“La scarsità, che è la direzione in cui deep learning deve espandere,” dice Gopi Prashanth, che è vice presidente di ingegneria AI-avvio LandingAI, gestito da ex di Google AI luminare Andrew Ng.
In un’intervista a ZDNet, Prashanth riflette sulla sfida di portare qualcosa di costruito per davvero i big data, la macchina di apprendimento approccio chiamato deep learning, e di re-engineering per pochissimi dati, forse solo un singolo campione di un tempo.
Non è un accademico preoccupazione. Il mandato del Ng e del suo team è quello di mettere AI di lavoro per business. Che richiede l’utilizzo di tecniche come la macchina di apprendimento in alcune impostazioni, dove c’è il mio essere molto pochi buoni esempi di un problema usare per allenare la macchina.
Si consideri una linea di produzione per auto o un altro prodotto finito. Sono sistemi progettati per garantire affidabilità, e quindi non ci sono, numerosi esempi di errore da cui imparare.
Anche: Andrew Ng vede un’eterna primavera AI
Gopi Prashanth, VP of engineering con LandingAI.
LandingAI.
“Diciamo che sono una qualità visiva ispezione, e una parte viene a te” sulla linea di produzione. “È una decisione da dolci che parte in mano e cercando di determinare se è accettabile o meno.”
“Forse uno tra i 1.000 e i prodotti sono difettosi, due al massimo; gli esseri umani possono prendere due esempi e generalizzare da loro molto bene. Ma per insegnare a una macchina per l’utilizzo di un paio di campioni di dati è molto difficile problema tecnico da risolvere-è una delle principali sfide che dobbiamo lavorare di più.”
Prashanth sa qualcosa sui sistemi che interagiscono nel mondo reale. Su Amazon, ha lavorato su “Amazon Go”, progetto che ha costruito i negozi dove la gente può entrare e prendere la roba e andare, e avere il totale fatturato loro più tardi, con una nuova combinazione di sensori e sistemi di visione di ingegneria.
Quando Ng allungò la mano verso di lui, mentre era su Amazon, “io non ero in cerca di andarsene, ma è stato un approccio molto personale,” dice. “Ha parlato di meno circa l’opportunità, e di più su di me; aveva passato il tempo a guardare la mia carriera e il mio curriculum a capire i miei punti di forza e di debolezza; e l’ha fatto molto personale, e che realmente ha colpito una corda con me.”
“Abbiamo parlato e ho scoperto che abbiamo condiviso una visione molto simile.”
Anche: IBM, Apple e Facebook rappresentano la nuova inclinazione verso il business per la venerabile IA conferenza
La visione è quella di risolvere molti problemi di business, di pensiero, di dieci-quindici anni avanti,” dice Prashanth. La scienza applicata è la messa a fuoco, come trasformare un’intera azienda o di un intero campo, come la sanità.
“Stiamo andando in aree che tradizionalmente non sono tech-pesanti, come la produzione”, dice. “Il nostro presupposto è che saremo in grado di svelare i problemi si possono risolvere anche il cliente non è a conoscenza di cose su di ottimizzazione e di risparmio di costi e di tutti, questa è la nostra ipotesi di andare avanti.” (Leggi l’intervista a ZDNet con Ng nel mese di dicembre.)
Il problema della scarsità va al cuore di cui apprendimento profondo e di altri approcci AI abbattere, Prashanth suggerisce.
“Deep learning è molto nascente”, dice. “È molto bravo a prendere in grandi volumi di dati, fondamentalmente giusto che per un multidimensionali di superficie nell’iperspazio — un collettore”, dice, riferendosi al concetto di non-Euclidea dello spazio che rappresenta le connessioni tra i punti dati.
Inoltre: Può IBM possibilmente domare AI per le imprese?
“Deep learning sta passando sempre di più di questo mucchio di spazzatura, come la chiamano. Il deep learning network mette roba, e il modello viene fuori”, così riassume le operazioni di base di apprendimento profondo. “Se il modello è sbagliato, è raccogliere più dati, si mescola il palo di nuovo, e formare la rete di errore.”
“Ma, non molte persone sono alla ricerca in il problema di generalizzare da dati sparsi.”
Deve leggere
‘IA è molto, molto stupido”, dice Google AI leader (CNET)Come ottenere tutti Google Assistente nuove voci di adesso (CNET)Unificata di Google IA divisione di un chiaro segnale di AI del futuro (TechRepublic)Top 5: le Cose da sapere riguardo AI (TechRepublic)
Nella produzione, il presupposto è sempre stato quello di rimuovere le “anomalie” del sistema e, quindi, i pochissimi esempi in controllo di qualità che c’è qualcosa di sbagliato.
LandingAI non necessariamente bisogno di inventare nuovi apprendimento profondo quadri o strumenti di. Cose come TensorFLow, che sono disponibili per Prashanth e la squadra”, sono già abbastanza elaborata.”
“In questo momento, non abbiamo colpito un punto in cui abbiamo bisogno di reinventare gli strumenti.”
Quello che è necessario, dice, “è quello di insegnare una rete di generalizzare”, basato sull’esame di “ciò che non percepiscono gli esseri umani, e come ti alleni un modello per fare la stessa cosa.”
Che il viaggio è solo all’inizio. Come Sbarco a risolvere il problema?
“Se avessi già risolto, sarebbe più facile rispondere”, dice Prashanth con una risata. “Che sta per essere la salsa segreta.”
Precedente e relativa copertura:
Che cosa è l’IA? Tutto quello che devi sapere
Un esecutivo a guida di intelligenza artificiale, machine learning e generale AI alle reti neurali.
Cos’è il deep learning? Tutto quello che devi sapere
Il lowdown su deep learning: da come si relaziona con il più ampio campo di machine learning a come iniziare con esso.
Che cosa è macchina di apprendimento? Tutto quello che devi sapere
Questa guida spiega in cosa consiste la macchina di apprendimento, di come esso è legato all’intelligenza artificiale, come funziona e perché è importante.
Che cos’è il cloud computing? Tutto quello che devi sapere su
Un’introduzione al cloud computing destra, dalle nozioni di base fino a IaaS e PaaS, ibrido, public e private cloud.
Storie correlate:
Google AI naviga in “gamescape” per conquistare la teoria dei giochi
Questo è ciò che l’IA sembra (come disegnato dall’IA)
Google DeepMind team leader 3D game dev piattaforma
DeepMind AI punti i primi segni della malattia dell’occhio
Argomenti Correlati:
Big Data Analytics
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software