Tang Xiaoou: Derin öğrenmenin üç unsuru nedir ve Çin'de bir iş kurmak nasıl bir duygu?
Lei Feng net notu: 20 Mayıs'ta, Çin Bilgisayar Federasyonu (CCF) ev sahipliğinde ve Xtecher tarafından ortaklaşa düzenlenen 2017 CCF Young Elite Konferansı Pekin Ulusal Kongre Merkezi'nde düzenlendi. Çin Mühendislik Akademisi'nden akademisyen Zhao Qinping, Hong Kong Çin Üniversitesi'nden Profesör Tang Xiaoou ve Baidu'nun kurucu Yedi Silahşörler'den biri olan Lei Ming, "araştırma, endüstri, entegrasyon" teması üzerine paylaşımlarda bulundular. Profesör Tang Xiaoou, "Yapay Zekanın Yarını, Çin Nereye Gidecek?" "Açılış konuşması.
Profesör Tang Xiaoou'nun görüşüne göre, Çin'in yapay zekası bundan sonra nasıl gelişecek olursa olsun, gençler nasıl bir işe başlarsa veya araştırma yaparsa yapsın, yapmamız gereken sadece üç şey var: sebat, yenilik ve iniş.
Profesör Tang, "Çin'de bir iş kurmanın nasıl bir şey olduğunu" anlatırken, "Bir iş kurmanın zorlukları olmalı. Gençler iş kurmak istiyor mu? Yolda birçok çukur olmasına rağmen, yine de deneyebilirsiniz." Dedi. Profesör Tang, gençleri bir iş kurmaya teşvik ediyor. Kimin fonları bir iş kurmak için kullanıldığına gelince, Profesör Tang, anne babanızın parasını değil yatırımcıların parasını kullanın dedi. Çünkü "zenginleri soymaktan ve fakirlere yardım etmekten herkes sorumludur."
Tang Xiaoou: Hong Kong Çin Üniversitesi, Bilgi Mühendisliği Bölümü Dekanı. Massachusetts Institute of Technology'den doktora derecesi ile mezun oldu ve Microsoft Research Asia Görsel Hesaplama Grubu'nun başkanı oldu.2009'da IEEE Fellow, ICCV09 Program Komitesi Başkanı ve ICC19 Konferansı Başkanı seçildi. 2009'da, en iyi bilgisayarla görme konferansında CVPR En İyi Bildiri Ödülü'nü kazandı. 2014 yılında ekibi tarafından geliştirilen yüz tanıma algoritması, dünyada ilk kez insan gözü tanıma yeteneğini aştı.
Leifeng.com, konuşmanın tam metnini orijinal niyetini değiştirmeden derledi:
Bugünkü konuşmamın konusu "Yapay Zekanın Yarını Çin nereye gidecek?" ", Sahneyi bastırmayı umarak nispeten geniş bir konu seçtim. Daha büyük olduğunu düşündüğüm konu ortaya çıktı: "Yapay zekanın yarınları, dünya nereye gidecek?" "Daha sonra," Kuşak ve Yol "konferansının yeni bitirildiğini ve" Dünyaya Nereye Gideceğim "sorununun çözüldüğünü keşfettim. Yine de küçük başlığım olan" Çin'e Nereye Gideceğim "konusuna döndüm.
Çin'in yapay zekası nasıl gelişirse gelişsin, gençler nasıl bir işe başlarsa başlasın ya da araştırma yapsın, üç şey yapmalıyız:
İlk olarak, temeli atmak için ısrar etmeli ve zaman ayırmalıyız;
İkincisi, yenilik yapmalıyız. Yeni şeyler yapın, her zaman başkalarını takip etmeyin;
Üçüncüsü, üzerinde yüzen şeyleri yere koymalı ve sanayileştirmeliyiz.
Bugün laboratuvarımızın araştırma sonuçlarından ve firmanın ürettiği ürünlerden bu üç yönü anladığımdan bahsedeceğim.
Derin öğrenme nedir?
Öncelikle yapay zeka nedir? Bu kavramı tanımlamak artık çok zor ve herkes neredeyse her şey için yapay zekaya güveniyor. Benim anlayışıma göre, yapay zekanın gerçek kısmı derin öğrenmedir. Önceki yapay zeka aslında pek çok durumda kullanılmadığı için, belirli bir şeyi yapmak için insan elinin tasarladığı zeka ile insanları geride bırakmak hala zor. Derin öğrenmeyle, bu süreci veriye dayalı bir sürece dönüştürebiliriz: belirli bir şey yaparken, veri miktarı ve parametreler yeterince büyük olduğunda, makine bunu yaparken insanları geçebilir. . Gerçek hayatta üretilen birçok şey, derin öğrenme ile yapılır. Pek çok başarılı derin öğrenme vakası var.Bir yandan konuşma tanıma alanında, diğer yandan daha çok görme alanında olabilir, bu yüzden bilgisayarla görmede birçok yeni başarıyı görebilirsiniz. Bugün bahsettiğim yapay zeka aslında bilgisayar görüşü ... Bilgisayarla görü yapmak için derin öğrenmeyi kullanmak daha da daraldı.
Google'da "Derin Öğrenme" kelimesinin nasıl arandığını görebilirsiniz: insanlar bu kelimeyi sadece 2006'dan beri aradılar. Bu algoritmayı o zaman icat edenler Hinton ve Yann LeCun'du. Bu dönemde uzun bir süre boyunca, 2006'dan 2011'e kadar olan eğri çok istikrarlıydı ve bunu bilmek için yalnızca akademi bu terimi arayacaktı. 2011 yılında, arama hacmi aniden üstel bir büyüme göstermeye başladı. Hayatın her kesiminde derin öğrenmeyi tartışıyor. Şimdi arama hacmi çok büyük. Bu eğri, derin öğrenmenin patlayıcı sürecini canlı bir şekilde göstermektedir.
Derin öğrenme tam olarak ne yapıyor? Aslında, ne yaptığını soyutlamak nispeten basittir, yani X'ten Y'ye veya A'dan B'ye Haritalama (yazışma) yapmaktır - ona bir girdi verirsiniz, nasıl bir Karşılık gelen çıktı? Özel yer, derin öğrenmenin bunu çok çok iyi yapmasıdır. Geçmişte, yapılabilecek başka algoritmalar vardı, ancak her zaman bunu yapmakta yetersiz kaldılar.Şimdi derin öğrenme sınıra ulaştı.
Örneğin, bir yüz fotoğrafı verildiğinde, kişinin ismine karşılık gelebilir; bir nesnenin şekli verildiğinde, size nesnenin ne olduğunu söyleyebilir; size bir arabanın sürüş sahnesini verir, size çıktı verebilir. Bu araba nereye dönsün; bir satranç oyunu verin, bir sonraki adımın nasıl olacağını anlayabilir; tıbbi bir görüntü verebilir, hangi hastalık olduğuna karar vermenize yardımcı olabilir ... Aslında, böyle bir süreçtir. Yapay zekanın insanları geçip kontrol edebildiğini düşünmeyin. Bunlar sözde "Hollywood'un yapay zekası" veya hayali yapay zeka. Bu aşamadaki gerçek yapay zeka aslında çok basit şeyler yapıyor. Elbette yapın. Aslında bu basit şeyi başarmak kolay değil.
Derin öğrenmede bir atılım
Son yıllarda, derin öğrenme gerçekten de akademi ve endüstride büyük atılımlar gerçekleştirdi. İlk buluş, konuşma tanıma alanında. Hinton ve Microsoft'tan öğretmen Deng Li, 2011'de konuşma tanımada büyük başarı elde etmek için derin öğrenmeyi kullandı. Dün herkesin WeChat hesabı kaydırılmış olabilir. Çin Bilim ve Teknoloji Üniversitesi'nden mezun olan kıdemli ağabeyimiz Deng Li, Microsoft'tan en iyi hedge fonunda çalışmak için çıktı. Anladığım kadarıyla, bu aynı zamanda A'dan B'ye bir eşleştirme süreci: Bay Deng'in derin öğrenme deneyimini yüksek riskli yatırım algoritmasına girin ve bu yüksek riskli fonun parası otomatik olarak Bay Deng'in cebine eşlenir.
Konuşma tanımanın büyük başarısından sonra, derin öğrenme vizyonda büyük bir atılım yaptı. 2012'de Hinton, ImageNet'te bir düzineden fazla nokta ile görüntü tanımayı geliştirdi.Yılda bir noktayı itiyorduk. Bir yılda on yıllık ilerleme için bastırdı, bu da akademik dünyada büyük bir sansasyon yarattı. . 2014 yılında ekibimiz yüz tanıma yaptı ve derin öğrenme yoluyla algoritma ilk kez algoritmanın insan gözünü aştığını başardı.
Nihayet 2016'da Google hala en güçlüydü. 12 milyar dolarlık yıllık Ar-Ge yatırımı beyaz değildi. AlphaGo adında bir satranç oyunu oynadı. Bu satranç oyunundan sonra yapay zeka açıklamamıza gerek kalmadı. Herkes anlıyor. Zekanın öyle bir şey olduğu ortaya çıkıyor, yani satranç oynamak.
Daha sonra yapay zeka, otonom sürüş alanında da bazı büyük atılımlar yaptı. Şimdi daha popüler olan şey, teşhis için yapay zeka kullanan tıbbi görüntülemedir.
Derin öğrenmenin üç unsuru
Derin öğrenmenin üç temel öğesi vardır:
-
Beyninizin yeterince akıllı olup olmadığını, algoritmaların tasarımını inceleyin;
-
Yüksek performanslı bilgi işlem yeteneklerine sahip olmalı ve büyük bir ağı eğitmelidir;
-
Büyük veri olmalı.
Ardından, derin öğrenmeyle ilgili çalışmalarımızın bir kısmını paylaşın. Bu işi 2011 yılında yapmaya başladık. Başlangıçta açık kaynak çerçevesi yoktu, bu yüzden kendimiz için çok iş yapmalıyız. Uzun süre yaptıktan sonra, şu anda açık kaynak olmayan bir Parrots sistemi kurduk.
Bu sistemle eğittiğimiz ağ çok derin olabilir. Aslen AlexNet 8 katmana sahipti. Daha sonra GoogleNet 2014 yılında 22 katmana ulaştı. Daha sonra ResNet 150 katmana ulaştı. Geçen yıl PolyNet'imiz 1.000 katmana ulaştı. Bu ağ geliştirme eğiliminin gittikçe derinleştiğini görebilirsiniz. Bu bizim tasarladığımız 1000 katmanlı bir ağdır. Daha ince çizgi tüm ağdır. Ortadaki ızgara aşağı iner ve genişletilmiş bölüm ağın ayrıntılı yapısıdır. Bu ağ Polynet olarak adlandırılır. Dahua ekibinin ve Facebook'un ağ tasarımı Kaiming ekibinden ResNet, şimdiye kadar görüntü sınıflandırmada dünyanın en iyi sonuçlarını aldı ve temelde laboratuvarımızdan iki öğrenci arasında bir rekabet haline geldi. Bu ağın son şekli biraz çift DNA sarmalı gibidir.
Nesne algılamada, ilerlemenin ne kadar hızlı olduğunu da görebilirsiniz. 2013'ün başında, 200 nesnenin ortalama algılama doğruluğu% 22 idi, ancak kısa süre sonra Google% 43,9'a ulaşabilir ve% 50,3'e ulaşabiliriz. , Microsoft tarafından takip edilen% 62 ve şimdi en iyi sonucumuz, birkaç yılda üç katına çıkan% 66. Bu aynı zamanda derin öğrenmenin gücü.Bu alandaki çalışmalarımız Xiaogang ve Wangli ekipleri tarafından yapılıyor.
Farklı yönlere uygulanabilen böyle bir beyni, birçok farklı alanda yapılan farklı teknolojileri eğittik. Yüz açısından, yüz algılama, yüz kilit noktası konumlandırma, kimlik kartı karşılaştırma, kümeleme, yüz özellikleri, canlı vücut algılama vb. Akıllı izleme açısından, insanların, motorlu taşıtların ve motorsuz araçların video yapısı üzerinde araştırmalar yaptık. İnsan vücudunun yaklaşık 70 özelliğini tanımladık ve popülasyon tarafından 90'dan fazla özellik tanımlandı. Aşağıdakiler giysi araması, nesne tespiti, sahne sınıflandırması ve araba modeli tespitidir.Araba modeli tespiti için, binlerce araba modelinin sınıflandırmasını işaretledik. Metin açısından, küçük biletlerin tanınması, kredi kartlarının tanınması ve plakaların tanınması, derin öğrenme algoritmaları ile yapılır. Aynı zamanda görüntü işleme açısından, buğu çözme tasarımında, süper çözünürlük, çapak alma, çapak alma, HDR ve çeşitli akıllı filtreler, derin öğrenme algoritmaları kullanılmaktadır.Biz temelde birçok görevi yerine getirmek için bir dizi beyin kullanıyoruz.
Derin öğrenmenin bir başka eşiği de yüksek performanslı bilgi işlemdir. Geçmişte, yüksek performanslı bilgi işlem CPU kümeleri hakkında konuşmak için kullanılırdı. Şimdi derin öğrenme tüm GPU'lardır. Yüzlerce GPU'yu kümeler oluşturmak için bağlamak şu anda nispeten büyük bir eşiktir. Pekin'de üç GPU'dan oluşan bir küme ve Hong Kong'da büyük bir küme oluşturduk. Bu kümelerle, ilk olarak bir ayda eğitilen ağ birkaç saat içinde eğitilebilir. Bu nedenle çok sayıda ağı eğittik. .
Derin öğrenmenin üçüncü eşiği büyük veridir.Yapay zeka bir rokete benzetilirse, büyük veri bu roketin yakıtıdır.
Sektördeki 300'den fazla üretici ve müşteriyle işbirliği yaptık ve büyük miktarda veri ve yüz milyonlarca resim biriktirdik. Akademi ve endüstri için çok yararlı olan binlerce araç türü, kalabalıklar hakkında büyük veriler ve kıyafet arama ve sınıflandırma veritabanları dahil olmak üzere veri açıklama konusunda uzmanlaşmış 300'den fazla kişiden oluşan bir ekibimiz var. Aslında, Google'ın yaptığı veri miktarı daha büyük. Onlar ve Ulusal Sağlık Enstitüleri (NIH) yakında çok büyük bir tıbbi görüntü veritabanı açacak. Tıbbi bakım açısından, herkesin yakında işlenecek büyük miktarda veriye sahip olacağına inanıyorum.Şu anda, yüksek performanslı bilgi işlemimiz için bazı yeni gereksinimler ortaya koyduk.
Bilgisayar görüşü için derin öğrenmeyi kullanın
Laboratuvar, daha önce derin öğrenmeyi çalıştığı için şanslı. Yüz algılama da dahil olmak üzere bilgisayarla görmenin tüm yönlerinde erken başladı.İşte, dünyada bilgisayarla görme alanında ilk önerdiğimiz, yeniliğe bazı katkılara eşdeğer olan 18 derin öğrenme çözümü. Asya'da yapay zeka araştırmaları alanında ilk on öncü laboratuvardan sadece biri olarak değerlendirildik. MIT, Stanford ve Berkeley gibi ünlü okulların yanı sıra, derin öğrenmenin en iyi endüstriyel laboratuvarı Facebook ve Google'ın sorumlu derin öğrenme ekibiyle olmaktan büyük onur duyuyoruz Birlikte seçildi. Şu anda mevcut olmayan bazı teknolojileri de inceliyoruz Örneğin, daha önce derinlik kameralarına dayanan birçok insan izleme algoritması (Kinect gibi) görmüş olabilirsiniz. Şu anda ekibimiz tarafından yapılan algoritma çok ucuz tek bir RGB kamera ile aynı etkiyi elde edebiliyor.Bu, özellikle akıllı evlerde, otonom sürüşte vb. Büyük uygulama olanakları olan gerçek zamanlıya ulaşmak kolay değil.
Yukarıdaki çalışma geçen yıl yapıldı.Bir fotoğraftaki iki kişinin duruşuna göre, iki kişi arasındaki duygu dostça mı düşmanca mı otomatik olarak yargılanabilir.Aynı zamanda iki kişi arasındaki ilişki de iki kişinin ifadelerine göre değerlendirilebilir. Bu nedenle, gelecekte fotoğraflarınızı internete yüklerseniz, fotoğrafı sizinle birlikte çeken kişi ile aranızdaki belirli ilişkiyi gerçekten belirleyebiliriz.
Bunun amacı ne? İnsanlar sık sık internete fotoğraf koyar, biz bu fotoğrafları bu insanları analiz etmek için kullanırız.Çok ünlü biriyle veya çok zengin biriyle fotoğraf çekerseniz güvenilirliğiniz artabilir. . Ya da bir suçlu ya da kötü itibarı olan biriyle fotoğraf çekerseniz, güvenilirliğiniz düşer. Bu teknolojiyi finansal kredi araştırması yapmak, farklı kişiler arasında bir ilişki ağı kurmak ve kredi derecelendirmelerini iletmek için kullanabiliriz. Bu ilişki problemi daha fazla yapılabilir Bir resimdeki üstte, arkada olan nesneler ile birbirleri arasındaki ilişkiyi yargılayabilirsiniz.
Aşağıdakiler en son çalışmadır: Daha önce 70 çeşit insan özelliği tanımladık ve bu özelliğe göre videolar aradık. Şimdi yeni bir arama modeli tanımlayın, doğal dilde arama yapın, yani bu kişiyi tanımlamak için bir paragraf diyorum ve sonra aradığım kişiyi aramak için bu paragrafı kullanıyorum. Aslında, ilgili bilgi miktarı çok büyüktür ve arama daha doğrudur Bu araştırmayı yapmanıza yardımcı olmak için büyük bir açık kaynak veritabanı oluşturduk.
Bu verilerde, bu doğal dillerden farklı kelimeler çıkarabilir ve farklı insanları tanımlamak için kelimeler kullanabiliriz.Bilgi miktarı çok büyük ve arama doğruluk oranı da büyük ölçüde iyileştirildi. Bu, belirli izleme uygulamalarının sonucudur. İnsanları aramak için doğal dili kullanın. Multi-modal tıbbi teşhis gibi tıbbi tedavide uygulamayı hayal edebilirsiniz. Biri tıbbi bir görüntü, diğeri ise gerçek zamanlı olarak tanınabilen, doğal dil analizi yapabilen ve tanı için ikisini birleştirebilen bir doktorun metin teşhisidir.
Yukarıdakiler de yeni bir araştırma çalışmasıdır Bu Videoya göre, içerik belirlenir ve arsa niteliği değerlendirilir. Örnek olarak Titanic filmini ele alalım, bu iki kıvrımı görebiliyorsunuz.Şimdi romantik bir sahne.Romantik çizgi ortaya çıkacak.Eğer felaket olursa o felaketin yeşil çizgisi ortaya çıkacak.Arsa konusunu bu içeriğe göre gerçek zamanlı olarak değerlendirebilirsiniz. , Bu da geçen yılki iş.
Şu anda ekip yeni bir iş çıkardı.Filmin gerçek zamanlı hesaplamasına ve analizine göre içerideki olay örgüsünü anlayabilir ve yargılayabilir.O anda filmin tamamına bir oyuncu, nerede ve ne arsa koyabilirsiniz. Doğal bir dille anlatılan tüm filmin içeriği, bilgisayar görüntüsü ve doğal dil kullanılarak otomatik olarak analiz edilebilir. Gelecekte, reklamları analiz etmek ve eklemek için kullanılabilir ve ayrıca çeşitli parçaları aramak için doğrudan doğal dili kullanabilir.
Diğer işimiz süper çözünürlüktür, bu da ayrıntıların restorasyonunu en üst düzeye çıkarmak için çok küçük görüntüleri büyütmektir. Bu, bir Hollywood filminin görüntüsüdür Video, şüpheli bir suçlunun çok belirsiz bir görüntüsünü yakalar ve ardından onu gerçek zamanlı olarak netleştirmek için yakınlaştırır. Bu, Bourne Films'in hala çok şaşırtıcı olan etkisi.
2016'da Twitter ve Google, özü derin öğrenme olan süper çözünürlük üzerine çeşitli makaleler yayınladı. Ve onlardan önce pek çok ön araştırma yaptık. Derin öğrenmeyi kullanarak süper çözünürlüğü incelemek için dünyanın ilk makalesini 2014'te, ilgili başka bir makaleyi 2015'te ve iki makaleyi 2016'da yayınlayarak daha da büyük buluşlara imza attık. Ardından üç makale yayınlandı. Profesör Cavan ekibimiz bunu ilk yapan oldu ve aynı zamanda en iyisi. Şu anda süper çözünürlük, gerçek zamanlı ve pratik efektler aşamasına doğru ilerledi.Bu teknolojiyi bazı gerçek zamanlı izlemelerde kullanarak, kamu güvenlik gözetleme kameraları insanları daha net görebiliyor.
Otonom sürüş konusunda da çok araştırma yaptık Altı kategoride 30'dan fazla çekirdek teknoloji var. Burada göstermek için birkaç basit örnek vereceğim. Örneğin, araba algılama, yaya algılama, yol çizgisi algılama, gerçek zamanlı sahne bölümleme ... Gerçek zamanlı efektler yapmak için ön uç çipini kullanarak ön ucu da yaptık.
Bu, birçok şehirde gerçek zamanlı olarak kullanılan bir yüz kontrol sistemidir. Yüz metre öteden de tutuklamalar oluyor, yüz metre uzaktan bir hedef görülüyor ve ardından yüz tanıma işlemi gerçekleştiriliyor.
Bu video yapılandırmadır Videodaki insanlar, motorlu taşıtlar, motorsuz araçlar ve özellikleri algılanır ve otomatik olarak işaretlenir, böylece videonun tamamı bir döküman haline gelir ve belge aranabilir.
Bunlar aynı zamanda yaptığımız teknolojilerin açılış ürünleri: Geçen yıl China Mobile için 300 milyon kişiyi sertifikalandıran China Mobile'ın gerçek adıyla kimlik doğrulama sistemi; Xiaomi'nin bebek albümü; Huawei Mate 8 akıllı albümü; FaceU, SNOW vb. Yapılan özel efektler; Weibo kamera ... Bunların çoğu yüz tanıma ve yüz izleme teknolojilerimize dayanıyor. Aslında yapay zeka inişi açısından birçok iniş ürünü yaptık.
Çin'de bir iş kurmak
Özetleyeyim, Çin'de bir iş kurmak nasıl bir duygu? Bence Çin girişimciliği yüz metre koşmaya benziyor, çok hızlı koşmalısın ve sonuna kadar ilkinden kurtulabilirsin ama bu pist plastik bir pist değil, çukurlarla dolu toprak bir yol. Bu yarışın iki sonu var, biri en hızlı koşmak, diğeri ise starttan hemen sonra bir çukura düşmek. İş kurma konusunda zorluklar olmalı Gençler iş kurmak istiyor mu? Yolda pek çok çukur olmasına rağmen yine de deneyebilirsiniz.
Ayrıca, bir iş kurmak için hangi paranın kullanılacağı da bir sorudur. Hangi para kullanılabilir? Hangi para kullanılamaz? Benim tavsiyem, öncelikle anne babanın parasını kullanamazsın, bu onların emeklilik için zor kazandıkları paradır. Kazandığınız para kullanılabilir, ilk altın potunuz kullanılabilir, hala gençsiniz ve bittiğinde tekrar kazanabilirsiniz. Yatırımcıların parası kullanılabilir çünkü bunların çoğu zenginlerin parasıdır. Bence "zenginleri soyup fakirlere yardım etmek" herkesin sorumluluğu, bu yüzden eğer herkes bir iş kurmak zorundaysa, bir iş kur.
hepinize teşekkür ederim.
* Leifeng.com tarafından çekilen fotoğraf
