Mark Zuckerberg pensa così frainteso
ZDNet Chris Matyszczyk dice Karen Roby che Facebook CEO dice che i dipendenti devono costantemente spiegare ai critici che Facebook ha a cuore i loro interessi. Leggi di più: https://zd.net/2M96j2h
E ‘ stato detto che gli ingegneri — e alcuni scienziati, ma soprattutto ingegneri-in grado di visualizzare nella propria mente ciò che non esiste ancora a lungo prima di sedersi in panchina per costruire qualcosa.
Facebook testa di intelligenza artificiale, Yann LeCun, sembra essere che il profilo di una T.
“Io lavoro per lo più dall’intuizione”, egli scrive in Quando la Macchina Impara, un nuovo libro che è parte biografia, parte conferenza di scienza, parte IA storia, pubblicato mercoledì in francese, come Quand la macchina apprend.
“Ho un progetto in testa i casi limite, che Einstein chiamato il ‘pensiero esperimenti’,”, scrive LeCun.
Anche: LeCun, Hinton, Bengio: AI cospiratori conferito prestigioso premio Turing
LeCun è animata sul palco, chiaramente eccitato, cercando di trasmettere le cose ai bordi di AI che sono venuti dal suo pensiero esperimenti.
Tiernan Ray per ZDNet
Che la capacità di immaginare qualcosa che non esiste, forse al limite di quello che è generalmente pensato fattibile, è il marchio di ingegneri e degli innovatori. LeCun è qualcosa di una rarità tra l’IA folla, uno scienziato che è a casa nella progettazione di algoritmi, ma ha anche un piede saldamente in ingegneria informatica.
LeCun, che quest’anno ha vinto l’ACM Turing Award per i contributi per l’informatica, è meglio conosciuto per la promozione e la raffinazione e di concretizzare il convolutional rete neurale, o la CNN, nel 1990. Egli non inventò la cosa da zero, ma ha fatto CNNs pratico, funzionale. Hanno costituito il fondamento della rivoluzione di apprendimento automatico che ha portato LeCun alla ribalta negli ultimi dieci anni, insieme con i suoi concittadini, colleghi vincitori del premio Geoffrey Hinton e Yoshua Bengio.
LeCun l’ingegnere era sul palco mercoledì presso l’Institute for Advanced Study di Princeton, NJ, per spiegare quello che sembrava intuizione, ma ricche e complesse intuizione. L’impostazione è stata una tre giorni di workshop sul deep learning, in particolare, la teoria di apprendimento profondo. Organizzato da Istituto professore di matematica Sanjeev Arora, l’evento ha attirato un sacco di AI luminari, tra cui Nvidia, testa di AI di ricerca, Anima Anandkumar, e LeCun compagni di Facebook studioso Léon Bottou.
LeCun slide di presentazione su un tema che ha recentemente assunto la strada a molte conferenze: Come arrivare al di là dell’etichetta di formazione esempi di convenzionale apprendimento profondo. “Non stiamo andando per ottenere l’intelligenza generale, come gli esseri umani”, con la supervisione o con multi-task di apprendimento”, ha detto al pubblico. “Stiamo andando ad avere per avere qualcos’altro.”
Che qualcosa, LeCun crede, è unsupervised learning. E per rendere possibile unsupervised learning, l’intero campo potrebbe essere necessario lavorare di più su un approccio noto come energia di base dell’apprendimento.
Funzioni energetiche che sono stati in giro in AI per decenni. Il biologo John Hopfield prima reso popolare l’approccio nel 1980 con quello che è venuto per essere conosciuta come la “Rete di Hopfield.” Era una svolta nella macchina di apprendimento, al momento, ed ha portato ad altri tipi di algoritmi di apprendimento che si occupano di nozioni di un campo di energia ottimizzato per essere, come la “Macchina di Boltzmann” perseguita da Hinton.
Anche: Facebook è Yann LeCun riflette il fascino senza tempo di circonvoluzioni
“L’energia-based learning è stato tutto un po”, ha osservato LeCun, “ed è tornato di recente alla mia coscienza, perché la necessità di fare meno controllo.”
I dettagli diventano astruse rapidamente, ma l’idea di base è che invece di creare tonnellate di etichetta insiemi di dati, come immagini di gatti e cani, o spendere migliaia di ore giocando giochi di gioco, come DeepMind è AlphaZero, basta prendere qualche abbondanti dati grezzi, come un sacco di video su YouTube, e dei mangimi per la macchina.
“Rendere la macchina molto grande e farlo guardare YouTube o Facebook Live tutto il giorno,” ha detto LeCun.
La macchina può essere addestrato per prevedere che cosa succede dopo ogni fotogramma del video. La compatibilità tra la previsione e la realtà è ciò che è chiamato un livello di energia. L’energia più bassa è meglio è, più compatibile, il che significa, più preciso, in modo che una rete neurale cerca di raggiungere un ideale stato di basso consumo energetico.
Anche: Facebook è Yann LeCun dice ‘interno di attivita’ proventi AI chip
LeCun ha una grande energia sul palco e un evidente delizia con le sfumature del soggetto. Ha dimostrato di incertezza per il pubblico, fissando semplice, muovere le braccia in avanti e indietro. “Stai guardando me in questo momento, si sta girando un video di me, e lo sfondo non cambia, la telecamera non si muove”, ha detto LeCun.
“L’unica cosa che succede è che posso spostare la mia testa in una direzione o l’altra, posso spostare i miei muscoli in modi diversi, e il collettore di tutte le immagini della mia testa durante questo parlare adesso è un basso-dimensionale collettore che è delimitata in alto dal numero di muscoli nella mia testa.”
LeCun messaggio era abbastanza radicale nel contesto di apprendimento automatico. Funzioni energetiche che fare con il probabilistici per la stima, in LeCun versione. “Penso che il giusto quadro di riferimento per questo è quello di buttare via il quadro probabilistico, perché è sbagliato.” La tipica rete neurale hanno infinite “pesi”, ha detto, che “è solo sbagliato, è anche inutile.”
Chiaramente, LeCun è nel suo elemento immaginando ciò che non è ancora stato creato e cercando di comunicare. Ma alcuni di che aspettare un altro giorno. LeCun era di salire su un aereo, poi per andare a Parigi per incontrare i giornalisti per discutere il libro. Egli è sulla copertina di questa settimana di una patinata rivista francese, l’Obs (le Nouvel Observateur) a parlare di promessa e pericolo dell’AI. Egli è il pifferaio di un movimento che tutti vogliono essere entusiasti o spaventati. Per decenni, LeCun e altri poteva vedere, ma le cose non funzionano. Ora sembra funzionare troppo bene. Qualcuno ha avuto a essere suoi difensori civici. Che LeCun.
Intelligenza Artificiale
Wells Fargo: intelligenza Artificiale, machine learning un ‘arma a doppio taglio’
No, questo l’IA non sa ottavo grado della scienza
Che cosa è l’IA? Tutto quello che devi sapere sull’Intelligenza Artificiale
Di nuovo AI posti di lavoro supera il numero di posti di lavoro persi (ZDNet YouTube)
Elon Musk dice AI verranno creati posti di lavoro irrilevante (CNET)
Come aggiungere intelligenza artificiale per il 2020 È di bilancio (TechRepublic)
Argomenti Correlati:
Big Data Analytics
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software