Craig Xinzhi yuans aujourd'hui
Ji-won nouveau rapport
Auteur: Craig
[New Ji-won EXAMEN Hier, le champ AutoML entreprises nationales de démarrage Chi uranium technologie a publié un produit d'apprentissage machine automatisée « Ash », selon les données disponibles au public, qui est le premier produit commercial AutoML déploiement privé du pays. Le nouveau Mme fondateur Yang Jing Zhiyuan comme invité spécial, sur la sagesse de lancement de produit technologique d'uranium de logiciels AI et de développement matériel et des applications futures, ainsi que AutoML a prononcé un discours.
argument « AI hiver » a diminué, mais les capacités logicielles et matérielles AI augmentent, il est un fait incontestable.
OpenAI données publiées montrent que depuis 2012, la puissance de calcul AI doublant tous les 3,5 mois, six ans cet indicateur a augmenté de 30 fois ou plus.
Pendant ce temps, AMD a également démontré le monde la semaine dernière Premier GPU à puce 7 nanomètres Prototype, affichage des capacités matérielles et la loi de Moore est encore en course.
Dans ce contexte, l'exploration de données et la modélisation de l'automatisation et d'autres services de classe entreprise pour inaugurer un espace immense marché, AutoML l'émergence de la sorte que les entreprises peuvent rapidement mettre en application AI sans recours excessif aux scientifiques des données, mais aussi de résoudre l'entreprise traditionnelle AI Le manque de personnel, les coûts élevés du travail, le temps et le coût élevé.
Hier, le champ AutoML domestique entreprises de démarrage Chi uranium La technologie a publié un selon les données disponibles publiquement produit d'apprentissage machine automatisée « Ash », qui est le premier déploiement privé de produits commerciaux AutoML . Le nouveau Mme fondateur Yang Jing Zhiyuan comme invité spécial, sur la sagesse de lancement de produit technologique d'uranium de logiciels AI et de développement matériel et des applications futures, ainsi que AutoML a prononcé un discours.
AI considère une augmentation de 30 fois la force pendant six ans, la croissance des capacités dans le logiciel et le matériel pour se débarrasser de l'apprentissage en profondeur « de la théorie de l'hiver »
Récemment, des experts de vision par ordinateur Filip Piekniewski « AI Winter est en bonne voie » grattoir article que l'étude approfondie de la chaleur a été considérablement réduit, l'hiver approche AI.
« Deep L'apprentissage est-il un plafond? » Yang Jing dans le « apprentissage de la machine pour rendre plus intelligent » la parole a demandé. À l'heure actuelle, y compris la reconnaissance faciale ou taux de précision de reconnaissance vocale a atteint 98%, le niveau de 99% «et que le reste 1%, 2%, alors, ne veut pas dire que des améliorations peuvent être relativement petit espace? »
Le nouveau Chi Yuan, fondateur et chef de la direction Mme Yang Jing
UC Berkeley professeur Ma Yi Bo a récemment, de plus en plus de preuves que le modèle de réseau de neurones en profondeur de montage (dans la classification, la détection, la segmentation, etc.) perturbation numérique de petite et très petite entrée déformation de transformation (données obtenues même traduction ) sont instables (instables), beaucoup moins robuste.
Par conséquent, basé sur l'étude de la profondeur actuelle de l ' « intelligence artificielle », utilisé dans des applications assez superficielles, mauvais. Le modèle utilisé dans ce grave problème (par exemple, la nécessité de la sécurité, la confidentialité, la fiabilité, la sécurité), devrait être très dangereux.
Yang Jing qui au cours des dernières années des études approfondies en effet apparu dans le cas d'une épidémie, mais à l'avenir, en particulier en 2020 s'il y aura une telle croissance explosive de celui-ci? Donc, apprendre à remettre en question la profondeur des remarques sont sortis.
Cependant, du milieu universitaire à l'industrie tentent de faire dans explosive étude approfondie soutenue.
Un rapport d'analyse sur les tendances de croissance dans le calcul de la puissance OpenAI AI données récemment publiées montrent que depuis 2012, la formation AI en puissance de calcul utilisé tous les 3,5 mois a doublé depuis 2012, cet indicateur a augmenté de 300000 au-dessus du pli, qui dépasse de loin la croissance de la loi de Moore. Ce taux rapide de sorte que la profondeur de l'apprentissage de l'apprentissage et la machine est pleine de possibilités illimitées, plein de croissance explosive.
Matériel, AMD a démontré la semaine dernière première puce GPU du monde prototype processus 7-nanomètre, contient 32 Go de mémoire à bande passante élevée, conçue pour l'intelligence artificielle et la profondeur de conception de l'apprentissage. Yang Jing pensé, matériel AI liée a une très grande vitesse de croissance, de sorte que, en fait, la profondeur de l'apprentissage lui-même, le rythme de développement est en effet une molaire spécifique plus rapide fixe.
L'exploration de données et la modélisation automatique: opportunités de marché de services d'entreprise épidémie
logiciel AI et le taux de croissance des capacités du matériel pour l'extraction de données d'entreprise et de services de cloud computing modélisation automatique a apporté un énorme espace de marché, Amazon, Microsoft, Google et d'autres entreprises qui soutiennent les services cloud de classe entreprise ont un des aspects d'apprentissage machine particulièrement puissants.
L'analyse d'IDC a souligné que le matériel de l'intelligence artificielle et des logiciels pour améliorer la taille du marché de l'entreprise pour les prochaines années, il y aura quatre ou cinq fois, maintenant vous pouvez voir que l'IA sur le marché Amazon cloud représente désormais plus de 40% des parts, et Microsoft Google a suivi.
Google sur le marché des services de cloud computing AI surgi partout, est qu'il offre une nouvelle solutions matérielles et d'intégration de logiciels dans le service cloud AI.
Le programme comprend TPU, TensotFlow et AutoML, ce combinaison Trinity Google a formé un énorme avantage dans le matériel et les logiciels cloud d'entreprise.
Yang Jing a souligné que pour les entreprises chinoises, framework open source et puces IA est très faible, mais AutoML est vraiment un blanc et opportunités . « Nous aimons le manque chinois de puces, nous manquons également de cadre open source, mais aussi leur manque d'algorithmes d'apprentissage machine automatisée, mais nous AutoML cet égard, je pense au moins une technologie d'uranium Chi mérite d'être étudiée avec impatience un cheval très sombre. »
En même temps, l'apprentissage de la machine est actuellement fortement dépendante de données scientifiques et le manque de personnel face, les coûts élevés du travail, le temps, les questions de coûts, la demande des entreprises pour non supervisée ou d'auto-apprentissage est de plus en plus forte.
Professeur agrégé, Département des sciences informatiques et de la technologie, Zhu Jun Nous pensons que c'est une technologie d'apprentissage automatique pour les chercheurs ont donné l'industrie une question clé à résoudre. « Alpha Zero est un exemple plus positif, comme dans les réglementations environnementales limitées, le temps peut être clairement exprimée, peut être renforcée par sa capacité à auto-apprentissage. »
Le Chili a publié le premier uranium domestique AutoML produit commercial, blanc AI cinq minutes pour obtenir un modèle d'apprentissage de la machine
uranium Chi Technology a publié hier produit AutoML "Ash."
notion AutoML de l'émission de milieux universitaires en 2012 pour proposer un nouveau concept --Programming par optimisation (PbO), signifie littéralement pour optimiser le développement d'applications, en substance, est de résoudre les paramètres de réglage de la programmation artificielle.
Contrairement à Google Cloud attention AutoML sur le champ de reconnaissance d'image, les technologies de l'uranium intellectuelle sont maintenant principalement dans les données structurées principalement pour les entreprises à mettre tout le processus, l'automatisation, les capacités de modélisation et de déploiement, a développé le produit d'apprentissage machine automatisée « Ash » l'intelligence artificielle pour aider les entreprises à construire le noyau, AI conduit.
PDG Dr. Xia poudre d'uranium Chi est diplômé de l'Institut Académie chinoise des sciences de la technologie d'automatisation, a plus de 15 ans d'apprentissage de la machine dans le domaine de l'expérience de la recherche et de l'application, a travaillé comme chercheur principal dans Baidu, Baidu est responsable de la grande machine à grande échelle l'équipe d'apprentissage. (New Ji-won uranium sagesse précédemment rapporté la situation de financement de la technologie exclusive)
Le Chili est parmi les rares à maîtriser la technologie de l'uranium entreprises AutoML, sont les avantages techniques suivants:
- traitement des données. technique originale d'échantillonnage d'importance, les échantillons peuvent sélectionner 1% à 90% des résultats de l'échantillon aléatoire.
- l'apprentissage des paramètres. algorithme de recherche paramétrique unique pour résoudre le problème régler manuellement le temps de référence et de main-d'uvre.
- algorithme modèle.
optimisation de l'algorithme Modèle: algorithme de modèle Melaleuca, la vitesse de convergence LR augmentation de 60%, l'algorithme de FGBDT est rapide et mieux que XGBoost;
À grande échelle des réseaux de neurones: Soutenir cent milliards modèle de données de fonction de migration échantillon de Melaleuca profond pour soutenir de façon flexible un lien peut être établi billion architecture de réseau de neurones DNN.
- fonction d'apprentissage. Caractéristiques du projet algorithme original: une combinaison de fonctionnalités pour améliorer l'efficacité de l'exploitation minière, mille fois riches méthodes d'extraction de caractéristiques haut de gamme, le soutien de pas des données d'étiquette pour extraire fonction efficace.
La sagesse de l'uranium produit libéré « Ash », vous pouvez construire automatiquement le modèle de haute précision, pour fournir aux utilisateurs prédite à partir des données de pré-traitement, l'ingénierie de fonction, les paramètres du modèle de mise au point, le modèle d'évaluation du modèle pour analyser les résultats de un guichet unique.
En plus de l'algorithme original de modélisation automatique, peu de sagesse dans les aspects interactifs du produit porte également un des principes simples à utiliser, interface web intuitive permet à toute personne d'interagir peu de sagesse, pas d'arrière-plan AI, un utilisateur peut également clé modèle complet, intégré effet visuel, et que la courbe ROC et la courbe de rappel avec précision, permet à un utilisateur d'acquérir une meilleure compréhension de leur entreprise. D'après l'introduction de poudre Xia: « Dans les scénarios communs, les gens d'affaires ordinaires peuvent aider les petites intellectuelle a atteint un modélisateurs de niveau avancé. »
Il est rapporté que, sous la forme de produits de cendres sera disponible à l'industrie, en plus de soutenir le cloud public, le modèle SAAS, mais prévoit également la privatisation du déploiement.
