这一年,人工智能对未来的猜测越来越准了

大规模的数据搜集和处理才能的腾跃,为人工智能的严重前进奠定了根底。但是越来越多的依据标明,人工智能范畴现已准备好进入一个全新的高度,人工智能不只可以幻想实际国际,而且可以开端精确地判别什么是实在的、重要的,什么是不实在的、不重要的——然后猜测接下来会发作什么。

谷歌公司研讨科学家Carl Vondrick近来在___Re-Work深度学习峰会宣布演讲时说:“核算机十分拿手回忆,问题是教他们怎么忘掉。”

Vondrick的研讨专心于当今国际网络最扎手的应战之一:怎么运用很多的、无处不在的、无标签视频的数据库。被一个心爱的婴儿或风趣的猫咪视频逗笑是一回事,要从视频中取得信息是另一回事。

从视频中学习

谷歌研讨小组以为,最好的办法是:运用数百万个无标签的视频时刻来练习深度学习神经网络(DNN),以更好地了解国际。运用很多可用的资料,采用了人工智能技能的网络不只可以精确描绘它看到了什么,而且还可以猜测接下来将会发作什么。

在这次峰会,Vondrick展现了人们互相沟通的视频,然后网络分析出根本正确的成果。拥抱、握手或击掌,往往是根据视频捕捉到的人际交往的行为。

深度学习研讨是重要的,由于人类对机器越多依靠,越要机器有才能区分所调查的人类行为。假如一个人接近门把手,这时候假如机器人决议关门的话,就是十分不合适的。

将声响与图画相关

风趣的是,谷歌研讨人员一直在扩展深度学习形式,把声响也包含在内。峰会___听到一段唱着“生日快乐”的音乐,而当视频图画显示出来,网络正确地猜测了该段视频中会有蜡烛的形象。Vondrick解读道,深度学习体系在猜测举动方面发展顺畅,精确度达74%,比人类的速度提高了约10个百分点。

Vondrick坦言:“这项使命依然十分困难,咱们并不总能得到正确的成果。”

Vondrick的研讨是根据一种被称为对立式学习(adversarial learning)的办法,这种办法实际上是让两种网络互相竞赛。一个网络发生实在的图画,另一个网络分析这些图画,并断定这些图画是真的仍是假的。“谷歌大脑”研讨人员Ian Goodfellow最近也采用了这种技能,他现已成为“生成式对立式网络”(GAN,Generative Adversarial Networks)范畴的威望。

在Goodfellow的工作中,GAN创造出实在国际的相片和声响。Goodfellow说:“GAN是根据博弈论的生成模型,敞开了广泛的工程使命的大门。”

这些使命包含各种深度学习形式,在这些形式下,机器可以被要求把一匹棕色的马变成斑马。在这次峰会的一段视频中,一匹马在动物园中摩拳擦掌,斑马的条纹完美地出现出来,而且由于核算机从非洲大草原拍照的图画中找到了斑马纹,所以在布景中还有一些褐色的草。

了解书面文字的上下文

机器要了解书面文字的上下文,或许更重要的是深度学习方面的前进,也就是练习核算模型以了解人的情境。在艾伦人工智能研讨所(Allen Institute for AI),研讨人员正在从在线数据库中读取很多未符号的文本数据,来练习大规模的言语模型。

这儿运用的要害办法结合了来自言语模型或ELMo表明的嵌入。艾伦研讨所的研讨科学家Matthew Peters说:“ELMo的表述是上下文的,依靠于所运用的整个语句。”

在这次峰会上,Peters展现了这种技能怎么使网络可以正确解读像“play”这种简略单词背面的目的,这个单词可以有多种意义,取决于它在语句中的用法。“three-point play”可能意味着与“representatives who play to the party base”彻底不同的意义。经过练习完好的语句而不是有限的单词界说,核算机正在学习怎么做到这一点。

人工智能移动化

人工智能也正在扩展到移动设备。Facebook人工智能摄像头团队开发了一项新技能Mask R-CNN2Go,可以检测身体姿态,而且可以精确地将图画从布景中分离出来。这不是一个简单处理的问题,由于实时检测身体动作是一个紊乱的进程。衣服、运动和邻近的其他人或物体的存在都会搅扰。人工智能网络有必要可以终究排除去图画的其他部分,以便精确地检测和盯梢人体姿态。换句话说,它有必要学会“忘掉”。

Facebook公司研讨工程师Andrew Tulloch表明,Facebook人工智能实验室(FAIR)最近发布了根据开源代码的Mask R-CNN渠道。在Facebook巨大的移动用户社区中运用这个使用突显了其未来潜力。“这是一个巨大的时机,”Tulloch表明。

深度学习究竟要走多远?本月早些时候在拉斯维加斯举办的CES消费电子展上,参观者看到从人工智能操控的猫咪宠物玩具,到以人工智能为动力的站立式办公桌,连盛行文明偶像贾斯汀•汀布莱克也加入了这场派对,最近发布了一个融入人工智能主题的视频。

英伟达公司人工智能根底设施副总裁Clement Farabet说:“深度学习现在几乎是一种产品了。这意味着,咱们只能看到人工智能技能怎么改动咱们日常日子这一个开端。”

来历:siliconangle.com

编译:科技行者

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://www.hdcineizle.com/ziyuan/68.html