Wu Enda, bir süre önce endüstri profesyonellerine iki açık mektup yazarak, sektördeki yapay zeka uygulamalarını hayatın her alanı için popüler hale getirdi. Son zamanlarda, Google Brain'in başkanları Jeff Dean ve Yann LeCun da sık sık kamuya çıkarak makine öğrenimini, denetimsiz öğrenmeyi ve halk için geliştirilmiş öğrenme teknolojilerini yorumladılar.
Facebook blogunda, büyük tanrı Yann LeCun'un kişisel olarak AI bilgisini açıklayan üç çekimlik bir videosunu yayınlayan yeni bir mesaj yayınlandı. Ancak, AI alanındaki profesyonel okuyucular videoyu tıklar ve izlerlerse, bunun popüler fen derslerini öğreten bir lise öğretmeninin tarzı olduğunu anlayacaklar.
Üç çekim videolar bir dizi halinde birleştirildi. Tarz çok canlı. Yann LeCun'un açıklaması animasyonla arasına serpiştirilmiş ve çok fazla teknik içerik yok. LeCun, videoda, gençleri ve lise öğrencilerini alan hakkında daha fazla şey öğrenmeye ve bu alanı keşfetmeye olan ilgilerini artırmaya teşvik etmeyi umarak, bu sefer esas olarak derin öğrenmenin temel ilkelerini halka tanıtmak olduğunu açıkça belirtti.
Yann Lecun'un üç videosu temel olarak yapay zekanın temel teknolojisini anlatıyor:
Denetimli öğrenme en yaygın kullanılanıdır, anahtar "parametre ayarlama" dır
Makine öğrenimi, görüntü tanıma için şablonlar kullanın
Yeni bir derin öğrenme yöntemi: evrişimli sinir ağı
Yakın zamanda Pekin'de açık yapay zeka laboratuvarı OPEN AI LAB kuruldu.Laboratuvar ARM, hızlandırıcı Anchuang Space, Allwinner Technology ve Horizon Robotics tarafından ortaklaşa başlatıldı.
Laboratuvarı kurmanın amacının, referans değeri olan birleşik bir algoritma çerçevesi ve çip standartları oluşturmak ve gömülü cihazlara dayalı bir yapay zeka platformu oluşturmak olduğu bildirildi.
ARM Global Başkan Yardımcısı ve Büyük Çin Başkanı Wu Xiongang, Horizon Robotics CEO'su Kai Yu, Anchuang Uzay CEO'su Chen Peng ve Allwinner Teknoloji Başkan Yardımcısı Xue Wei, sırasıyla OPEN AI LAB'ın araştırma yönünü, uygulama formunu ve gelecekteki beklentilerini tanıttı. .
Google Brain'in başkanı Jeff Dean, Fortune dergisine verdiği röportajda, yapay zeka alanında denetimsiz öğrenme ve pekiştirmeli öğrenmenin uygulanmasına ilişkin görüşlerinden bahsetti ve Google arama motorunu kullandığınızda veya harita navigasyonu kullandığınızda bunları hatırlamanız gerektiğine işaret etti. Arkasında size arama sonuçları sağlamak ve kaybolmamanızı sağlamak için büyük bir beyin var.
Tabii ki, gerçek bir beyin değil, Google beyin araştırma ekibi.
Araştırma ekibi son birkaç yılda 1.000'den fazla derin öğrenme projesi oluşturdu ve bunları Google'ın YouTube, Google Translate ve Google Fotoğraflar gibi mevcut ürünlerine uyguladı. Araştırmacılar, insan tanımadan daha hızlı kalıpları öğrenmek için büyük miktarda veriyi sinir ağlarına girmek için derin öğrenmeyi kullanıyor.
Son yıllarda, Toronto Üniversitesi'nden Geoffrey Hinton Google'a, New York Üniversitesi'nden Yann LeCun Facebook'a, Stanford Üniversitesi'nden Enda Wu Baidu'ya ve Carnegie Mellon Üniversitesi'nden Alex Smola Amazon'a katıldı. Google, geçen hafta Stanford Üniversitesi'nin Yapay Zeka Laboratuvarı başkanı Li Feifei'yi işe aldı. Bu akademisyenlerden bazıları üniversitelerde fakülte pozisyonlarını sürdürmeye devam ediyor, ancak işletme alanında daha güçlü bir varlık duygusuna sahipler.
Ulusal Bilim Vakfı'nın (NSF) istatistiklerine göre, Amerika Birleşik Devletleri'nde bilgisayar bilimi alanındaki doktora oranı, on yıl önceki% 38'e kıyasla şu anda endüstride% 57'ye kadar yükseliyor. Endüstrinin Bilgisayar Araştırmaları Derneği, Amerika Birleşik Devletleri'ndeki toplam doktora öğrencisi sayısının artmasına rağmen, akademide kalmak isteyenlerin oranının "tarihi düşük" e ulaştığını söyledi.
Carnegie Mellon Üniversitesi Bilgisayar Bilimleri Okulu müdürü Andrew Moore, AI alanındaki öğrencilerin "şirket için en az 5-10 milyon ABD Doları değerinde" olduğunu söyledi.
Teknoloji devleri tarafından verilen cömert muamele üniversitelerle karşılaştırılamaz, sadece istikrarlı araştırma fonu, devasa veri tabanları ve bilgi işlem gücü sağlamakla kalmaz, aynı zamanda milyonlarca insanın hayatını değiştirecek ürünleri doğrudan yaratan türden bir "heyecan" da sağlar.
Kişisel gelir açısından, şirket okuldan çok daha fazlasını sağlar, belki de hisse senedi opsiyonları eşliğinde, gelecekteki servet geliri daha objektif olacaktır. NSF istatistiklerine göre, Amerika Birleşik Devletleri'nde bilgisayar ve bilgi bilimi alanında, üniversite laboratuvarlarında doktora sonrası çalışanların medyan yıllık maaşı 55.000 dolarken, şirket laboratuvarlarında çalışan doktora sonrası bursiyerlerin maaşı 110.000 dolar.
Massachusetts Institute of Technology (MIT) Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı'ndaki (CSAIL) araştırmacılar tarafından yapılan bir araştırma, makine öğreniminin gelişimini bir kez daha destekledi. Derin öğrenme algoritması, bilgisayarın resimdeki sahneyi simüle etmek ve daha sonra ne olacağını tahmin etmek için kısa bir video oluşturmasına izin vermek için yalnızca bir resim kullanır.
Eğitim sürecinde 2 milyon etiketlenmemiş çekim kullanıldı ve toplam video süresi bir yıldı. Kıyaslama modeli algoritmasıyla karşılaştırıldığında, bu algoritma tarafından oluşturulan video daha gerçekçi. Test süreci sırasında, derin öğrenme algoritması tarafından oluşturulan video toplamı, kıyaslama modeli algoritmasından% 20 daha özgündü.
Araştırma ekibi, bu teknolojinin güvenlik teftiş stratejilerini iyileştirmek ve otonom sürüşün güvenliğini artırmak için kullanılabileceğini söyledi. Doktora öğrencisine ve laboratuvarın ilk yazarına göre, bu algoritma insan faaliyetlerinin makine tarafından tanınmasını sağlayabilir ve manuel tanımanın yüksek maliyetinden kurtulabilir.
Vondrick, "Bu videolar, bilgisayarın ne olacağını düşündüğünü gösteriyor," dedi ve "Geleceği tahmin edebiliyorsanız, şu anda ne olduğunu anlayabilmelisiniz." Vondrick, MIT Profesörü Antonio Torralba ve Hamed Pirsiavash ortaklaşa bunu yayınladı. Bir sonuç. Profesör Pirsiavash, CSAIL'de doktora sonrası araştırmacıdır ve şu anda Maryland Üniversitesi'nde profesördür. Bu çalışma, önümüzdeki hafta Barselona'daki Sinir Bilgi İşleme Sistemleri Konferansı'nda (NIPS) sergilenecek.