Nouvelle semaine, Google (Google) et décrit un nouveau dossier d'étude de l'intelligence artificielle de.
Cette fois, les résultats de la recherche nous suggère une importante dynamique commerciale dans le courant de la prospérité AI. Traditionnellement, on croit que les consommateurs se fient de plus en plus sur l'écosystème économique et social des entreprises technologiques à rester innovante par la subversion, ont mis fin au monopole, il est en vertu de cette petites entreprises ont battu les grandes entreprises pour subvertir le processus. Cependant, Une fois que la compétition est liée au succès ou à l'échec du système d'apprentissage de la machine de l'industrie de la technologie est entraînée par une énorme quantité de données, le géant de la technologie pourrait battre un toujours plus difficile que d'autres.
Google a publié lundi une version prépublication du nouveau document, qui décrit la société avec l'Université Carnegie Mellon (Carnegie Mellon University, ci-après dénommé CMU) projets de coopération coûteux. Leurs expériences de reconnaissance d'image dans les deux mois entiers de 50 processeur graphique puissant et utilise un atlas énorme sans précédent, qui contient 300 millions de marque après une image (champ de reconnaissance d'image la plupart des travaux de recherche utiliser atlas standard contient seulement un million d'images). Le projet pilote visant à tester, que ce soit par l'alimentation de plus de données pour obtenir un algorithme plus précis à faire résultat de reconnaissance d'image, plutôt que des algorithmes existants conçus pour ajuster.
La réponse est: Oui.
Après une série de système de traitement d'image standard est formé pour utiliser les nouveaux ensembles de données à grande échelle dans Google et les chercheurs de la CMU, ils ont dit, le nouveau système a été élevé dans plusieurs tests standard - Ces tests sont conçus pour évaluer les logiciels la capacité d'interpréter l'image, telles que l'identification des objets dans les photographies.
La quantité de données, les chercheurs nourris avec précision entre l'algorithme de reconnaissance d'image, il existe une corrélation claire. Ces résultats répondent à une question dans une propagation de façon dans les milieux d'intelligence artificielle que nous ne pouvons en nourrir davantage de données à un algorithme existant pour obtenir une performance plus puissante.
L'étude a révélé que, Même lui-même a une grande taille, plus les données seront toujours fournir plus de puissance et de performance.
Cela donne à penser que Google est devenu, Facebook ou Microsoft (Microsoft) en tant que maître d'une grande données de l'entreprise, ses avantages beaucoup plus que nous avions prévu. Le système de traitement d'image basé sur Google inclus 300 millions image énorme ensembles de données à l'étude, qui ne produisent pas des avantages significatifs - de 1 million à 300 millions de photos d'images, le système identifie la capacité de l'objet à amélioration du score que de 3 points de pourcentage - - mais les auteurs ont dit qu'ils croient peuvent mieux adapter à des ensembles de données très volumineux en ajustant le logiciel pour développer cet avantage.
Même si les faits prouvent le contraire, mais dans les industries des sciences et de la technologie, les petits avantages peuvent également avoir un impact significatif.
Par exemple, la précision de la voiture sur la technologie de vision du pilote automatique, chaque petit gain est vital, et une boîte de milliards de dollars dans les produits générateurs de revenus, les petits gains d'efficacité sera un effet boule de neige.
Parmi les entreprises en bref de l'intelligence artificielle, la thésaurisation de données a été utilisé comme une stratégie défensive Xiangyanchengxi.
Google, Microsoft et d'autres entreprises ont un grand nombre de logiciels open-source, et même la conception du matériel, mais il serré les données de contrôle à ceux qui peuvent faire les outils logiciels et de matériel pour jouer un rôle. L'entreprise technologique ne divulgue des données: L'année dernière, Google a publié une collection de plus de 700 millions de segment vidéo YouTube de grands ensembles de données, Salesforce a également ouvert un des ensembles de données de Wikipedia (Wikipedia) pour faciliter l'analyse linguistique de l'algorithme. Luc de Oliveira (Luc de Oliveira) représente - il est un partenaire dans le développement du laboratoire d'intelligence artificielle du collecteur, mais aussi un chercheur invité au Lawrence Berkeley National Laboratory (Laboratoire national Lawrence Berkeley) - le (comme vous Je pense que) ces données ne sont généralement pas ouverts à fournir beaucoup de valeur aux concurrents potentiels. « Ils ont jamais été le genre de collecte de données a un impact important sur la position sur le marché d'un produit poursuivi, » at-il dit.
Google et CMU researchers'd disent qu'ils espèrent que leurs derniers résultats de la recherche sur les « grandes données » peuvent jouer un rôle important dans la promotion, a donné naissance à Google un ensemble de données d'image open source plus grande échelle. « Nous espérons sincèrement que cette étude peut inspirer les gens dans le domaine de la technologie de vision par ordinateur, de sorte qu'ils ne sous-estiment pas la valeur des données et travailler ensemble pour créer de plus grandes séries de données, » les chercheurs ont écrit. CMU de Abhinav Gupta (Abhinav Gupta) a participé à l'étude, at-il dit, il y a une possibilité de travailler avec des données visuelles Fondation générale (Fondation commune de Visual Data), qui est un Microsoft et Facebook pour obtenir un soutien organisme sans but lucratif, a publié un ensemble de données d'image open source.
En même temps, dans un plus de données est devenu l'algorithme peut rendre le monde plus intelligent, ceux qui ont des données manquantes si l'entreprise est de survivre, il faut faire preuve de créativité. PDG de start-ups DataRobot Jeremy Aceh (Jeremy Achin) la spéculation, ainsi que l'apprentissage de la machine pour devenir de plus en plus d'entreprises et d'importantes industries motif a vu dans le secteur de l'assurance peut être populaire dans le contexte plus large jusqu'à ce que de nombreuses petites compagnies d'assurance (sérieusement) le « combat » de données respectives ensemble, afin de pouvoir prédire le risque de rival ceux de son plus grand rival.
L'apprentissage de la machine ne sont plus données si faim, les progrès dans ce domaine a le potentiel de subvertir les données économiques de l'intelligence artificielle, Uber (Uber) d'acquérir une entreprise engagée dans la recherche l'année dernière. Mais maintenant, pourrait encore être plus tard en essayant d'éviter l'avantage des données d'intelligence artificielle géante habituelle. Fast.ai est une société dédiée à l'apprentissage entreprise de la machine plus accessible, son co-fondateur Rachel Thomas (Rachel Thomas) a déclaré que les startups peuvent trouver des applications en dehors du domaine de l'apprentissage de la machine est généralement dominé par le géant de l'Internet la technologie locale, comme l'agriculture. « Je ne suis pas sûr que ces entreprises géantes occupe un certain avantage dans tous les domaines, dans de nombreux domaines spécifiques, personne dans la collecte de données », dit-elle. Même les géants dans le domaine de l'intelligence artificielle ont des taches aveugles.
Traduction: Il a pas de poisson
Source: Câblé
Créé: à la plate-forme de ligne de lecture de style théâtre, a trouvé que les idées les plus créatives
