0
| 本文作者： 老王 | 2016-12-04 11:10 |
前段時(shí)間，吳恩達(dá)連續(xù)給業(yè)界人士寫了兩篇公開信，為各行各業(yè)普及了人工智能在行業(yè)中的應(yīng)用。而在最近，谷歌大腦負(fù)責(zé)人 Jeff Dean 和 Yann LeCun 也頻繁在公眾場(chǎng)合露臉，為大眾解讀機(jī)器學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、增強(qiáng)學(xué)習(xí)等技術(shù)。
Facebook 的博客上發(fā)布了一條新消息，放出大神 Yann LeCun 親自講解 AI 知識(shí)的三彈視頻。然而如果 AI 領(lǐng)域的專業(yè)讀者，稍微點(diǎn)開視頻一看，便知道這好像是一個(gè)高中老師在講科普課的風(fēng)格。
三彈視頻湊成一個(gè)系列，風(fēng)格十分活潑，Yann LeCun 的講解里穿插動(dòng)畫，并沒有太多技術(shù)性的內(nèi)容。LeCun 在視頻里就明確表示，這次主要是給大眾普及關(guān)于深度學(xué)習(xí)的基本原理，希望可以鼓勵(lì)年輕人、高中生對(duì)該領(lǐng)域有更多了解，激發(fā)他們來探索這一領(lǐng)域的興趣。
Yann Lecun 的三個(gè)視頻主要講述了個(gè)人工智能的基礎(chǔ)技術(shù)：
監(jiān)督學(xué)習(xí)最常用，關(guān)鍵是“調(diào)參”
機(jī)器學(xué)習(xí)，用模板來進(jìn)行圖像識(shí)別
深度學(xué)習(xí)新方法：卷積神經(jīng)網(wǎng)絡(luò)
近日，開放人工智能實(shí)驗(yàn)室 OPEN AI LAB 在北京成立，該實(shí)驗(yàn)室由 ARM 攜手加速器安創(chuàng)空間、聯(lián)合全志科技、地平線機(jī)器人聯(lián)合發(fā)起。
據(jù)悉，成立該實(shí)驗(yàn)室的目的是設(shè)立統(tǒng)一具有參考價(jià)值的算法框架和芯片標(biāo)準(zhǔn)，搭建一個(gè)基于嵌入式設(shè)備的人工智能平臺(tái)。
ARM 全球執(zhí)行副總裁兼大中華區(qū)總裁吳雄昂、地平線機(jī)器人 CEO 余凱、安創(chuàng)空間 CEO 陳鵬、全志科技副總裁薛巍，分別介紹了 OPEN AI LAB 的研究方向、落地形式以及對(duì)未來的展望。
谷歌大腦負(fù)責(zé)人 Jeff Dean 在接受 Fortune 雜志采訪時(shí)講述了他對(duì)無監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)在人工智能領(lǐng)域應(yīng)用的看法，他指出你在使用谷歌搜索引擎或者使用地圖導(dǎo)航的時(shí)候，你需要記住他們背后有一個(gè)很大的大腦為你提供搜索結(jié)果，并確保你不會(huì)迷路。
當(dāng)然，它并不是一個(gè)真正的大腦，而是谷歌大腦研究團(tuán)隊(duì)。
在過去幾年中，研究小組已經(jīng)創(chuàng)造了超過 1000 個(gè)深度學(xué)習(xí)項(xiàng)目將其應(yīng)用在谷歌現(xiàn)有的產(chǎn)品當(dāng)中：如 YouTube，谷歌翻譯和谷歌相冊(cè)等。研究人員通過深度學(xué)習(xí)將大量數(shù)據(jù)輸入到神經(jīng)網(wǎng)路當(dāng)中，學(xué)習(xí)比人類識(shí)別速度更快的模式。
最近幾年時(shí)間里， 多倫多大學(xué) Geoffrey Hinton 加入谷歌，紐約大學(xué)的 Yann LeCun 到了 Facebook，斯坦福大學(xué)的吳恩達(dá)加入百度，卡耐基梅隆大學(xué)的 Alex Smola 加入亞馬遜。上周，谷歌聘任了斯坦福大學(xué) AI 實(shí)驗(yàn)室負(fù)責(zé)人李飛飛。這些學(xué)者當(dāng)中，有些依然在大學(xué)保留教職，但在商業(yè)領(lǐng)域存在感更強(qiáng)。
據(jù)美國(guó)國(guó)家科學(xué)基金會(huì)（National Science Foundation,NSF）統(tǒng)計(jì)，如今美國(guó)計(jì)算機(jī)科學(xué)領(lǐng)域的博士在工業(yè)界任職比例高達(dá) 57%，十年前這一比例是 38%。工業(yè)界的計(jì)算研究協(xié)會(huì)（Computing Research Association）稱，盡管美國(guó)博士生的總數(shù)在增加，但愿意留在學(xué)術(shù)界的人數(shù)比例達(dá)到了“歷史最低點(diǎn)”。
AI 領(lǐng)域的學(xué)生“對(duì)于公司來說至少價(jià)值 500-1000 萬美元”，卡耐基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院主任 Andrew Moore 說道。
科技巨頭給予的優(yōu)厚待遇非大學(xué)能比擬，他們提供的不僅是穩(wěn)定的研究經(jīng)費(fèi)、海量數(shù)據(jù)庫(kù)和計(jì)算能力，還有那種直接創(chuàng)造產(chǎn)品從而改變億萬人民生活的“興奮感“。
從個(gè)人收入來說，公司提供的大大高于學(xué)校，或許還會(huì)伴隨著股票期權(quán)，日后財(cái)富收入更為客觀。據(jù) NSF 統(tǒng)計(jì)，在美國(guó)的計(jì)算機(jī)和信息科學(xué)領(lǐng)域，大學(xué)實(shí)驗(yàn)室博士后的中等年薪為 5.5 萬美元，而公司實(shí)驗(yàn)室工作的博士后中等年薪是 11 萬美元。
MIT人工智能算法披露：我們?nèi)绾斡?200 萬張圖片預(yù)見 1.5 秒后的世界
麻省理工學(xué)院（MIT）計(jì)算科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）的研究工作者的一項(xiàng)研究成果再次推進(jìn)了機(jī)器學(xué)習(xí)的發(fā)展。深度學(xué)習(xí)算法僅僅通過一張圖片，就可以讓計(jì)算機(jī)便生成一小段視頻來模擬圖中場(chǎng)景，并預(yù)測(cè)接下來會(huì)發(fā)生的情景。
訓(xùn)練過程使用了 200 萬個(gè)無標(biāo)簽的鏡頭，視頻總時(shí)長(zhǎng)達(dá)一年。相比使用基準(zhǔn)模型算法，這一算法生成的視頻更真實(shí)。在測(cè)試過程中，深度學(xué)習(xí)算法生成的視頻和比基準(zhǔn)模型算法真實(shí)度高了 20%。
研究團(tuán)隊(duì)稱，這項(xiàng)技術(shù)可以用于改進(jìn)安檢策略、提高自動(dòng)駕駛安全性等諸多領(lǐng)域。據(jù)該實(shí)驗(yàn)室博士生與第一作者透露，這一算法能夠?qū)崿F(xiàn)人類活動(dòng)的機(jī)器識(shí)別從而擺脫人工識(shí)別的高昂費(fèi)用。
“這些視頻展現(xiàn)了電腦認(rèn)為將會(huì)發(fā)生的場(chǎng)景，”Vondrick 表示，“如果你可以預(yù)測(cè)未來，那么你必須能夠理解目前發(fā)生的事情?！癡ondrick、MIT 教授 Antonio Torralba 還有 Hamed Pirsiavash 教授共同發(fā)表的這一成果。Pirsiavash 教授是 CSAIL 的博士后，現(xiàn)于馬里蘭大學(xué)擔(dān)任教授。這項(xiàng)工作將于下周在巴塞羅那召開的神經(jīng)信息處理系統(tǒng)大會(huì)（NIPS）上展出。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
