Üretken hasım ağları

Yann LeCun , Fransız-Amerikalı bilgisayar bilimcisi, şu anda New York Üniversitesi Courant Matematik Bilimleri Enstitüsü'nde Profesör Silver, Facebook'ta Başkan Yardımcısı ve Baş Yapay Zeka Bilimcisi ve CIFAR (Kanada İleri Araştırma Enstitüsü) Makine ve Beyin Öğrenme Projesi Eş Direktörü. Makine öğrenimi, bilgisayarla görme, mobil robotik ve hesaplamalı sinirbilim alanlarında birçok katkı yapmıştır. En ünlü eseri, optik karakter tanıma ve bilgisayar görüşünde evrişimli sinir ağlarının (CNN) kullanılmasıdır ve evrişimli ağların babası olarak da bilinir. 1983'te Paris'teki Ecole Superieure d'Ingénieur en Electrotechnique et Electronique'den (ESIEE) Diplôme d'Ingénieur (mühendislik derecesi) ve 1987'de Paris VI Üniversitesi'nden bilgisayar bilimleri alanında doktora derecesi aldı. Doktora çalışması sırasında, sinir ağı geri yayılımını öğrenme algoritmasının bir prototipini önerdi.

Ana katkı : Evrişimli sinir ağları (Evrişimli sinir ağları); Geri yayılma algoritmalarını iyileştirme (Geri yayılma algoritmalarını iyileştirme); Sinir ağlarının uygulama kapsamını genişletme (Yapay sinir ağlarının vizyonunu genişletme)