"深学习"将带领我们超级智能机器人

Ian Lecun是一个人带来流行的因特网等服务，这些服务的Facebook,Google以及Microsoft，一个新的级别的人工智能。 作为艾研究在Facebook,Lecun设想建立一个巨大的"神经网络"，这将能够识别的图片和答复查询的普通人民在他们自己的语言。 同样的事情，驱动开发的语音识别在手机从谷歌、服务立即翻译Skype从Microsoft和许多其他在线工具，可以"学习"。 使用大型网络的计算机处理器，这种系统是有点类似于网络的神经元在人的大脑，并在某些方面甚至高于男子。

这个星期在科学期刊性质的撰写的Lecuna也是计算机科学系教授，纽约大学和两个其他学术界(杰夫*Hinton，约书亚Bengio)的出现，它揭示了详细的当前状态的技术的深入学习。 工作描述了广泛进展深入的学习，近年来揭示了这种技术改变了我们互联网服务，并将继续变化，在未来几年。

但如Lecun告诉有线杂志，深入学习的还超出了在互联网、移动设备，可以在物质世界的机器人和自动驾驶的汽车。 就在上个星期，科学家在加利福尼亚大学伯克利分校的揭示了一个机械系统，该系统使用深度学习的学习螺帽上的瓶子。 今年早些时候的芯片制造商选和以色列公司化的情况具有透露他们的工作深入的学习系统，这将有助于在发展的自动驾驶的汽车。

Lecun研究类似类型的"机器人看法"的过去十年中，出版了第一条关于这一主题在2003年。 然后这个想法是使用算法进行深入的学习作为一种机器人来探测和避免的障碍，因为它移动世界各地的自动驾驶汽车的工作在一个类似的原则。 "现在，这是一个热门话题，"他说。

是的，谷歌和其他许多人已经表现出一些可能性的自动驾驶的汽车。 但是根据研究人员，包括空白，深入学习可以达到完美—一样的方式也有所改善的技术的语音识别和形象。 算法深入学习的根源是在80年代，但现在，他们可以利用的非常强大的网络的机器提供的公司和研究人员；这些机器提供了强有力的工具，用于学习系统，让你来分析大量数据。

"对我们来说，这是一个机会改变的学习模式，从一个非常小的和统计上的限制完全开放的，"塞巴斯蒂安说特伦，谁有助于启动该项目自动驾驶的汽车。

特伦消失，但该公司已经探索的可能性使用深度的学习技术在他们的自动驾驶的汽车(第一序列，这将是道路上的这个夏天). 说一个研究人员谷歌杰夫*迪恩，该公司使用这些方法的数十服务和自动驾驶的汽车，严重依赖的图像识别，是一个明显的应用。

特雷弗*达雷尔，研究人员之一工作在机器人的深度研究，在伯克利分校，他说他的团队还探讨了可能使用这种技术在自治的车辆。 "从观点的研究人员，有相当多的共同地面移动的操纵，并插入钉进洞并保持汽车或飞机上通过的障碍的课程，"他说。

深学习是特别有趣的在这transformerait许多领域的研究。 在过去，他说，研究人员使用的一些技术用语音识别，图像的解释和机器人技术。 现在有一套技术适合所有这些领域。

结果是什么？ 所有这些地区突然发展高速。 图像识别已经是奇怪的人。 此外，队列中的语音识别。 自动驾驶的汽车可以在市场上的下一个五年。 AI变得更聪明。出版

P.S.记住，仅仅通过改变他们的消费—我们一起改变世界了。 ©

资料来源：hi-news.ru