GAN yazarı Goodfellow: Neden OpenAI'den ayrıldım ve Google Brain'e döndüm
1 Xinzhiyuan raporu
Xin Zhiyuan'ın dün aldığı son haberlere göre, GAN yazarı Ian Goodfellow OpenAI'den ayrıldı ve Google Brain'de çalışmaya geri döndü. GAN teknolojisinin kızıştığı anda, Google Brain başka bir generali başlattı.
Ian Goodfellow'un kişisel ana sayfası ve Google Scholar'ın tanıtımı, "Google Brain" de çalıştığını gösteriyor.
Goodfellow'un Twitter ve LinkedIn'deki tanıtımına göre, bu yılın Mart ayı başlarında Google Brain'e dönmesi gerekiyordu.
Goodfellow OpenAI'ye Eylül 2016'da katıldı ve ondan önce Google Brain'de çalıştı. LinkedIn sayfasına göre, Goodfellow OpenAI'den ayrıldı ve bir yıldan fazla bir süre katıldıktan sonra Google'a geri döndü.
LinkedIn sayfası Goodfellow'un kariyer gidişatını gösterir:
-
Haziran 2013'ten Eylül 2013'e kadar, Google'da stajyer, pozisyon: yazılım mühendisi
-
Temmuz 2014'ten Kasım 2015'e kadar, Google araştırmacısı
-
Kasım 2015'ten Mart 2016'ya kadar, Google Kıdemli Araştırmacısı
-
Mart 2016'dan Mart 2017'ye kadar Açık AI araştırmacısı
-
Mart 2017'den günümüze, Google Staff Research Scientist
Haber çıktıktan kısa bir süre sonra reddit'te biri olay hakkında sordu: "Ian Goodfellow gerçekten OpenAI'den ayrılıyor mu? LinkedIn'den Goodfellow'un Google'a dönüşünün çok yeni olduğu görülebilir. Nedenini bilen var mı? OpenAI'nin, AI alanının açıklığının ve AI güvenliği üzerindeki çalışmalarının etkisi nedir? "
Bu konuda Goodfellow hızlı bir şekilde şu şekilde yanıt verdi:
Evet, Şubat sonunda OpenAI'den ayrıldım ve Google Brain'e döndüm.
OpenAI'deki günlerimi seviyorum ve OpenAI meslektaşlarının benimle yaptıkları işten gurur duyuyorum. Google beynine geri döndüm çünkü zamanla, araştırmamın farklı gizlilikle ilgili rakip örneklere ve teknolojilere odaklandığını ve bu çalışmaların esas olarak Google'daki meslektaşlarımla işbirliği içinde yürütüldüğünü öğrendim.
Google Brain ve OpenAI ve nispeten küçük AI araştırma çemberi göz önüne alındığında, Ian, Google Brain ile her zaman iletişim halinde olmalıydı. Aslında Ian, OpenAI'de Google Brain ile birlikte tamamladığı ICLR 2017 En İyi Makale Ödülü'nü kazanan bir çalışmaya katıldı.
Ian Goodfellow hakkında
Büyük derin öğrenme tanrısı Yoshua Bengio'nun öğrencisi, ilk yazar olarak, "Derin Öğrenme" kitabını Bengio ve Allan Courville ile birlikte yazdı - evet, bu [işte] Derin Öğrenme.
GAN hakkında
Ian Goodfellow, 2014 yılında Generative Adversarial Networks (GAN) konseptini önerdi. O zamandan beri GAN, akademide sıcak bir araştırma konusu haline geldi. Yann LeCun, bunu "makine öğrenimi alanındaki son on yılda en heyecan verici fikir olarak nitelendirdi. ". Bir yüzleşme ağı oluşturmanın kısa bir tanıtımı şu şekildedir: Bir jeneratör eğitin (Jeneratör, G olarak anılır), rastgele gürültü veya gizli değişkenlerden (Gizli Değişken) gerçekçi örnekler oluşturun ve gerçek Veriler ve üretilen veriler, Nash dengesine ulaşılıncaya kadar aynı anda eğitilir.Jeneratör tarafından üretilen veriler, gerçek örnekten ayırt edilemez ve ayırıcı, üretilen verileri gerçek verilerden doğru şekilde ayırt edemez. GAN'ın yapısı Şekil 1'de gösterilmektedir.
Ian Goodfellow, Generative Adversarial Network (GAN) makalesinin sonunda birkaç noktayı özetledi:
avantaj
-
Model yalnızca geri yayılımı kullanır ve Markov zincirlerine ihtiyaç duymaz;
-
Eğitim sırasında gizli değişkenlerin çıkarılmasına gerek yoktur;
-
Teoride, türevlenebilir bir işlev olduğu sürece, D ve G'yi oluşturmak için kullanılabilir, çünkü derin bir üretici model yapmak için derin bir sinir ağıyla birleştirilebilir;
-
G'nin parametre güncellemesi doğrudan veri örneğinden gelmez, ancak D'den geri yayılımı kullanır (bu aynı zamanda geleneksel yöntemle karşılaştırıldığında en büyük farktır).
Dezavantaj
-
Yorumlanabilirlik zayıftır ve üretici modelin dağılımı Pg (G) açıkça ifade edilmemiştir.
-
Eğitilmesi daha zordur ve D ile G arasında iyi bir senkronizasyon gereklidir. Örneğin, D k kez güncellenir ve G bir kez güncellenir.
https://www.reddit.com/r/MachineLearning/comments/5y6uy8/d_did_ian_goodfellow_leave_openai/
