|
Je suis un Lion, selon le co-fondateur de la science et de la technologie, les statistiques UCLA Dr, recherche en intelligence artificielle depuis 15 ans, a travaillé comme chercheur dans le professeur fondateur de laboratoire d'apprentissage en profondeur Yann LeCun en 2010, pour obtenir une détection de cible d'image champion PASCAL, obtenu en 2017 l'Institut national des normes et de la technologie NIST et le Service national de renseignement avancé Research Projects Agency IARPA la reconnaissance du championnat du monde. Récemment, un grand nombre d'études sur l'intelligence artificielle, les investisseurs, les entrepreneurs, les chercheurs tendance chaude AI et son impact sur tous les secteurs de la société, il existe de nombreuses idées fausses sur la technologie AI et le développement industriel, il est facile trompeur. Sujets macro divisé en trois zones: AI est beaucoup importe qui est le vrai joueur IA dans la scène où l'IA ??? Discussion Double du point de vue des chercheurs scientifiques et les entrepreneurs sont mon principal point: frontières AI uniquement leader, il est possible de saisir avec précision et développer, les entreprises de haut, parce que la vision de créer l'énergie potentielle, l'avenir de l'IA, sans pareil, pas d'histoire est un guide, aucune autorité ne peut être prédite.  motif de courbe « S » pour voir AI « S » courbe en modélisation mon histoire et les prévisions pour l'IA, tableau passe (fonction sigmoïde, se trouve être également utilisé pour caractériser la fonction d'activation des neurones du réseau de neurones). L'axe horizontal représente le temps et l'axe vertical représente le niveau d'intelligence de la machine. point sur la courbe représente le niveau plus élevé au monde de l'intelligence d'un certain moment. 2013 est le début d'une nouvelle ère de l'intelligence artificielle (apprentissage profond), le niveau de développement de l'intelligence de la machine 2013 par rapport aux cinq années de développement peut être essentiellement négligeable. représente la ligne rouge pessimistes (marée basse AI, mousse AI, etc.), peu après la pause de développement 2017, la ligne bleue représente les optimistes, il y a un développement rapide après 2017 convient de souligner, bleu et deux courbes rouges ont la même compréhension de l'histoire de la grippe aviaire. mais beaucoup sur l'argument du marché ou de l'étude pour voir est une autre courbe à la recherche à haut risque pour voir le niveau IA au plus haut niveau il y a un grand écart. analyse du modèle AI des positions différentes, peut être interprété trois aspects de la courbe S : 1, le développement passé de l'IA et la prédiction de l'étendue et du taux de développement futur de l'IA 2, la relation entre le niveau de développement de l'IA et les scénarios d'affaires 3, l'emplacement de chaque joueur et l'écart Plus précisément, commençons par le développement de l'IA au cours des cinq dernières années, en prenant la reconnaissance du visage comme exemple, la probabilité de trouver un visage à partir de N individus est de 95% L'axe vertical est une échelle reconnaissable (la taille de N) . La technologie n'est pas la convergence, mais va amplifier l'écart pour débloquer la scène 2017 Reconnaissance des visages peut identifier l'échelle plus haut niveau de 20 millions de personnes, probablement plus en 2016 peut identifier dix millions deux cents fois augmenter et d'améliorer le nombre de fois en 2015. En 2017 test le plus autorité de reconnaissance faciale du monde (NIST ), Nous sommes 2% devant la deuxième équipe Vocord (Vocord est 10% au-dessus du mérite Tencent dans un autre ensemble de test), ce qui est communément connu comme la convergence de niveau technique, un ou deux Le point de pourcentage n'a aucun sens (il est difficile de réaliser la valeur de la concurrence en argent). Ce malentendu doit être interprété à partir de deux aspects: Le premier aspect, l'algorithme de cent millions, un milliard conduira au rapport d'amplification rapide de 5% à 20%. Telle est la loi de la courbe de performance de l'algorithme général. En plus des différences importantes à l'échelle reconnaissable, mais aussi dans des conditions difficiles ( données difficiles). De l'expérience algorithmique, les noirs, les femelles, les enfants, l'envergure, l'occlusion et ainsi de suite sont plus difficiles à identifier les groupes et les catégories dans ces sous-catégories, la différence de performance entre les différents algorithmes Sera plus grand. À grande échelle en cours d'évaluation elle-même est une proposition académique simple, mais nécessite aussi beaucoup de données pour soutenir la performance réelle peut être observée à deux milliards de données très peu de gens, comme les États-Unis est difficile d'établir une 2 milliards de l'ensemble de test. Cette Ce n'est pas la première source de malentendus à interroger certains praticiens de la reconnaissance faciale. Un second aspect de l'algorithme d'améliorer et d'élargir l'échelle peuvent être identifiés, il débloquera des scénarios d'affaires supplémentaires. Millionnaires reconnaissent l'échelle correspond à l'authentification de la scène, l'authentification à distance, déverrouiller la chute de téléphone dans cette catégorie. « Pas de différence dans la technologie. » les touches d'arguments peuvent être mis en place dans cette scène, mais les enquêteurs de sécurité résoudre le cas des cent millions et un milliard de paires dix fois plus rigides que la demande dans ces scènes, pas plus que quelques problèmes identifiés criminels, mais pour savoir la probabilité de différence C'est presque une question de savoir si une «application non critique» est très trompeuse. Dans les derniers cas de sécurité, Wan Road ou même des centaines de vidéo de la caméra de route d'une recherche de visage, archivent des exigences très élevées sur l'algorithme, en supposant que chaque flux de canal est 30 000, parmi toutes les vidéos, les exigences de performance de l'algorithme de recherche équivalent à dix milliards peuvent être identifiés sur le taux de 100 milliards de dollars. cette performance autre que l'exigence de la scène pour augmenter encore mille fois. l'expérience de la différence du produit final basé sur des algorithmes différents est amplifié dans la même proportion. en outre, l'identification ethnique mondiale, lutte contre le terrorisme, la La reconnaissance de l'entreprise d'immigration des exigences de couverture est très élevée. En conclusion, l'algorithme d'algorithmes et le taux de 99% de reconnaissance de 99,99%, à l'exception que les scénarios peuvent être débloqués. Ces nouveaux scénarios pour déverrouiller, équipe la plus d'avant-garde et pionnier de l'algorithme des zones verticales (telles que l'équipe d'innovation du système de la sécurité publique) Travailler ensemble, et il n'est pas possible pour les praticiens de la sécurité d'interviewer d'être à la pointe du changement, une autre source de malentendus. Trois niveaux de technologie VIE: Vision (vision), Insight (perspicacité), Exécution (exécution) Comment évaluer la force technique de la comparaison? Le championnat de test est le plus fréquent, des cas réels, des résultats enchères de PK, papiers, etc. Ceux-ci peuvent ne pas être en mesure de faire la distinction entre les 10 premiers de l'équipe AI, mais il est difficile de distinguer la meilleure équipe. Je déconstruction de trois technologies: Vision, vision, stratégie ou modèle, jugement des tendances technologiques, la compréhension Insight un aperçu de la nature des algorithmes et de la distribution du monde objectif, l'exécution, l'exécution, algorithmes, acquisition de données, d'ingénierie et d'autres plate-forme informatique spécifique. Pour: L'exécution est l'algorithme le plus fondamental pour atteindre ce niveau, surtout après le cadre général connu, la mise en œuvre rapide, y compris l'arithmétique de base, les données de la scène, calcul plate-forme expérimentale, les applications de produits, par exemple, après AlphaGo comment peut rapidement se reproduire .; la reconnaissance vocale à quelle vitesse peut attraper les meilleurs résultats dans le monde entier. en exécution, pas algorithme de plate-forme open source peut constituer des experts dans des domaines spécifiques peuvent aider les équipes élever le niveau du champ d'exécution correspondant. ce niveau, la Chine devrait être l'équipe de classe mondiale . Google est le premier dans le monde, le cas échéant, si elle joue aux échecs, la reconnaissance faciale, la reconnaissance vocale, le niveau de la Chine ne devrait pas être plus de Facebook, Microsoft, Apple, l'arithmétique Amazon, et même un peu un peu plus fort dans certains aspects. la plupart des gens Comparer la technologie, essentiellement à ce niveau, mais plus important encore, le plus puissant est les deux niveaux ci-dessus. Une fois de plus à Insight est un aperçu de la technologie, y compris des explications mathématiques de modèles algorithmiques et des idées sur la distribution du monde objectif Insight guide l'utilisation des données et calculer la puissance (c'est-à-dire comment utiliser des algorithmes innovants). Ce niveau de décision peut faire mieux que Google, ou peut maintenir le même rythme de développement.Si vous avez un cadre d'algorithme d'apprentissage en profondeur, les données de masse au même niveau, mais nous avons un énorme écart entre l'optimisation des performances de l'algorithme. Nous avons utilisé 200 millions d'images de visage humain (un sous-ensemble de milliards d'images) formées pour atteindre 1 milliard de paramètres de modèle efficaces, en utilisant des hypothèses raisonnables a priori sur les attributs du visage humain, y compris la lumière, l'âge, la race , Flou de mouvement, résolution d'imagerie, personnalisation du modèle, assemblage des données et accélérations du calcul Il existe des différences significatives dans l'optimisation des performances et l'efficacité de l'apprentissage des modèles (Execution), ce qui explique les algorithmes, les calculs, Les géants de l'Internet des conditions de données ne sont pas nécessairement capables de faire les trois premiers du monde en une seule tâche d'IA. Vision: Prédire la tendance du développement, définir la direction future, imaginer l'impact sur la vie et la production, ce qui nécessite une profonde compréhension de la technologie, mais aussi l'innovation technique, la valeur technique et commerciale de l'imagination, la créativité, Répondez où et à quelle vitesse l'IA arrive. Une exécution, Insight est certainement une bonne chose, mais peut-être pas de vision, la vision la plus forte, Insight est certainement une première classe, mais la mauvaise exécution de VIE peut avoir une équipe forte avec la profondeur globale la plus forte extrêmement rare de champ d'études deux maîtres Hinton .. et LeCun parler de mes sentiments. en 2010, la communauté universitaire, beaucoup de gens ont parlé de l'importance des données importantes pour l'apprentissage de la machine, l'équipe Hinton en 2012 LeCun invention sur la base de l'algorithme, avec des millions de données de formation, progrès révolutionnaire de classe mondiale sur IMAGEnet ;. au cours de la même période, l'équipe ne LeCun a fallu moins d'un million, mais les données publiées dans Hinton IMAGEnet résultats des deux premiers mois, l'équipe LeCun ne peut pas utiliser leur propre algorithme pour reproduire les expériences Hinton après les résultats des algorithmes et des techniques publiées dans Hinton, l'équipe résultats LeCun pourrait facilement dépasser le niveau équipe Hinton. Deux maîtres ont une superbe vision, ont insisté dans le sens de la profondeur de l'apprentissage depuis trente ans. Mais leurs différences, ainsi que les différences Vision apporte cette croyance qui fait la différence Perspicacité (que ce soit de poursuivre plus d'idées) au moment pourrait être important, conditions de percées de jeu d'algorithmes d'apprentissage en profondeur comprennent la taille des données de formation, la réalisation régularisation du modèle, la sélection de la fonction d'activation, ainsi que de comprendre la différence significative dans le calcul du GPU, etc. ceux-ci à l'époque, lorsque le principe n'est pas clair, il peut se fier totalement à Hinton (y compris l'intuition que la période super doctorat). ce fossé Insight, faisant équipe LeCun algorithme connu utilisé dans le cadre et les objectifs à atteindre une performance critique, mais inconnue, ne peut pas reproduire les résultats. mais, l'équipe a une meilleure LeCun exécution (grande échelle mise au point systématique), peut dépasser les performances de l'algorithme dans un court laps de temps. cette différence subtile entre le maître du bétail de la foi, ce qui à la fin vient, il mérite d'être méditée. Pourquoi Vision important? Comme un radar, pour d'autres, il est un point aveugle, Vision vous permet de voir, de voir pour le croire, je crois si calme. Non seulement afin d'obtenir un avantage stratégique, ainsi que tout le monde, et la tentation d'exclure les interférences. Vision Comment identifier? Très difficile, voire impossible, ne peut qu'apprécier par les mêmes personnes ont une vision de tout comme la marque de goût difficile, ne peut qu'apprécier par les mêmes personnes qui ont du goût. Vision avec ce que vous voyez, est de 99% par les pairs d'experts ne pouvait pas voir, ne crois pas, si grand et souvent accompagnées de malentendus. étude approfondie LeCun avant le test est de vérifier les données réelles, il est difficile d'être reconnu par les milieux universitaires américains traditionnels, et même publié la conférence en haut est pas une mince affaire , mais maintenant, presque tous les documents doivent être étiquetés à la profondeur de l'apprentissage. Mais le juge ne filtrait pas l'équipe Vision a un modèle. En général, que ce soit universitaire ou des affaires, une grande percée, nous avons besoin d'un investissement et après labour profond il y a plusieurs années en accord. Dans d'autres domaines de l'année prochaine ou quels modèles font (vertical, plates-formes, etc.), ne sont pas classés comme Vision devrait poser aucun problème. Avec le démantèlement de l'EDDV, je pense, une nouvelle ère des barrières AI seulement les personnes, les personnes haut. Les leaders de la technologie IA des futures frontières de la distribution et le jugement des affaires ne peut pas être remplacé, nous avons décidé de développer les éléments de base de l'intelligence artificielle (algorithme, puissance de calcul, les données et de la scène) et le degré d'autorité requis poids. exécution et Insight a une équipe de haut, l'algorithme de données le plus efficace de savoir où, comment étiqueter l'utilisation. perspicacité et la vision a une meilleure équipe, la première à connaître une technologie de pointe a apporté le plus d'affaires scénarios de valeur où et quand à venir. future AI: pas d'histoire est un guide, il n'y a pas le pouvoir de prédire Parler du développement AI, technique comment la déconstruction, parler de l'avenir de la grippe aviaire. AI basée sur une nouvelle ère de l'apprentissage en profondeur, diffère grandement de l'AI sur l'histoire de 30 ans, ceci est une variété d'applications, dans la scène réelle, validé la performance des données à grande échelle la technologie, pas seulement la théorie ou un concept. Même si au cours des cinq dernières années de développement, digne des attentes des gens, aujourd'hui, il y a beaucoup de gens craignent que la nouvelle IA refluer dès que dans le passé. mais je pense que le début d'une nouvelle ère de la grippe aviaire. Je décris brièvement les trois caractéristiques de la nouvelle IA: 1, AI est une toute nouvelle dimension, qui est la chose la plus importante qui détermine combien l'IA est à la fin. Comment l'innovation technologique AI et le développement, comment changer l'entreprise, pas d'histoire est un guide, il n'y a aucune autorité ne peut déterminer avec précision. AI est non seulement une technologie, mais aussi une percée pour toutes les technologies de pointe AI comprennent l'interaction homme-ordinateur, la recherche, la robotique, puce informatique, la médecine, Science pharmaceutique et presque toutes les disciplines. 2, le développement rapide d'AI, saut fort A partir de la courbe en S, vous pouvez voir au cours des cinq dernières années, Amnesty International et le développement rapide d'une catégorie unique algorithme (reconnaissance des visages) avec des temps de croissance, mais je suis plus impatient de l'avenir, c'est la courbe de courbe en S en 2018 après comment raide. AI a entraîné le développement de la profondeur multidimensionnelle et technique associée à chaque scène, superposition apportera une expérience plus d'impact de la technologie multi-dimensionnelle, elle de la vue, l'ouïe, la compréhension sémantique, après le contrôle de mouvement sera quelques années seront rupture rapide, et la combinaison de la puce de pénétration terminal intelligent en interaction avec l'expérience utilisateur des 30 derniers centimètres, en face de l'Internet des choses à Internet de l'intelligence, laissez intelligente partout. 3, AI une longueur d'avance, apportera un grand potentiel Dans la courbe en S, les équipes dans différentes positions ont l'avantage non seulement de la différence dans le temps horizontal, mais aussi des effets cumulatifs (intégrales des courbes) des technologies de pointe et de la superposition de la technologie AI avec des techniques multivariées. Cela fait d'AI une décision destructrice intersectorielle, non seulement pour déterminer l'écart entre une industrie, une deuxième place et une deuxième place, mais aussi pour permettre aux leaders des principales industries d'IA de tirer parti des industries rétrospectives d'AI. IA futur, sans précédent, à cause de voir, de croire.
|
