|
Soy un Leo, de acuerdo con la co-fundadora de la Ciencia y la Tecnología, UCLA Dr. estadísticas, la investigación en inteligencia artificial durante 15 años, trabajó como investigador en el aprendizaje de profundidad laboratorio fundador Yann LeCun profesor en 2010, para obtener un PASCAL champion detección de objetivos de imagen, obtenida en 2017 el Instituto nacional de estándares y tecnología NIST como por el Servicio nacional de Proyectos de investigación avanzada Agencia IARPA el reconocimiento del campeonato del mundo. Recientemente, un gran número de estudios sobre la inteligencia artificial, inversores, empresarios, académicos AI tendencia de moda y su impacto en todos los sectores de la sociedad, hay muchos conceptos erróneos acerca de la tecnología de la IA y el desarrollo industrial, es fácil inducir a error. Temas de macro Generalmente se divide en tres áreas: ¿Qué tan grande es la IA? ¿Quién es el verdadero jugador de IA? ¿Dónde está la escena de la IA? doble discurso desde la perspectiva de los investigadores científicos y los empresarios son mi punto principal: fronteras AI único líder es posible captar y ampliar con precisión, las empresas principales, porque la visión para crear la energía potencial, el futuro de AI, sin igual, sin historia sirve de guía, No hay autoridad para predecir.  Curva "S" para ver el patrón AI "S" curva de modelar mi historial y las previsiones para la IA en forma, pasar gráfico (función sigmoide, también pasa a ser utilizado para caracterizar la función de activación de las neuronas de la red neuronal). El eje horizontal representa el tiempo y el eje vertical representa el nivel de inteligencia de la máquina. punto de la curva representa más alto nivel de inteligencia de un cierto punto en el tiempo del mundo. 2013 es el comienzo de una nueva era de la IA (aprendizaje profundo), el nivel de inteligencia 2013 máquina de desarrollo en comparación con los casi cinco años de desarrollo puede ser básicamente insignificante. la línea roja representa pesimistas (marea baja espuma AI, AI, etc), poco después del 2017 el desarrollo de pausa; línea azul representa los optimistas, hay un rápido desarrollo después de 2017 vale la pena subrayar, azul y rojo dos curvas tienen la misma comprensión de la historia de la IA. pero muchos en el argumento de mercado o estudio para ver es otra curva en la investigación de alto riesgo para ver nivel AI desde el nivel más alto hay una gran brecha. análisis del patrón de AI de las diferentes posiciones, se puede interpretar tres aspectos de la curva-S : 1, el desarrollo anterior de AI y la predicción de la extensión y la tasa de desarrollo futuro de AI 2, la relación entre el nivel de desarrollo de AI y los escenarios de negocios 3, la ubicación de cada jugador y la brecha En concreto, partimos de la IA en los últimos cinco años de desarrollo charla a su reconocimiento como un ejemplo, la probabilidad de encontrar una cara de N individuos a 95%, y el eje vertical es reconocible escala (tamaño N) . La tecnología no es convergencia, pero amplificará la brecha para desbloquear la escena 2017 El reconocimiento facial puede identificar la escala de nivel más alto de 20 millones de personas, probablemente más que en el año 2016 puede identificar diez millones doscientas veces aumentar y mejorar el número de veces de 2015. En 2017 la prueba de mayor autoridad del mundo de reconocimiento de rostros (NIST ), Estamos un 2% por delante del segundo equipo de Vocord (Vocord está 10% por encima del Mérito Tencent en otro conjunto de prueba), lo que se conoce comúnmente como la convergencia del nivel técnico, uno o dos altos El punto porcentual no tiene ningún sentido (es difícil comprender el valor de la competencia en efectivo). Este malentendido debe interpretarse desde dos aspectos: El primer aspecto, el algoritmo en cien millones, de mil millones dará lugar a la relación de amplificación rápida de 5% a 20%. Esta es la ley de la curva general de rendimiento de los algoritmos. Además de las diferencias significativas escala reconocible, sino también en difícil ( datos duros). A partir de la experiencia algorítmica, los negros, las mujeres, los niños, la edad grande, la oclusión, etc. son más difíciles de identificar grupos y categorías en estas subcategorías, la diferencia de rendimiento entre diferentes algoritmos Será más grande Gran escala en proceso de evaluación en sí es una simple proposición académica, sino que también requiere una gran cantidad de datos para apoyar el rendimiento real puede ser observada en dos mil millones de datos muy pocas personas, como los Estados Unidos es difícil de establecer a 2 mil millones de la prueba. Este No es la primera fuente de malentendidos entrevistar a algunos practicantes de reconocimiento facial. Un segundo aspecto del algoritmo para mejorar y ampliar la escala puede ser identificado, se desbloqueará escenarios de negocios adicionales. Millonarios reconocen la escala corresponde a la autenticación de escena, la autenticación remota, desbloquear la caída teléfono en esta categoría. "No hay diferencia en la tecnología." los toques de argumentos se pueden configurar en esta escena, pero los investigadores de seguridad resuelven el caso de los cien millones y mil millones de pares de diez veces más rígida que la demanda en estas escenas, no más de unos pocos problemas criminales identificados, pero para saber la probabilidad de diferencia , Es casi una cuestión de si una "aplicación no crítica" es o no altamente engañosa. En los últimos casos de seguridad, Wan carretera o incluso cientos de vídeo de la cámara de ruta de una búsqueda cara, archivar una demanda muy alta en el algoritmo, suponiendo que cada flujo de canal es de 30.000, entre todo el vídeo, los requisitos de rendimiento de los algoritmos de búsqueda equivalente a diez mil millones se pueden identificar en la tasa de 100 mil millones. este rendimiento, salvo el requisito de escena para aumentar aún más de mil veces. experimentar la diferencia en el producto final en base a diferentes algoritmos se amplifica en la misma proporción. Además, la identificación étnica global, lucha contra el terrorismo, la El reconocimiento comercial de inmigración de los requisitos de cobertura es muy alto. En conclusión, el algoritmo de algoritmos y la tasa de reconocimiento del 99,99% del 99%, con la excepción de que los escenarios pueden ser desbloqueados. Estos nuevos escenarios para desbloquear, el equipo más vanguardista y pionero de las zonas verticales algoritmo (como la seguridad pública equipo de innovación del sistema) esfuerzos conjuntos, ni es la entrevista profesionales de la seguridad en general podrán percibir la vanguardia del cambio, que es otra fuente de malentendidos. nivel técnico de tres niveles VIE: Vision (visión), Insight (Insight), ejecución (ejecución) Cómo evaluar la capacidad técnica de la comparación? El más común es el campeonato de prueba, casos reales, los resultados de la licitación de PK, papeles, etc. Estos pueden no ser capaces de distinguir entre los 10 mejores del equipo de AI, pero es difícil distinguir el mejor equipo. me deconstrucción de tres tecnologías: la visión, visión, estrategia o patrón, el juicio tendencias de la tecnología, sin entender Insight, una idea de la naturaleza de los algoritmos y la distribución del mundo objetivo, la ejecución, ejecución, algoritmos, adquisición de datos, ingeniería y otra plataforma de computación específica. para: La ejecución es el algoritmo más básico para alcanzar el nivel, sobre todo después de que el marco general conocido, rápida implementación, incluyendo la aritmética básica, datos de la escena, el cálculo de plataforma experimental, aplicaciones de productos, por ejemplo, después AlphaGo qué tan rápido puede reproducir .; reconocimiento de voz lo rápido que puede atrapar los mejores resultados en todo el mundo. a lo largo de la ejecución, no algoritmo de plataforma de código abierto puede compensar expertos en áreas específicas puede ayudar a los equipos elevan el nivel del campo correspondiente de ejecución. este nivel, china debería ser equipo de clase mundial . Google es el primero en el mundo, si es así, si se está jugando al ajedrez, el reconocimiento de rostros, reconocimiento de voz, el nivel de china no debería ser más que Facebook, Microsoft, Apple, la aritmética del Amazonas, e incluso algo un poco más fuerte en algunos aspectos. mayoría de la gente técnica de comparación, básicamente, a este nivel. pero lo más importante, una mayor potencia es de dos niveles por encima. Más allá de esa capa es el Insight, el estudio profundo conocimiento de la tecnología. Algoritmos matemáticos, incluyendo la interpretación del modelo, la distribución de las ideas mundo objetivo. Orientación Insight sobre el uso de los datos, la potencia de cálculo (es decir, una guía sobre cómo usar el algoritmo incluso innovador algoritmo). esta capa puede decidir hacer mejor que Google, o para mantener el mismo ritmo de desarrollo se supone que tiene marco algoritmo de aprendizaje profundo, cantidades masivas de datos en el mismo nivel, pero todo el mundo. a un ejemplo de la cara de ajuste del rendimiento algoritmo de reconocimiento hay una enorme brecha, hemos utilizado 200 millones de personas se enfrenta a la imagen (un subconjunto de los mil millones de fotos) de formación, los parámetros del modelo eficaz para llegar a 1 mil millones de la orden, el uso de supuestos razonables sobre el rostro humano de propiedades de este objeto trascendental, incluyendo la luz, edad, raza , el desenfoque de movimiento, resolución de imagen, etc., cómo personalizar el modelo, una combinación de datos, la forma de calcular la aceleración tiene una diferencia significativa (Ejecución se menciona más arriba) en la optimización del rendimiento y la eficiencia en el aprendizaje del modelo. es por eso que han algoritmos de cálculo de la fuerza, Los gigantes de Internet de las condiciones de datos no son necesariamente capaces de hacer los tres primeros del mundo en una única tarea de IA. Visión: prever tendencias que definen la dirección futura del impacto en la vida, imagina que, además de la producción de un profundo conocimiento de la tecnología, sino también la imaginación de la capacidad de innovación de la tecnología, y el valor de negocio de la tecnología, la creatividad, la tecnología de visión. Responda dónde y qué tan rápido está llegando la IA. Ejecución fuerte, Insight es ciertamente buena, pero puede no tener la visión; la visión más fuerte, Insight es sin duda una de primera clase, pero una mala ejecución VIE puede tener un equipo fuerte con los más fuertes mundial extremadamente escasa profundidad de campo de estudio a dos señores Hinton .. y LeCun hablar de mis sentimientos. en 2010, la comunidad académica, muchas personas han estado hablando de la importancia de grandes volúmenes de datos para el aprendizaje automático, equipo de Hinton en 2012 LeCun invención sobre la base del algoritmo, con millones de datos de entrenamiento, de clase mundial avance en el progreso IMAGEnet ;. durante el mismo período, el equipo LeCun sólo tomó menos de un millón, pero los datos publicados en los resultados Hinton IMAGEnet de los dos primeros meses, el equipo LeCun no puede utilizar su propio algoritmo para reproducir los experimentos Hinton Como resultado, los resultados del equipo de LeCun superaron fácilmente al equipo de Hinton después de que Hinton anunciara la implementación algorítmica y consejos. Dos maestros tienen excelente visión, insistieron en la dirección de la profundidad del aprendizaje de los treinta años. Sin embargo, sus diferencias, así como las diferencias de visión trae esta creencia hace que la diferencia Insight (si seguir más ideas) en el momento podría ser significativo, la profundidad de aprendizaje desempeñan algoritmo avances condiciones incluyen el tamaño de los datos de entrenamiento, el modelo de regularización lograr, selección de la función de activación, así como entender la diferencia significativa en el cómputo GPU, etc. éstos en el momento, cuando el principio no está claro, puede ser totalmente confiando en Hinton (incluyendo la intuición de ese período súper doctorado) en. esta brecha Insight, haciendo LeCun algoritmo conocido equipo utilizado en el marco y los objetivos a conseguir un rendimiento crítico, pero desconocida, no puede reproducir los resultados. pero entonces, el equipo tiene una mejor LeCun Ejecución (ajuste del sistema a gran escala), en un corto período de tiempo el rendimiento del algoritmo sobre esta diferencia sutil entre la fe de la mayoría de los expertos en ganado, al final provienen de lo que vale la pena reflexionar. ¿Por Visión importante? Como un radar, para otros, es un punto ciego, la visión le permite ver, a ver para creer, creo que sí calma. No sólo con el fin de obtener una ventaja estratégica, así como cualquier persona, y la tentación de excluir la interferencia. Visión Cómo identificarla? Muy difícil, o incluso imposible, sólo se puede apreciar por las mismas personas tienen al igual que el marcador del gusto de la visión difícil, sólo se puede apreciar por las mismas personas que tienen gusto. Visión con lo que se ve, es de 99% pares expertos no podía ver, no creo, tan grande y, a menudo acompañado de malos entendidos. estudio a fondo LeCun antes de la prueba es verificar los datos reales, es difícil de ser reconocidos por los principales círculos académicos norteamericanos, e incluso publicó la conferencia de la parte superior no es una simple cuestión Hoy en día, casi todas las tesis están etiquetadas con aprendizaje profundo. Pero el juez no filtrar equipo de Visión tiene un patrón. En general, ya sea académica o de negocios, un gran avance, necesitamos una inversión consistente y muchos años después de una profunda arando. En otras áreas el próximo año o lo que los modelos están haciendo (vertical, Plataforma, etc.), clasificado como no Visión no debería ser un problema. Con el desmantelamiento de la VIE, creo, una nueva era de las barreras AI sólo las personas, los mejores personas. AI líderes de la tecnología de las futuras fronteras de la distribución y el juicio de negocios no puede ser reemplazado, decidimos desarrollar los elementos básicos de la IA (algoritmo, potencia de cálculo, los datos y la escena) y el grado de autoridad requerida peso. Ejecución y Insight tiene un gran equipo, el algoritmo de datos más eficaz para saber dónde, cómo etiquetar su uso. Insight y Visión tiene un gran equipo, el primero en recibir la tecnología avance ha llevado a la mayoría de los negocios Dónde y cuándo vienen las escenas de valores. Futuro de IA: ninguna historia puede aprender de, ni tiene autoridad para predecir Hablar sobre el desarrollo de la IA, la deconstrucción técnica cómo, hablar sobre el futuro de la IA. AI basado en una nueva era de aprendizaje profundo, difiere enormemente de la IA en la historia de 30 años, se trata de una variedad de aplicaciones, en la escena real, validado el rendimiento de datos a gran escala la tecnología, no sólo teoría o concepto. Aunque en los últimos cinco años de desarrollo, digno de las expectativas de la gente, hoy en día, hay mucha gente preocupada de que la nueva IA pronto menguar como en el pasado. pero creo que, sólo el comienzo de una nueva era de la IA. barajo tres características de AI breve descripción: 1, la IA es una dimensión completamente nueva. Esta es la decisión más importante al final es la cantidad que la IA. Cómo la innovación tecnología de IA y el desarrollo, cómo cambiar el negocio, sin historia sirve de guía, no hay ninguna autoridad puede determinar con precisión. IA no es sólo una tecnología, sino también un gran avance para todas las tecnologías de AI avance incluye-ordenador interacción, la búsqueda, la robótica, el chip de computación, medicina, La ciencia farmacéutica y casi todas las disciplinas. 2, desarrollo rápido de AI, salto fuerte A partir de la curva-S, se puede ver en los últimos cinco años algoritmo, AI y el rápido desarrollo de una única categoría (reconocimiento de la cara), con tiempos de crecimiento, pero estoy más ansioso por el futuro, es decir, la curva de la curva S en 2018 después de el grado de inclinación. AI provocó el desarrollo de múltiples dimensiones y técnica combinada con la profundidad de cada escena, superposición traerá experiencia más impacto de la tecnología multi-dimensional, que a la vista, la audición, la comprensión semántica, después de que el control de movimiento se unos pocos años serán contraataque; y la combinación de chips de la penetración de los terminales inteligentes en interacción con la experiencia del usuario de los últimos 30 centímetros, a través de la Internet de los objetos a internet de la inteligencia, permiten inteligente en todas partes. 3, AI paso por delante, traerá un enorme potencial En la curva S, los equipos en diferentes posiciones tienen la ventaja no solo de la diferencia en el tiempo del eje horizontal, sino también de los efectos acumulativos (integrales de curva) de la tecnología líder y la superposición de la tecnología AI con más multivariados (múltiples técnicas de curva de AI) Esto convierte a AI en una decisión destructiva interindustrial no solo para determinar la brecha entre una industria, el segundo y el segundo lugar, sino que también permite a los líderes de las principales industrias de inteligencia artificial aprovechar las industrias retrógradas de AI. AI futuro, sin parangón, por ver, así que créanlo.
|
