296
«Поглиблене навчання» призведе до суперінтелентних роботів
Ian LeCun є одним з тих, хто приймає популярних інтернет-послуг, таких як Facebook, Google та Microsoft для нового рівня штучного інтелекту. Як працює директор з дослідження AI у Facebook, LeCun спрямований на створення гіганта “нейропейські мережі”, що може розпізнати фотографії та реагувати на звичайні запити від людей на власній мові. Так само, виходячи з розробки розпізнавання мови на Android телефони Google, служба миттєвого перекладу Майкрософта, а також ведуча інших онлайн-інструментів, які можуть «зануритися» з часом. Використання великих мереж комп'ютерних процесорів, таких систем дещо нагадує мережі нейронів в мозку людини і в деяких варіантах навіть зовнішній людині.
На цьому тижні публікується в науковій журналі Nature by LeCun — також професор комп’ютерної науки Університету Нью-Йорка — та два інших науковців (Jeff Hinton та Yoshua Bengio) розкриває деталі сучасного стану технології «глибоке навчання». У роботі визначено широкий прогрес глибокого навчання за останні роки і розкриває, як ця технологія змінює наші онлайн-послуги – і продовжить їх змінювати протягом багатьох років.
Але як LeCun розказав журнал Wired, глибоке навчання також переходить за межі інтернету до пристроїв, які можуть працювати в фізичному світі — як роботи, так і само для себе. Вже минулого тижня вчені в Університеті Каліфорнія, Берклі, розкривають робочу систему, яка використовує глибоке навчання, щоб дізнатися, як перекручувати кришку на пляшки. Раніше в цьому році компанія «Меблідія» і зраїльської компанії «Меблі» розкрила, що вони працюють на глибоких навчальних системах, щоб допомогти розвивати самохідні автомобілі.
Лекун досліджував аналогічні види «роботичного сприйняття» за десятиріччя, видавництво першого паперу на тему в 2003 році. Після цього ідея була використовувати глибокі алгоритми навчання, як спосіб виявлення та уникнення перешкод, оскільки вони переміщаються по всьому світу. «Це гаряча тема прямо зараз», - каже він.
Так, Google і багато інших вже продемонстрували деякі потужності автотранспорту. Але за даними дослідників, включаючи LeCun, глибоке навчання може бути досконалим, таким же чином, вона вдосконалила технології розпізнавання мови та зображень. Останні алгоритми глибокого навчання повернулися до 80-х, але тепер вони можуть ввімкнути в надзвичайно потужні мережі машин, доступних для компаній і дослідників сьогодні; ці машини забезпечують потужні інструменти для систем поїзда, що дозволяють їх аналізувати величезні кількості даних.
"Для нас це шанс змінити модель навчання з дуже малої та статистично обмеженої до чогось повністю відкритої", - розповідає Себастьян Трун, який допоміг запустити власний автомобільний проект Google.
Трун залишив Google, але компанія вже досліджує можливість використання технік глибокого навчання на власних автотранспортах (перша серія яких подарує дороги цього літа). Google Researcher Джефф Деан говорить про те, що компанія використовує ці методи в десятках послуг, і самодозвілі автомобілі, які значно покладаються на розпізнавання зображень, є одним очевидним додатком.
Тревор Дуррелл, один з дослідників, які працюють над глибокими навчальними роботами в Берклі, каже, що його команда також вивчає можливість використання технології в автономних транспортних засобів. «З точки зору дослідників, існує багато спільного про переміщення маніпулятора і вставки кілочка в отвір і отримання автомобіля або літака через перешкодний курс», - каже він.
Глибоке навчання є особливо цікавим, оскільки він трансформує багато напрямків досліджень. У минулому він каже, що вчені використовували окремі техніки для мови, розпізнавання зображень, перекладу та робототехніки. Зараз один набір технік виконує всі ці напрямки.
Який результат? Всі ці райони раптово захоплюються високою швидкістю. Визнання зображення вже дивно людей. Далі – визнання мови. Самохідні автомобілі можуть вражати ринок на найближчі п'ять років. АІ поступово стає смартером. Видання
P.S. І пам'ятайте, що просто змініть наше споживання – разом ми змінюємо світ!
Джерело: hi-news.ru