Это было не так давно, что идея построения технологии с «мозгов», которые учатся и даже структурированные так же, как наша казавшиеся научной фантастикой.
Просто попросить уважаемых ораторов на форуме “Samsung АИ 2018”. Проходить в Сеуле с сентября 12— го на 13— е, второе издание Samsung Электроника-искусственный интеллект (ИИ) форума выполнена ИИ экспертов, которые обсуждали, как революционные достижения не только помогают создать технологию, которая позволит сделать нашу жизнь более комфортной, удобной и эффективной. Они также учат нас о том, как наши умы работать.
Обучение Без Учителя Занимает Центральное Место
Форум начался с презентации с директором центром Нью-Йоркского университета для науки о данных, и одним из ведущих специалистов в мире в области глубокого обучения, Янн Лекун.
Речь Ликан заложит основу для увлекательной дискуссии на тему обучения без учителя, который будет следовать в течение двух дней. Ликан объяснил, почему он и многие его сверстники считают, что обучение без учителя, также известный как самостоятельного обучения, представляет будущее ИИ. Он также вникал в возможности применения алгоритмов обучения без учителя (и ограничения), и объяснил, чем они отличаются от контролируемого и алгоритмов обучения с подкреплением.
Как LeCun объяснил, обучающийся алгоритмы изучать с использованием меченых данных и ответов, что позволяет оценить их точность. Фактически это означает, что каждый пример в наборе данных обучения включает в себя ответ, что алгоритм должен произвести. С обучения с подкреплением, алгоритм обучается с помощью системы вознаграждения, которая предлагает обратную связь, когда он выполняет оптимальные действия в данной ситуации. Он опирается на эту обратную связь, а не с надписью наборов данных, чтобы сделать выбор, который предлагает наибольшее вознаграждение.
С Обучение без учителя, алгоритм пытается извлекать пользу из немеченая набор данных—набор примеров, которые не имеют правильного ответа или желаемого результата—на своих. Хотя эти алгоритмы могут быть более непредсказуемые, чем их коллеги, они также могут выполнять более сложные задачи обработки.
Ликан использовал учебные самоуправляемые автомобили в качестве ключевого примера потенциал обучения без учителя по. “Многие люди, которые работают над автономного вождения надеются с помощью обучения с подкреплением, чтобы получить автомобиль, чтобы научиться ездить самостоятельно, путем проб и ошибок,” сказал Ликан. “Проблема в том, что из-за [присущего неэффективности обучения с подкреплением, то вам понадобится автомобиль, чтобы ездить со скалы в несколько тысяч раз, прежде чем он поймет, как не делать этого”.
Лекун рассказал, как, в отличие от моделей обучения с подкреплением, которые полагаются на метод проб и ошибок, модели обучения без учителя может потенциально быть в состоянии гадать, что сделать в такой—демонстрируя ситуации умственными способностями, похожими на то, что мы называем здравым смыслом.
Он также поделился своим опытом разработки искусственных нейронных сетей, в частности сверточных нейронных сетей (ConvNets)—и показали, как они могут быть использованы для создания не только беспилотных автомобилей, но и широкий спектр инновационных устройств, включая технологии для медицинских сигналов и изображений, анализа, биоинформатика, распознавание речи, перевод, восстановление изображений, робототехника и физика.
Презентация Ликан последовала лекция от другой корифей в области глубокого обучения: профессора Монреальского университета Yoshua Bengio. Лекция профессора Bengio сосредоточился конкретно на стохастического градиентного спуска (СГД)—метод оптимизации ИИ, который используется для минимизации ошибок, допущенных искусственных нейронных сетей.
Как Bengio объяснил, “[СГД] — это действительно рабочая лошадка глубокого изучения. Это метод оптимизации, который используется повсеместно для обучения, обучение с подкреплением и самостоятельного обучения. Он был с нами на протяжении многих десятилетий, и она работает невероятно хорошо, но мы не совсем еще понимаю.”
Презентация Bengio позволило участникам лучше понять СГД, с особым акцентом на том, как СГД вариантов может влиять на нейронные сети оптимизация и обобщение. Bengio обсуждали, как традиционный вид обучения машина видит оптимизация и обобщение как аккуратно отделяют, но это на самом деле не так. Он также представил подробные результаты исследования влияния СГД-ориентированных методик обучения по обоим направлениям дизайна сети.
Может обучение без учителя раскрыть секреты мозга?
Себастьян Сеунг, исполнительный вице-президент по исследованиям Samsung и главный научный сотрудник Samsung Электроника, выступил с особенно поучительным презентацию, в которой изложили, почему обучение без учителя будет иметь важное значение для разработки ИИ человеческого уровня умственных способностей.
Сын рассказал, как сверточные нейронные сети, которые Ликан были подробно рассмотрены в действительности, основанные на выводы, полученные в ходе исследования нейронауки. Он также рассказал, как его исследования в искусственных и биологических нейронных сетей привела его к изучению способов применения AI, чтобы получить лучшее понимание того, как наш мозг устроен.
Сын подчеркнул, что модель процесса проектирования сети обучение без учителя лежит в коре мозга, и выявили последние исследования, что его команда была вовлечена в том, что использовать AI в карту всех нейронов, содержащихся в одном кубическом миллиметре мыши зрительной коры—более 100 000 в общей сложности.
Алгоритм обучения без учителя, который исследователи использовали позволило не только создать 3D-реконструкцию электропроводки нейронной сети, а также надписи и цвета в отдельных клеток и их компонентов. “Это волшебство глубокого изучения”, — сказал сын. “Если человеку пришлось покрасить все это, понадобится около 100 лет работы. И это без перерывов на кофе или спать”.
Живущих с социальной роботы в 10 до 20 лет
Выступление Синтия Бризель, основатель и главный ученый Jiboбыл, Инк. и директор-основатель личной группы робототехники в МТИ (Массачусетского технологического института) Медиа-Лаборатории, сконцентрировали свое внимание на применении ИИ для разработки передовой робототехники.
Речь бризель, озаглавленной “живущие и процветающие с социальных роботов”, обсудили подходы, необходимые для разработки автономных систем, которые используют ИИ для повышения качества нашей жизни. Как Бризель пояснил, автономной, социально и эмоционально интеллектуальные технологии—роботы с тем, что известно как ‘реляционных АИ’—представить широкий спектр интересных преимуществ.
“Я действительно взволнован, чтобы думать о следующих 10 до 20 лет—эти роботы становятся частью нашей повседневной жизни”, — сказал Бризель.
Увлекательная презентация выделенный полезным спутником технологий, в частности, обсуждались конкретные примеры того, как роботы могут быть использованы для оказания помощи детям и пожилым людям. Бризель отметить исследования, в которых ИИ роботы были даны пациентов в детской больнице, а также детей и пожилых людей.
Видео исследования показали, как дети в больнице обратил комфорт от сверстников-как компаньон на их стороне, и продемонстрировал, каким образом роботы могут быть использованы для повышения обучения. Как Бризель объяснил, “это о разном видении для AI. Есть так много внимания сейчас на инструменты для профессионалов, и там не так много глубоких мыслей, как AI идет на пользу всем.” Исследования, Бризель добавил, “показывают, что есть большое обещание с этих технологий в реальном мире… делает реальную разницу”.
В этом году форум также включал в себя разнообразные выступления, которые предложили всеобъемлющий взгляд на состояние современного развития искусственного интеллекта. Сюда вошли презентации на темы, охватывающие достижения в области обучения с подкреплением, взаимная информация нейронных оценка, социально и эмоционально интеллекта, личного помощника роботов и точной медицины с помощью машинного обучения. События обсудить на форуме Samsung АИ 2018 представлять больших успехов в направлении создания ИИ-связано будущее.
