深度学习与人工智能技术趋势

深度学习的现状

看一下AI系统,今天所有的应用,不管是影像、声音或者是图像的识别,或者一种语言翻译到另外一种语言,以及测试等,这些都是AI的一些特点。AI要实现这些特点都需要去学习,这涉及到深度学习,通过深度学习,我们可以训练机器。比如,向它展示一个车的图像,它就会知道这是一辆车,下次再向机器展示同一个图像时,你就会得到你想要的答案。这种指导下的学习对于计算机学习来说是非常重要的。

深度学习,比如科学培训,对机器进行端到端的培训,可以让它完成某一项任务,它会告诉你最后的输出是什么。通过运用端到端的学习方式,计算机会更好地了解我们的世界,它可以识别图像,同时还可以用于很多其他的应用,比如语言处理和语言识别等。这就是我们每天都在发布的一些新的应用,特别是涉及到神经元网络。

关于人工神经智能方面,我们知道,神经网络是非常大的,只有在非常强大的计算机上才可以运用,需要有CPU加以辅助。随着深度学习的革命,越来越多的人相信深度学习是可以奏效并可以发挥作用的。因为有了这样的一些应用,机器的失误错误率不断下降,故障率也在不断下降,有的时候表现得甚至比人还要好。它的性能非常好,已经成为了一种标杆。另外,人工神经智能实际上比CPU识别图像或对象更加复杂一些,它不仅仅能够识别对象,同时能够进行本地化处理,比如给我们的Mask RCNN系统展示一幅图像,它不仅仅可以识别出每一个对象,同时还会为每个对象加一个标注,如电脑、酒杯、人、桌子等,它都可以识别出来,而且还可以数出来到底有多少。如果五年之前问系统这些问题的话,我们当时可能认为需要10~20年时间才能达到今天呈现的效果。

在Facebook,还有许多其他项目利用这样的技术,我们现在有一个系统能够实时地运行并预测人类的行为,它可以跟踪很多人的行为,生成视频,而且非常地准确,可以实时地生成一些相应的数据和信息,相应的代码也是可以用的。这样的技术不仅仅可以进行图像识别、面部识别,也可以识别人的行动,也可以使用计算机序列,也可以用来翻译。Facebook经常使用我们系统进行翻译的工作,可以把一些文字从一种语言翻译成另外一种语言。

对于行业来说,进行这样的开发研究将会是一个非常有用的过程。对于我们研究团队来说,不仅仅要开发对公司非常有用的技术,同时我们也希望所开发的技术能够引领整个行业,能够解决我们感兴趣的问题。我们认为AI不仅仅会帮助我们解决问题,同时还会帮助应对很多人类自身无法解决的挑战。我们的科学团队会一起朝这方向努力。

在过去的几年里,IFRR所发布的一些开源项目,包括深度学习网络,还有深度学习框架,以及深度学习的应用。我们每天都会有一些新的应用发布,也可以进行语言的翻译甚至过滤,安全或者诊断,以及面部识别等等。另外,在科学方面,我们也可以看到深度学习被广泛地应用,进一步推动科学方面的研究。我们在未来几年里会看到深度学习将会发生更大的革命。

比如,训练车自己去进行驾驶,而且可以调整车轮的方向。这样的话可以让车自己去进行驾驶,而不需要有人去进行校正。

还有编程可以用人工神经网络解释,一共有三个指数,它会根据所展示的数据有所不同。另外根据数据的变化,系统也会有所变化。所以现在的问题是,我们是否有一种方法可以自动地生成一个自己的程序,同时可以对其进行培训,去完成某一项具体的任务,通过研究可以实现这样一种编程,利用这样的培训系统,来完成某一个具体的任务。在自然语言处理过程中,也可以看到人工神经网络是动态的,是在不断变化的,因为它会决定人们将来采用什么样的工具。

另外一个例子,也是关于动态的对抗和计算,比如你要建立一个系统能够回答复杂问题。这个理念就在于我们在这里输入了一个问题,而且这个问题可能也有一些不同的代码,它之后被解码,然后用于我们的编程当中,就可以让系统回答。这样,我们可以建立起一个端到端的解答的途径,而且也允许你提出更多新的问题。这些图像都是动态的,根据你输入的数据不同,它会有所变化,之后你可以加以操作。

深度学习的未来

在机器学习方面,我们要在深度学习上进行深入的挖掘,对于机器本身它会有不同的解决方案,有些核心的功能我们现在确实还没有触及到。这些机器是能够做到我们人类所不能做的事情的,只是我们现在还没有挖掘出来。我们也可以对机器本身进行更深入的培训,比如说,我们要对系统进行成千上万次的培训,之后它们才能够进行学习。有些学习是力学方面的,但是在实际的生活当中不可能实时的来进行这些操作,所以我们只能够进行模拟,它也需要我们进行很多的尝试才能够让机器学到。

婴儿怎么去学习呢?如果我们向婴儿展示一幅图像,对于六个月以下的婴儿他可能毫无反馈,因为他们不太了解比如物理方面的运动,可当他们满了八个月之后,他们已经知道了自由落体的作用了。我的一位朋友给我们展示出了婴儿怎么学会一些概念,最终了解到一些物理最基本的原理。他们在生活当中最初学到的一些概念,也是通过一些常识获取的,婴儿们能够了解到背景的知识,他们所学会的是一些常识。

我们在向动物展示某种情景,比如说大猩猩,在幼年时由培训员给它们进行一些展示,大猩猩面对魔术会笑出来,会把它们当作世界最起初的原型来看待。

我们希望机器能够建立一些样本,能够使得我们系统进行运行,最终机器会得到学习,之后再来进行一些预测,什么是可行的,什么是会发生的,然后我们就可以使得机器像人一样有效地运行。我们有这样的监督或者学习,就能够使机器得到培训,它们能够进行规划、反应,我们需要建立起的一个系统,由机器进行规划,根据它们的尝试进行预测。它的核心理念在于运用一些人工智能的元素,对民众社会的行为参与进行预测。

人工智能的技术趋势

不管下次的变革在哪个点,我觉得最重要的应该是自我监督或者无监督的学习,而且也会在这样的变革当中出现一些常识性的学习。未来最新的趋势应该是关于监督学习方面的,它是不能够被替代的,不管是无监督的学习还是其他的学习方式都不能够替代它。这点已经引起了很多人的兴趣,今后几年还会持续发展,我们也会进行更多的尝试。还有我们要使得机器能够推理,看一下深度学习能给我们什么样的推理能力,回顾一下AI时代机器的推理能力有多高,以及它的逻辑性有多强。

随着技术的不断演变,接下来我们也要朝着可差异化的智能学习方向持续发展,这需要我们来进行更多对抗性的训练与研究。这个过程中还会出现更多的有关深度学习的变革,比如说,包括了一些多渠道的发展或者是复杂的架构,而且在这个领域会有更多的理论不断出现。

很显然,在技术发展趋势方面,监督会不断的弱化,甚至监督会消失,这就会催生一些新的理论,比如新的语言,或者是出现了一些并行的文本。我相信,应该有多维度的可能性,你会发现出现了一些新的框架,包括了一些动态的影像或者是更多的幻象。人类诠释的能力也会不断的提升,我们和微软、亚马逊会进行更多的合作,我们也会不断地进行开源研究。随着移动工具和其他工具变得越来越流行,Facebook的用户每天能够推出大概20亿个不同的影像,大家可能会出于不同的目的去参与其中,我们希望能够充分发挥这方面的力量,这可能是一种很强的驱动能力。另外,这也使得我们要不断地强化硬件,以便使得用户的需求能够得到专业化的处理。

原文发布于微信公众号 - 奇点(qddata)

原文发表时间:2018-06-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

动态 | 微软亚洲研究院资深研究员梅涛:原来视频可以这么玩了! | CCF-GAIR 2017

7月9日,由CCF主办,雷锋网与香港中文大学(深圳)承办的CCF-GAIR 2017全球人工智能与机器人峰会进入了第三天。在CV+专场首场,微软亚洲研究院资深研...

3597
来自专栏PPV课数据科学社区

学习了哪些知识,计算机视觉才算入门?

有感于大家对计算机视觉研究的热情,同时对计算机视觉研究认知的局限性,或者说是基本研究方法和思路上的局限性。华刚博士根据最近计算机视觉领域国际权威、加州大学洛杉矶...

1412
来自专栏云加头条

王之捷:AI智能云端架构大幅提升智能语音识别能力

腾讯云AI业务架构师王之捷分享了腾讯云在人工智能、尤其在智能云方面的最新进展,以及如何将这些能力应用到工作当中。 [1506418627111_7828_150...

5596
来自专栏数据科学与人工智能

【数据挖掘】数据挖掘的九条定律

数据建模指的是对现实世界各类数据的抽象组织,确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。将经过系统分析后抽象出来的概念模型转化为物理模型后,...

2645
来自专栏人工智能快报

自动调优数据科学:新研究使机器学习流线化

一个新的自动化机器学习系统比它的人类同行表现得更好,并且工作速度提高了100倍。 数据科学既是一门学科又是一个应用程序。它最近的飞速发展可以部分归因于其强大的问...

3817
来自专栏达观数据

分享回顾丨如何利用NLP技术从海量文本中提取观点?

5483
来自专栏CDA数据分析师

数据挖掘与数据建模的9大定律(深度长文 收藏细读!)

数据挖掘是利用业务知识从数据中发现和解释知识(或称为模式)的过程,这种知识是以自然或者人工形式创造的新知识。 当前的数据挖掘形式,是在20世纪90年代实践领域诞...

2445
来自专栏大数据文摘

大咖 | 《深度学习革命》作者:人们对AI概念的理解存在偏差

对基本概念的误解必然导致对人工智能的错误解读。因此“杀手AI”、“机器人使我们过时”等话题便应运而生。

932
来自专栏AI科技评论

周刊|MXNet爆红,大神Yann LeCun和吴恩达最新演讲

美国时间 11 月 22 日,亚马逊 CTO Werner Vogels 在博文中写到 MXNet 被 AWS 正式选择成为其云计算的官方深度学习平台。 MXN...

3744
来自专栏IT派

AI工程师应聘要具备哪些能力?

IT派 - {技术青年圈} 持续关注互联网、大数据、人工智能领域 作者|洪亮劼 出处|极客时间专栏《AI 技术内参》 洪亮劼,电子商务平台 Etsy 的数据科...

4197

扫码关注云+社区

领取腾讯云代金券