亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        Facebook人造大腦背后的人

        2016-08-05 02:34:27蔡立英編譯
        世界科學 2016年7期
        關鍵詞:人工智能系統(tǒng)

        蔡立英/編譯

        ?

        Facebook人造大腦背后的人

        蔡立英/編譯

        揚·勒坎,紐約大學計算機科學教授,F(xiàn)acebook人工智能科學首任總監(jiān)。他試圖構建對圖像和文字具有高級理解力的人工神經(jīng)網(wǎng)絡:能理解一張圖片或一個故事中有什么內容,是如何構成的,以及下一步可能會發(fā)生什么

        ● 在《新科學家》雜志記者阿維娃·魯特金(Aviva Rutkin)對揚·勒坎(Yann LeCun)的采訪中,這位Facebook人工智能總監(jiān)指出:如果電腦學會人類常識,人工智能將給我們的生活帶來真正沖擊。

        阿維娃·魯特金:您正在嘗試讓基于神經(jīng)網(wǎng)絡的人工智能變得更聰明,面臨哪些大的挑戰(zhàn)?

        揚·勒坎:面臨的大挑戰(zhàn)是無監(jiān)督學習(unsupervised learning),即機器僅僅通過觀察世界就獲得常識的能力,對此我們還沒有算法。

        阿維娃·魯特金:為什么人工智能研究人員關注常識和無監(jiān)督學習?

        揚·勒坎:因為這種學習方式是人類和動物最常用的,我們人類的所有學習幾乎都是無監(jiān)督學習。我們通過觀察和體驗來學習世界是如何運轉的,而無需他人告訴我們每個事物的名字。那么,我們如何讓機器像動物和人類一樣以一種無監(jiān)督的方式學習呢?

        阿維娃·魯特金:2015年 11月,F(xiàn)acebook展示了一個人工智能系統(tǒng),能回答一幅圖中發(fā)生什么故事這樣的簡單問題,這是通過人類提供解釋性意見訓練的嗎?

        揚·勒坎:這個系統(tǒng)結合了人類的注釋以及人工產生的問題和答案,圖中已有所含物體的列表或相關說明。從這些內容中,我們能產生關于圖中物體的相關問題和答案,然后訓練人工智能系統(tǒng)在提問時使用答案。

        阿維娃·魯特金:是否有某些類型的問題會讓您的人工智能系統(tǒng)有所困惑?

        揚·勒坎:有,如果你問的是概念性的東西,那么人工智能系統(tǒng)將不能很好回答,因為它受訓的是特定類型的問題,比如關于物體的存在與否,或是物體之間的關系,但是它也有很多事情做不了,還不是一個完善的系統(tǒng)。

        阿維娃·魯特金:這個系統(tǒng)能用于自動捕獲圖片嗎?

        揚·勒坎:捕獲圖片使用的是一種稍微不同的方法,但是類似。當然,這個功能對于使用Facebook的視障人士會很有用,或是當你正在開車,某人發(fā)給你一張圖片,而你不想看手機,這時你就可以問人工智能系統(tǒng)“圖片中有什么?”

        目前,人工智能系統(tǒng)只能告訴你這張圖片是什么類型的,是室外還是室內圖片,是否有落日或其他物體。然后,它會列出圖片中已有物體的列表,但并非完整的句子,只是一串單詞。

        阿維娃·魯特金:您是說人工智能系統(tǒng)并不知道這些物體之間的關系?

        揚·勒坎:是的,所以我們正在實驗室研究的下一代人工智能系統(tǒng)更像是散文 (指能形成連貫語句,而非單純的詞匯列表)。

        阿維娃·魯特金:您預見到神經(jīng)網(wǎng)絡還有哪些其他的潛在用途?

        揚·勒坎:在生物學和基因組學領域,可以做很多有趣的研究。比如,加拿大多倫多大學布倫丹·弗雷(Brendan Frey)的研究表明,可以訓練深度學習系統(tǒng)模擬生化儀器,讀取DNA、合成蛋白質。使用深度學習系統(tǒng),可以推斷出基因組多種變化和特殊疾病之間的關系,這些疾病非單個基因突變所引起,卻可能由多種因素所導致。因為有這種有力的工具,醫(yī)學領域將取得很多進步。

        阿維娃·魯特金:是否存在深度學習和您的圖像闡釋系統(tǒng)無法解決的問題?

        揚·勒坎:確實存在我們目前無法解決的問題,但是誰知道我們將來就不能解決?比如,倘若10年前你問我,“做人臉識別,我應該使用卷積網(wǎng)絡(一種人工神經(jīng)網(wǎng)絡)還是深度學習”,我原本可能會回答神經(jīng)網(wǎng)絡做不了人臉識別,但實際上它做得很好。

        阿維娃·魯特金:您那時為什么認為神經(jīng)網(wǎng)絡做不了人臉識別?

        揚·勒坎:那時,神經(jīng)網(wǎng)絡的確很擅長識別一般類別的物體,比如小轎車或是椅子,神經(jīng)網(wǎng)絡擅長分離提取“椅子形狀”或“小轎車形狀”的物體,而不管物體是什么特定類型或處于什么姿勢。但是,對于識別某個種類的鳥、狗或是植物、面孔,你需要細粒度識別(fine-grained recognition),因為你可能有成千上萬甚至數(shù)百萬個類別,而不同類別之間的差別是非常細微的。

        我本來以為深度學習不是細粒度識別的最好方法,以為有其他方法能做得更好,結果我錯了。我低估了我們自己技術的能力,有很多事情我可能認為現(xiàn)在很困難,不過一旦技術獲得擴展,將來就能做到。

        阿維娃·魯特金:Facebook最近推出了一款測試,給一臺電腦《指環(huán)王》中的一段文字,然后提出相關問題讓它回答,這是Facebook給機器設計的新智能測試的例子嗎?

        揚·勒坎:這是以前研究工作的后續(xù),使用了相同的基礎技術。這款測試的研究團隊提出了機器應該能回答出來的問題。給出一個故事,回答這個故事的相關問題。一些問題只不過是簡單的事實。如果我說“阿里拿起他的手機”然后問“阿里的手機在哪里?”人工智能系統(tǒng)應該回答“手機在阿里的手里”。

        但是,如果是一個人物到處移動的完整故事呢?我可以問,“那兩個人在相同的地方嗎?”你得知道物理世界是什么樣的才能回答出這些問題。

        要回答諸如“現(xiàn)在房間里有幾個人?”的問題,你就得記得有幾個人進入房間,就需要推理。

        阿維娃·魯特金:我們需要先教會機器常識,才能讓它們預測未來嗎?

        揚·勒坎:不,我們可以同時教。如果我們能訓練人工智能系統(tǒng)預測未來,它就能通過預測推斷出它看到的這個世界的結構。體現(xiàn)這一點的有一種很酷的神經(jīng)網(wǎng)絡叫做Eyescream,能產生看起來比較自然的圖像。你可以讓它畫一架飛機或是一座教堂,而且對已經(jīng)訓練的事物,它能生成看起來可信的圖像。能夠生成圖像,這是難題的一部分。如果你想預測視頻中接下來會發(fā)生什么,你就必須先有一個能生成圖像的模型。

        阿維娃·魯特金:一個模型能預測什么類型的事物?

        揚·勒坎:如果你把一個視頻展示給一個人工智能系統(tǒng),然后問它,“視頻的下一幀看起來會是什么樣的?”其實這個問題并沒有那么復雜。移動物體很可能沿著原來的方向繼續(xù)移動。但是,如果你問這個視頻1秒之后看起來是什么樣的,可能會發(fā)生很多不能預測的事情。所以,人工智能系統(tǒng)需要經(jīng)過困難的時間來做出很好的預測。

        如果你正在看一部希區(qū)柯克的電影,我問你“15分鐘后,電影的劇情將會如何發(fā)展?”你就必須推斷出誰是兇手。要完全解決這個問題就需要深入了解世界和人性,正是這一點很有趣。

        阿維娃·魯特金:5年后,深度學習將會如何改變我們的生活?

        揚·勒坎:我們正在探索的一個想法是個人數(shù)字管家。在Facebook,我們把該研究稱為“M項目”(Project M)。個人數(shù)字管家是M項目的長遠科幻版,就像科幻電影《她》(Her)描繪的那樣。

        [資料來源:New Scientist][責任編輯:岳 峰]

        猜你喜歡
        人工智能系統(tǒng)
        Smartflower POP 一體式光伏系統(tǒng)
        我校新增“人工智能”本科專業(yè)
        WJ-700無人機系統(tǒng)
        ZC系列無人機遙感系統(tǒng)
        北京測繪(2020年12期)2020-12-29 01:33:58
        基于PowerPC+FPGA顯示系統(tǒng)
        半沸制皂系統(tǒng)(下)
        2019:人工智能
        商界(2019年12期)2019-01-03 06:59:05
        人工智能與就業(yè)
        連通與提升系統(tǒng)的最后一塊拼圖 Audiolab 傲立 M-DAC mini
        數(shù)讀人工智能
        小康(2017年16期)2017-06-07 09:00:59
        中文亚洲一区二区三区| 国产精品高潮呻吟av久久4虎| 亚洲欧美日韩高清专区一区| 无码av专区丝袜专区| 中文字幕一区二三区麻豆| 粗大的内捧猛烈进出看视频| 国产精品久久久久电影网| 中日韩欧美成人免费播放| 国产日产高清一区二区三区| 风韵丰满熟妇啪啪区老熟熟女| 天天躁狠狠躁狠狠躁夜夜躁| 亚洲午夜无码AV不卡| 国内国外日产一区二区| 中字乱码视频| 女性女同性aⅴ免费观女性恋| 亚洲欧美日韩国产综合久| 国产在线a免费观看不卡| 人妻 丝袜美腿 中文字幕| 又色又爽又黄又硬的视频免费观看| 窄裙美女教师在线观看视频| 精品不卡视频在线网址| 午夜不卡无码中文字幕影院| √天堂中文官网8在线| 麻豆久久久国内精品| 亚洲精品偷拍自综合网| 在线观看精品视频网站| 国产精品综合日韩精品第一页| 一区二区免费国产a在亚洲| 337p日本欧洲亚洲大胆色噜噜| 中文无码乱人伦中文视频在线v| 亚洲精品天堂av免费看| 蜜桃在线高清视频免费观看网址| 欧美牲交videossexeso欧美| 亚洲日韩欧美一区二区三区| 在线一区二区三区视频观看| 国内自拍色第一页第二页| 亚洲精品午夜无码电影网| 久久亚洲日本免费高清一区| 一区二区三区国产精品麻豆| 日本真人做人试看60分钟 | 日韩中文字幕一区在线|