2018 sona eriyor. Ünlü veri bilimi web sitesi KDnuggets, birçok makine öğrenimi ve yapay zeka uzmanına 2018'deki en önemli gelişmeler ve 2019'daki ana trend tahminleri hakkındaki fikirlerini sordu ve onlara bir soru sordu:
2018'de makine öğrenimi ve yapay zeka alanındaki temel gelişmeler neler? 2019'da hangi temel trendlerin ortaya çıkmasını bekliyorsunuz?
Bu uzmanlar tarafından seçilen temel konular arasında derin öğrenmenin ilerlemesi, makine öğreniminin sınırlamaları, doğal dil işlemenin değişen ortamı, aktarım öğrenimi ve daha fazlası yer alıyor.
Aşağıda Anima Anandkumar, Andriy Burkov, Pedro Domingos, Ajit Jaokar, Nikita Johnson, Brandon Rohrer, Elena Sharova'nın cevapları bulunmaktadır.
2018 Özeti- "Düşük öğrenmenin derin öğrenme sonuçlarının çoğu seçildi"
Odak noktası, standart denetimli öğrenmeden yarı denetimli öğrenme, alan uyarlaması, aktif öğrenme ve üretken modeller gibi daha zorlu makine öğrenimi sorunlarına doğru kaymaya başladı. GAN, fotoğraf gerçekçiliği (bigGAN) ve videodan videoya sentez gibi daha zor görevler deneyen araştırmacılar arasında popüler olmaya devam ediyor. Yarı denetimli öğrenmeye yardımcı olmak için üretim ve tahmini tek bir ağda birleştirmek için alternatif üretken modeller (sinirsel işleme modelleri gibi) geliştirilmiştir. Araştırmacılar, derin öğrenme uygulamasını birçok bilimsel alana genişletiyor Deprem tahmini, malzeme bilimi, protein mühendisliği, yüksek enerji fiziği ve kontrol sistemleri gibi. Bu durumlarda, alan bilgisi ve kısıtlamaları öğrenme ile birleştirilir. Örneğin, dronların otonom inişini iyileştirmek için.
2019 tahmini- "Yapay zeka, daha güvenli ve fiziksel olarak daha bilinçli olmak için simülasyon ile gerçekliği birleştiriyor"
Bilgiyi simülasyondan gerçek dünyaya sorunsuz bir şekilde aktarmak için yeni alan uyarlama teknolojilerinin geliştirildiğini göreceğiz. Simülasyonu kullanmak, veri kıtlığının üstesinden gelmemize ve yeni alanların ve sorunların öğrenilmesini hızlandırmamıza yardımcı olacaktır. Yapay zekayı simülasyondan gerçek verilere (Sim2real) getirmek, robotik, otonom sürüş, tıbbi görüntüleme ve deprem tahmini üzerinde önemli bir etkiye sahip olacaktır. Simülasyon, otonom sürüş gibi güvenlik açısından kritik uygulamalardaki olası tüm durumları çözmenin iyi bir yoludur. Karmaşık simülatörlerde yerleşik olarak bulunan bilgiler, yapay zekayı fiziksel olarak daha bilinçli, daha güçlü ve yeni ve görünmez senaryolara genelleme yapabilmek için yeni şekillerde kullanılacak.
Bu onun bir uygulayıcı olarak görüşü, araştırmaya dayalı resmi bir Gartner açıklaması değil.
2018'de makine öğrenimi ve yapay zeka alanındaki temel gelişmeler neler?
TensorFlow, akademide PyTorch'a yenildi ve bazen Google'ın muazzam etkisi ve etkisi, pazarı optimalin altında bir duruma sokabilir Bu, MapReduce ve müteakip hadoop mani nedeniyle oldu. Deepfake'ler (ve sese benzerliği) en güvenilir bilgi kaynağını paramparça etti: video klipler. Hiç kimse böyle bir şey söyleyemez: O kişinin bunları söylediği bir video gördüm On yıllar önce basılı metne inanmayı bıraktık ama şimdiye kadar video hala sarsılmaz. Pekiştirmeli öğrenmenin derin öğrenme biçiminde geri dönüşü çok beklenmedik ve havalı! Google'ın sizin adınıza restoranı aradığı ve (başarıyla) gerçek bir insan gibi davrandığı sistem çok önemli bir kilometre taşıdır. Ancak etik ve yapay zeka ile ilgili birçok soruyu gündeme getiriyor. Kişisel asistanlar ve sohbet robotları hızla sınırlarına ulaştı, Her zamankinden daha iyiler, ancak geçen yıl umulduğu kadar iyi değiller.
2019'da beklediğiniz ana trendler nelerdir?
Yıllarca süren yutturmaca sonrasında, 2018'de herkes yapay zekadan aşırı derecede korkuyordu. Medyayı ve hatta bazı araştırmacıları dinledikten sonra, Cambridge Analytica'nın 2016 seçimlerinin sonuçlarına müdahale ettiğini ve robotların işimizi sonra da hayatımızı kabul ettiğini düşüneceksiniz. Sadece konuşmakla kalmayıp, Avrupa ve Kaliforniya sıkı gizlilik yasalarını kabul etti ve Birleşmiş Milletler akıllı silah yasaklarını tartışıyor. Halkın yapay zeka algısı kararıyor, bu hem tehlikeli hem de haksız. Umarım 2019, akıl sağlığının geri dönüşü olur.
2018'de bazı trendler gelişmeye başladı, otomatik makine öğrenimi bunlardan biri, pekiştirmeli öğrenme başka bir şey. Yeni ortaya çıkan bu iki eğilim 2019'da önemli ölçüde genişleyecek. Oxford Üniversitesi'ndeki (Nesnelerin İnterneti Veri Bilimi Kursu) öğretimimin bir parçası olarak, Nesnelerin İnternetinin sürücüsüz arabalar, robotlar ve akıllı şehirler gibi büyük ekosistemlere giderek daha fazla entegre olduğunu görüyorum. Dobot ile yaptığım iş birliği sayesinde, 2019'da önemli bir trend olarak yeni bir robotik türü, yani işbirlikçi robotlar (cobot'lar) gördüm. Önceki montaj hattı robotlarından farklıdır.Yeni robotlar otonom olacak ve aynı zamanda duyguları anlayabilecektir (kursumda bu konuda Duygu Araştırma Laboratuvarı ile de işbirliği yapıyoruz). Son olarak tartışmalı bir nokta var: 2019'da veri bilimcilerinin rolü, bildiğimiz şekliyle araştırmadan ürün geliştirmeye kayma eğiliminde olacak. Yapay zekanın yeni nesil veri ürünlerinin oluşturulmasıyla yakından ilgili olduğunu düşünüyorum ve veri bilimcilerinin rolü buna göre değişecek.
2018'de tanık olduğumuz bir gelişme, açık kaynaklı araçların sayısındaki artış, Bu araçlar, giriş engellerini azaltır ve kuruluşlar arasında gelişmiş işbirliği sağlamak için AI'yı herkes için kolaylaştırır. Bu topluluklar, yapay zekanın toplumun tüm alanlarında ve işletmelerde yayılmasını sağlamak için gereklidir.
Benzer şekilde, 2019'da Google'ın kısa süre önce duyurduğu "Sosyal Fayda için AI programı" ve Microsoft'un "AI for Good programı" na dayanan "yapay zeka" üzerine odaklanan şirketlerin sayısında bir artış göreceğiz. Toplum, şirketlerin daha yüksek sosyal hedeflere sahip olmasını gerektirdiğinden, yapay zekayı olumlu etkiye dönüştürme davranışı ilgi kazanıyor.
2018'de makine öğrenimi ve yapay zeka alanındaki temel gelişmeler neler?
2018'deki önemli bir gelişme, veri bilimi eğitim fırsatlarının yaygınlaşması ve olgunlaşmasıdır. Çevrimiçi kurslar, veri bilimi eğitimi için orijinal yerlerdir. Her yıl daha fazla öğrenci, varyant ve temayla her düzeyde popüler olmaya devam ederler.
Akademide, yeni veri bilimi yüksek lisans programları her yıl yaklaşık bir düzine oranında başlıyor. Kolejlerimiz ve üniversitelerimiz, şirketlerden ve öğrencilerden gelen verilerle ilgili alanlar için özel planlar sağlama taleplerine yanıt veriyor. (Bu yıl, 18 sektör işbirlikçisi ve 11 akademik katılımcıyla, bu patlayıcı büyümeyi desteklemeye yardımcı olmak için sanal bir endüstri danışma kurulu oluşturdum.) Gayri resmi tarafta, eğitici blog yazıları her yerde. Okuyucular ve yazarlar tarafından veri biliminin kolektif anlayışına büyük katkı sağladılar.
2019'da beklediğiniz ana trendler nelerdir?
2019 ve sonrasında, akademik veri bilimi programı, ilk veri bilimi pozisyonu için gerekli temel becerileri toplamanın daha yaygın bir yolu haline gelecektir. Bu iyi birşey. Akredite kuruluş, uzun vadeli boşluğu dolduracaktır. Şimdiye kadar, veri bilimi nitelikleri büyük ölçüde önceki iş deneyimleriyle kanıtlanmıştır. Bu bir Catch-22 yaratacaktır. Yeni veri bilimcileri, hiçbir zaman bir veri bilimi işi yapmadıkları için niteliklerini ortaya koyamazlar ve niteliklerini gösteremedikleri için bir veri bilimi işi alamazlar. Bir eğitim kurumunun sertifikası bu döngüyü kırmanın bir yoludur.
2018'de makine öğrenimi ve yapay zeka alanındaki temel gelişmeler neler?
Bence 2018, AI ve ML topluluklarında aşağıdaki üç etkinlikle hatırlanacak.
Her şeyden önce, AB Küresel Veri Koruma Yönetmeliğinin (GDPR) başlangıcı, kişisel verilerin kullanımının adalet ve şeffaflığını artırmayı amaçlamaktadır. Bu düzenleme, bireylerin kişisel verilerini kontrol etme ve kullanımları hakkında bilgi edinme hakkını ortaya koyarken, aynı zamanda kanunun yorumlanmasında bazı karışıklıklara neden olmuştur. Şimdiye kadarki sonuç, birçok şirketin uyumlu olduklarına inanması ve veri depolama ve işleme altyapısının yeniden tasarlanmasının temel ihtiyaçlarını göz ardı ederek veri işlemede bazı yüzeysel değişiklikler yaptıklarıdır.
İkinci olarak, tüm veri bilimi (DS) topluluğuna gölge düşüren Cambridge Analytica skandalı var. Önceki tartışma esas olarak AI ve ML ürünlerinin adil olmasını sağlamakla ilgiliyse, bu skandal daha derin etik sorunları ortaya çıkaracaktır. Facebook'un katılımıyla ilgili en son anket, yakında hiçbir zaman ortadan kalkmayacağı anlamına geliyor. Veri bilimi alanı olgunlaştıkça bu gelişmeler siyasetin ötesinde birçok sektörde ortaya çıkacaktır. Arizona'daki Uber sürücüsüz araba vakası gibi bazı insanlar daha perişan olacak ve sonrasında güçlü bir halk tepkisi alacaklar. Teknoloji güçtür, güç sorumluluktur. Noam Chomsky'nin dediği gibi: "Çocuk hikayeleri ve entelektüelleri, yalnızca halk masallarının dergilerinde, kötülüğü yok etmek için akıllıca kullanılabilir. Gerçek dünya çok farklı dersler öğretir ve bilinçli ve odaklanmış cehalet gerektirir. Algıla onları. "
Son olarak, daha olumlu bir bakış açısıyla, Amazon'un kendi sunucu işlemci yongasına yönelik en son geliştirmesi, bulut bilişime giderek yaklaştığımız anlamına geliyor.Genel erişim artık bir maliyet sorunu değil.
2019'da beklediğiniz ana trendler nelerdir?
Bir veri bilimcisinin rolü ve sorumluluğu, sadece doğru tahminlere ulaşabilen modeller oluşturmak değildir. ML, AI ve DS uygulayıcıları için 2019'daki ana trend, özellikle test ve bakım açısından yerleşik yazılım geliştirme uygulamalarını takip etme sorumluluğunun artması olacaktır. Veri biliminin nihai ürünü, şirketin teknoloji yığınının geri kalanıyla bir arada bulunmalıdır. Tescilli yazılımın etkin çalışması ve bakımı için gereksinimler, oluşturduğumuz modeller ve çözümler için geçerli olacaktır. Bu, en iyi yazılım geliştirme uygulamalarının uymamız gereken makine öğrenimi kurallarını destekleyeceği anlamına gelir.
Transfer: https://www.kdnuggets.com/2018/12/predictions-machine-learning-ai-2019.html