杨立昆:深度学习大革命来了
极客时间编辑部
讲述:杜力大小:1.05M时长:02:17
最近,在北京举行的 GMIC 大会上,Facebook 首席 AI 科学家杨立昆(Yann LeCun)进行了演讲。他介绍了当前 AI 的一些最新进展,以及 Facebook 人工智能实验室(FAIR)在计算机视觉、机器翻译等领域提出的一些最先进的架构。杨立昆认为,监督学习不会被替代,但监督会不断减少,或者不断弱化。
他首先介绍了目前的基于监督学习的 AI 系统。今天所有的应用,不管是影像、声音、图像的识别,还是一种语言翻译到另外一种语言,以及测试等,都可以利用 AI,通过深度学习可以训练机器,比如向它展示一个车的图像,它就会知道这是一辆车,下次再向它展示同一个图像的话就会获得正确的答案。在这种监督下的学习对于计算机学习来说是非常重要的。
卷积网络(Convolutional Nets)的说法可以回溯到上个世纪八十年代。它可以用于识别图像,同时也可以用于语言处理、语音识别等。神经网络是非常大的,只有在非常强大的计算机上才可以运用,并且需要有 GPU 加以辅助。
在这个基础上,Facebook 人工智能部门所做的研究 Mask-RCNN,它展示出了非常好的性能,不仅仅可以识别出每个人,同时会为每个人加一个 Mask。它可以识出电脑、酒杯、人、桌子等,而且还可以计算出数量到底有多少。
另外,Facebook 所做的另一项研究,叫做 DensePose,它可以实现实时的人体姿势估计。关于这项研究,Facebook 不仅发布了论文,而且发布了代码,以便让世界各地都可以更好的熟知这种技术。
杨立昆认为 AI 不仅仅会帮助人们解决问题,同时还会解决很多人类无法解决的挑战,所以 Facebook 正与他们的科学团队一起朝着这方面努力。
虽然 AI 有着很多不错的成绩,但是目前的 AI 还有一些没有触及到的能力。比如在医学方面,开发者可以在这方面进行更多的影响分析。比如深度学习方面就需要进行更深入的挖掘,因为机器本身会有不同的解决方案,在实际生活中是不能够去实施的。
在未来,还会出现更多的有关深度学习的变革,比如包括一些多渠道的发展或者是复杂的架构,而且还会出现更多的理论。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论