A partir de 2016 la victoire AlphaGo sur Li Shishi a déclenché une vague d'apprentissage en profondeur, pour apprendre la profondeur de l'hiver maintenant endémique, seulement deux ou trois ans, l'apprentissage en profondeur est mauvaise mise en bouche, et maintenant le développement rapide de l'industrie de l'Internet dans la prochaine étude approfondie de ce qui devrait aller d'ici? direction future dans où?
Figure | "l'apprentissage en profondeur" a été sélectionné en 2013, "MIT Technology Review", "Top Ten technologie révolutionnaire".
techniques d'apprentissage propres profondeur des limites
Après tout, l'apprentissage de l'apprentissage machine profonde, pas comme les gens pensent, ce qui rend l'apprentissage en profondeur il y a des limites importantes. Pour la plupart des tâches, les réseaux de neurones n'existe pas de profondeur correspondant peut résoudre la tâche, ou même l'existence d'un tel réseau, il ne peut pas être apprendre.
Pour étendre la technologie d'apprentissage de profondeur actuelle par l'empilement de plusieurs couches et une utilisation plus des données de formation, seule une surface atténuer certains des problèmes, ne résoudrait pas la question plus fondamentale , Contenu tel que le modèle d'apprentissage profond peut être représenté très limité, comme la plupart des programmes que vous voulez apprendre est de ne pas être représenté en tant que données continues flux en forme de transformation géométrique.
Carte | Chronologie graphique montre les années 1990 et 2015 plusieurs grands architecture d'apprentissage profond
Un autre point plus de problème important est que l'étude approfondie ne suffit pas de généralisation, ou appeler seulement une généralisation partielle. Et nous, les humains ne faisons pas, nous le raisonnement abstrait et au moyen de la transaction, peut faire moins ou l'apprentissage zéro échantillon échantillon. Pour nous, les humains, nous avons une généralisation extrême.
Par exemple, nous voulons apprendre à faire des paramètres de lancement de fusées de connexion correcte de la lune.
Si vous utilisez la profondeur du réseau pour accomplir cette tâche, et avec l'apprentissage ou le renforcement apprentissage supervisé pour former le réseau, nous devons entrer dans des milliers, des millions même lancements expériences. En revanche, nous, les humains peuvent faire usage de l'abstraction proposé modèle physique (science de fusée), et seulement un ou quelques expériences seront en mesure d'obtenir les Rockets Connexion des solutions précises de la lune. De même, si vous développez un réseau capable de contrôler la profondeur du corps humain, et que vous voulez apprendre en toute sécurité à marcher dans la ville, la voiture ne sera pas touché, le réseau était mort des milliers de fois dans différents scénarios, afin d'en déduire que la voiture est dangereuse et rendre les comportements d'évitement appropriées. Ce réseau sera dans une nouvelle ville, il devra réapprendre la majeure partie de ce qui est connu. Mais les êtres humains ne ont pas besoin mort peut apprendre un comportement sûr, cela est également dû à notre capacité de modélisation abstraite d'un scénario hypothétique.
Il semble, la profondeur de l'apprentissage et intelligent dans le vrai sens a un grand écart. La reconnaissance vocale, traduction intelligente, reconnaissance d'image, AlphaGo, pilote automatique ... .. Bien qu'aucune avait fait peu de progrès humain dans la profondeur de champ d'étude, mais il y a encore une distance considérable du niveau humain de l'intelligence artificielle.
La profondeur de la technologie d'apprentissage à partir d'ici?
Etude approfondie a la troisième vague de l'intelligence artificielle, beaucoup de capitaux et le talent de verser dans le domaine de l'intelligence artificielle, l'intelligence artificielle des start-up de se développer rapidement. Selon la dernière version de « nouvelle génération de rapport d'intelligence artificielle technologie développement de l'industrie de la Chine » statistiques, en 2018 demandes de brevets mondiaux atteint 13 millions de pièces de l'intelligence artificielle, les entreprises d'intelligence artificielle ont représenté 21,67% du nombre total des sociétés d'intelligence artificielle du monde, au deuxième rang dans le monde .
La technologie est différente de la recherche scientifique, tôt ou tard, cherchent à revenir. AI vent en compagnie de démarrage, et que la demande de produits d'agriculture de précision, plus de solutions pour résoudre les problèmes des clients, afin de maximiser la valeur de la technologie.
Une autre donnée a montré que 90% de notre société en raison de la façon dont la réalisation commerciale AI ne se trouve pas, à une perte. Mais il y a aussi des entreprises d'emprunter une technologie innovante, une excellente résistance, modèle de sol industriel de la chaîne, à l'ère de l'industrie de l'Internet par le capital Chongni, est devenu la licorne de l'industrie, comme dans le quatrième paradigme, en battant l'octet, Cambrien la science et la technologie, de la technologie cloud, le potentiel de la science et de la technologie Yu, Kuang la science et de la technologie, la science et la technologie dynastie Shang, futur Tucson, selon les plans de la technologie et d'autres entreprises de haute technologie.
Les grandes entreprises géantes technologiques nationales et internationales doivent entrer dans la profondeur de champ d'étude, que ce soit Google étranger, Amazon, Facebook, ou Baidu domestiques, Ali, Tencent et d'autres géants de la technologie ont leur propre cadre open source apprentissage en profondeur. ère industrielle de l'Internet, la société de l'intelligence artificielle pour poursuivre plus étage d'affaires, ce qui permet la scène technologique.
Comment pouvons-nous surmonter les limites de la profondeur de l'apprentissage et du plomb à l'intelligence générale? Les scientifiques ont également effectué un certain nombre de réponses:
À l'avenir, le modèle sera intégré au module de module algorithme géométrique, l'ancien raisonnement formel, les capacités d'abstraction et de recherche, qui offrent des capacités d'intuition informelles et la reconnaissance des formes. - « apprentissage en profondeur Python »
AlphaGo (Ce système nécessite beaucoup de génie logiciel manuel et les décisions de conception humaine) est-ce compatible avec une intelligence artificielle au début et fusion de l'intelligence artificielle des exemples géométriques.
De plus, en utilisant la bibliothèque réutilisable globale stockée de sous-routines (comme l'étude de la bibliothèque de modèles de haute performance sur des milliers de tâche précédente et de données sur l'évolution) d'un composant modulaire, ce modèle peut être automatiquement croître sans qu'il soit nécessaire pour les ingénieurs de l'homme d'être codées en dur. Avec le système de méta-apprentissage pour identifier les problèmes récurrents de résolution des modèles, ces modèles seront convertis en sous-routines réutilisables (fonctions et classes comme le génie logiciel), et ajoutés à la bibliothèque globale. Ceci peut être réalisé extrême abstraction et de généralisation.
Par conséquent, ce système d'apprentissage du modèle de croissance permanente peut être considérée comme une IA universelle (AGI artificielle de l'intelligence générale).
Pour atteindre cet objectif, au fil des ans, la profondeur de champ d'étude a été à l'avant-garde de la révolution de l'intelligence artificielle que l'on appelle. Beaucoup de gens croient que l'apprentissage profond nous conduira dans l'ère de l'IA universelle. Mais dans le passé le point, mais maintenant la poussière retombera, la marée se sont retirées encore et encore. Vision et expert AI Filip Piekniewski avaient prédit avertissement intelligence artificielle pour deviner l'hiver est comme le krach boursier - est impossible de savoir précisément le temps passé, mais certainement arriver à un moment donné, juste avant l'effondrement du marché boursier, les signes il indique que la crise va se passer, mais au moment de l'environnement, est très facile à négliger.
étude approfondie a montré un signe de déclin significatif. AI va d'ici? Etude approfondie sera d'ici?
19 octobre 2019, National Computer Conference Chine « apprendre la profondeur de l'hiver, lorsque l'arrivée du » forum pour le sujet, un chercheur de l'Académie chinoise des sciences montagne calculée mondiale a présidé le Forum. Cette Assemblée générale « Smart + leader du développement social » comme thème, sera invité à un certain nombre d'experts bien connus dans le domaine des entrepreneurs informatiques pour faire des rapports spéciaux, ainsi que plus de 80 jeux Technology Forum, 20 jeux et des expositions et d'autres événements .
L'avenir est plein d'incertitude, mais nous pouvons faire davantage pour se préparer à cet hiver.
Président du Forum Présentation
World-Hill: Institut du Laboratoire Informatique de traitement de l'information intelligente et directeur exécutif adjoint / chercheur, calculs de doctorat tuteur, le fondateur / président Extension Christie.
les chercheurs du monde-Hill au cours des 20 dernières années a été engagé dans la recherche fondamentale et appliquée dans le domaine de la reconnaissance faciale de pointe et la reconnaissance des émotions en tant que représentant de la vision par ordinateur, la reconnaissance des formes et l'apprentissage de la machine et d'autres disciplines, il a fait de nombreuses contributions de notables à universitaire, tel que proposé Voir sur la première internationale dans les méthodes théoriques pour riemannienne représentation du visage vidéo, leader représentation des pairs et de mesurer l'apprentissage de variétés riemanniennes, plusieurs caractéristiques visuelles à l'expérience et le pilote de fédération de données que l'idéologie directrice de l'apprentissage d'extraction et de représentation problèmes de reconnaissance vidéo, à la contrainte de cohérence de la structure locale multi-vues / domaine, la recherche de données hétérogènes du public, a déclaré une meilleure solution que les modèles hétérogènes de la migration et de la connaissance inter-domaines.
Le thème de cette année est « Smart + conduit le développement social », désormais à la fois dans la mise à niveau des industries traditionnelles du processus de transformation intelligente, ou le processus de développement rapide de nouvelles industries, ainsi que tous les aspects de la vie sociale et de la production, le Smart + partout, smart comme base technique diriger le développement social, l'avenir de la société sera la société intelligente, sera la danse avec la communauté AI.
exposition CNCC2019 aura le géant de la technologie, l'industrie licorne, les institutions de recherche et universités, start-ups, etc. tous prennent part, tous les nouveaux progrès scolaires et l'informatique pertinente sera l'application des nouvelles technologies, de nouvelles idées novatrices pour offrir la plate-forme d'affichage, mais aussi pour les entreprises la coopération, l'investissement et le financement et les négociations commerciales pour fournir la plate-forme de communication efficace.
2019 Chine National Computer Conference vous attendent!
Partenaire stratégique des médias
