Mark Zuckerberg mener, at han er så misforstået
ZDNet ‘s Chris Matyszczyk fortæller Karen Roby, at Facebook’ s administrerende DIREKTØR siger, at medarbejderne skal hele tiden forklare, at kritikere, at Facebook har deres bedste interesser på hjerte. Læs mere: https://zd.net/2M96j2h
Det er blevet sagt, at ingeniører-og nogle forskere, men for det meste ingeniører — kan se i deres øjne, at der endnu ikke eksisterer længe før de sætter sig ned på bænken til at konstruere noget.
Facebook er leder af kunstig intelligens, Yann LeCun, ser ud til at passe, at profilen til et T.
“Jeg arbejder for det meste intuitivt,” skriver han i, Når Maskinen Lærer, en ny bog, der er en del biografi, som er en del videnskab foredrag, en del AI historie, offentliggjort onsdag i fransk som Quand la machine apprend.
“Jeg projekt i mit hoved grænsetilfælde er det, som Einstein kaldte “tanke eksperimenter’,” skriver LeCun.
Også: LeCun, Hinton, Bengio: AI sammensvorne tildelt prestigefyldte Turing-prisen
LeCun er animeret på scenen, helt klart fyldt med energi af at forsøge at formidle ting på kanten af AI, som er kommet fra hans tanke eksperimenter.
Tiernan Ray til ZDNet
At evnen til at forestille sig noget, der ikke eksisterer, måske på grænsen af, hvad der er generelt troede muligt, er mærket af ingeniører og opfindere. LeCun er noget af en sjældenhed blandt AI publikum, en videnskabsmand, der er hjemme i algoritme design, men også har en fod solidt i computer engineering.
LeCun, der i år vandt ACM ‘ s Turing Award for bidrag til datalogi, er bedst kendt for at fremme og raffinering og gøre praktiske convolutional neurale netværk, eller CNN, i 1990’erne. Han opfandt ikke den ting fra bunden, men han gjorde det CNNs praktisk, brugbar. De dannede grundlaget for revolutionen i machine learning, der bragte LeCun en fremtrædende plads i de sidste ti år sammen med sine landsmænd, andre prisvindere Geoffrey Hinton og navn som egentlig betyder yoshua Bengio.
LeCun ingeniør var på scenen onsdag på Institute for Advanced Study i Princeton, NJ, til at forklare, hvad der lød som intuition, men et godt konkretiseret-ud intuition. Den indstilling, der var en tre-dages workshop på dybt læring-især teorien om dyb læring. Arrangeret af Institut for matematik professor Sanjeev Arora, begivenhed, der trak masser af AI-berømtheder, herunder Nvidia ‘ s chef for AI forskning, Anima Anandkumar, og LeCun kolleger Facebook lærd Léon Bottou.
LeCun ‘ s præsentation var omkring et tema, han er på det seneste taget på vej til mange foredrag: Hvordan man kommer ud over de mærkede uddannelse eksempler på konventionelle dyb læring. “Vi kommer ikke til at få intelligens som generelt som mennesker” med tilsyn eller i forbindelse med multitask-læring,” fortalte han publikum. “Vi er nødt til at have noget andet.”
Noget andet, LeCun mener, er unsupervised learning. Og for at gøre det muligt unsupervised læring, hele området, kan behovet for at arbejde mere på en strategi, der er kendt som energi-baseret læring.
Energi-funktioner har været rundt i AI i årtier. Biolog John Hopfield først populariseret tilgang i 1980’erne med i, hvad der kom til at blive kendt som “Hopfield-Netværket.” Det var et gennembrud i machine learning på det tidspunkt, og det førte til andre former for learning algoritmer, der beskæftiger sig med forestillinger om en energi, der skal optimeres, såsom “Boltzmann-Maskine”, der forfølges af Hinton.
Også: Facebook ‘ s Yann LeCun afspejler den vedvarende appel af vindinger
“Energi-baseret læring har eksisteret i et stykke tid,” bemærkede LeCun, “og det er kommet tilbage for nylig, at min bevidsthed, fordi det er nødvendigt at gøre mindre tilsyn.”
Detaljerne bliver dunkel hurtigt, men den grundlæggende idé er, at i stedet for at skabe tonsvis af mærket datasæt, såsom billeder af katte og hunde, eller at bruge tusindvis af timer på at spille skak som DeepMind er AlphaZero, bare tage nogle rigelige mængder rå data, såsom masser af YouTube-klip, og fodre det til maskinen.
“Gør maskinen virkelig stor og har det, se YouTube eller Facebook Live hele dagen,” sagde LeCun.
Maskinen kan blive uddannet til at forudsige, hvad der kommer næste efter hver frame i en video. Forenelighed mellem en forudsigelse, og den virkelighed er, hvad der kaldes en energi niveau. Et lavere energiforbrug, bedre, mere kompatible, hvilket betyder, mere præcis, så et neuralt net forsøger at nå frem til en ideel lav-energi tilstand.
Også: Facebook ‘ s Yann LeCun siger ‘indre aktivitet” provenu på AI chips
LeCun har en fantastisk energi på scenen og en tydelig glæde med nuancer af emnet. Han viste usikkerhed for publikum, stirrende ligetil, at bevæge armene frem og tilbage. “Du kigger på mig lige nu, du optager en video af mig, og på den baggrund ændrer ikke på, at kameraet ikke bevæger sig,” sagde LeCun.
“Det eneste, der sker er, at jeg kan bevæge mit hoved i den ene eller anden retning, kan jeg flytte mine muskler på forskellige måder, og de mangfoldige af alle billeder i mit hoved i løbet af dette foredrag lige nu er en lav-dimensionelle manifold, som er afgrænset ovenfor ved antallet af muskler i mit hoved.”
LeCun budskab var temmelig radikale i forbindelse med machine learning. Energi-funktioner, gøre væk med probabilistisk forudsigelse, i LeCun ‘ s version. “Jeg tror, at den rigtige ramme for dette er rent faktisk at smide den probabilistiske ramme, fordi det er forkert.” Den typiske neurale net ville have “uendelig vægt,” sagde han, som er “bare forkert, det er også nytteløst.”
Det er klart, LeCun er i sit rette element forestille sig, hvad der endnu ikke er blevet oprettet, og forsøger at kommunikere det. Men noget af det må vente til en anden dag. LeCun var at komme på et fly senere at rejse til Paris for at mødes med journalister for at diskutere den bog. Han er på forsiden af denne uge af en blank franske magasin l’Obs (Nouvel Observateur) taler om det løfte, og faren for AI. Han er the pied piper af en bevægelse, som alle ønsker at blive begejstret over eller bange for. I årtier, LeCun og andre kunne se det, men de ting ikke fungerer. Nu ser det ud til at virke alt for godt. Nogen er nødt til at være sine ombudsmænd. Det er LeCun.
Kunstig Intelligens
Wells Fargo: Kunstig intelligens og maskinindlæring et “tveægget sværd’
Nej, dette AI ikke har styr ottende klasse videnskab
Hvad er AI? Alt, hvad du behøver at vide om Kunstig Intelligens
Nye AI job, vil flere arbejdspladser tabt (ZDNet YouTube)
Elon Musk siger AI vil gøre arbejdspladser irrelevant (CNET)
Hvordan at tilføje kunstig intelligens til din 2020 IT-budget (TechRepublic)
Relaterede Emner:
Big Data Analytics
Digital Transformation
CXO
Tingenes Internet
Innovation
Virksomhedens Software