欧美中文字幕第一页-欧美中文字幕一区-欧美中文字幕一区二区三区-欧美中文字幕在线-欧美中文字幕在线播放-欧美中文字幕在线视频

Facebook 新建人工智能實驗室,負責人這樣看“深度學習”技術

我是創始人李巖:很抱歉!給自己產品做個廣告,點擊進來看看。  
Facebook 新建人工智能實驗室,負責人這樣看“深度學習”技術

本周早些時候,社交網絡巨頭 Facebook 宣布聘請紐約大學教授揚?樂康(Yann LeCun)掌管其新建的人工智能實驗室,他將利用自己擅長的“深度學習”技術幫助Facebook更好地“讀懂”用戶行為。這位法國裔科學家日前接受了《連線》(Wired)雜志的獨家專訪,暢談了深度學習技術和人工智能的未來發展(原文來自?Wired,搜狐 IT 編譯)。

?
借助深度學習技術,Facebook可以自動識別用戶上傳的照片中人物的身份、自動添加相應的人名標簽,以及讓用戶快速與親朋好友分享照片。此類技術還能分析用戶在Facebook上的一舉一動,從而自動為用戶顯示他們想要看到的內容。Facebook可以利用深度學習實現“無窮無盡”的可能性——“它每天都能搜集到人與人之間的關系、搜集到用戶在一天里的所作所為,它知道你支持什么黨派、買了什么產品。”
?
Wired:我們知道你將會加入Facebook新建的人工智能實驗室,但是你和你的人工智能團隊具體將會研究什么呢?
樂康:我們想做兩件事情——其一,是真正從科學角度和技術層面取得進展,這將包括參與學術界活動和發表論文;其二,從根本上講,是把一些技術變成能應用到Facebook中的東西。但是我們目標是相當長遠的,比Facebook現有的工作更加長遠,在某種程度上脫離了日常生產活動,這樣人們就有思考未來的余地。
?
Wired:那種技術會是什么樣子?它能做些什么呢?
樂康:我們將要研究的技術,其實就是一切能讓機器更加智能化的東西。說得更具體一些,就是基于機器學習的那些東西。如今,打造智能化機器的唯一途徑,就是讓它們消化大量數據并建立數據模型。近年來興起了一種叫做“深度學習”的方法。它在圖像識別、語音識別等領域得到了極其成功的應用,在自然語言處理領域也小有成就。哪怕我們只研究這些東西,也能對Facebook產生巨大影響——Facebook的用戶每天都會上傳數以億計的圖片和短視頻,而聊天與消息中也蘊藏著海量信號。Facebook目前已經在網站上應用了大量機器學習技術,達到了能向用戶顯示相關新聞和相關廣告的水平。
?
Wired:這種技術的核心科學其實已經頗有年頭了,不是嗎?早在20世紀80年代中葉,你和如今在 Google 工作的杰夫?辛頓(Geoff Hinton)等人就率先開發了這些被稱為“反向傳播”(Back-Propogation)算法的深度學習方法。
樂康:這的確是技術根源,但是我們已經有了更大進展。反向傳播能讓我們進行“監督運行”——比如,你手頭有一組配有標簽的照片,你就可以訓練系統比對新的照片和標簽。Google 和百度目前就是用這樣的方法給照片加標簽的。
我們都知道上述技術很有效,但是如果你手頭的東西是視頻或自然語言——它們的標簽數據非常少,我們不能只是放一段視頻然后讓機器告訴我們視頻里的內容是什么。我們沒有足夠的標簽數據,而且即便花費大量時間讓用戶提供標簽,能否達到圖片標簽那樣的效果也是個未知數。
?
Wired:你提到了Google、百度、微軟IBM等其他互聯網公司也在研究深度學習。在外行看來,似乎這一領域的所有工作都興起于一個相對很小的深度學習學術圈,包括你和 Google 的杰夫?辛頓等人。
樂康:你說得一點兒也沒錯——雖然深度學習發展得很快,但是你得知道這項技術其實可以說是我、杰夫?辛頓以及蒙特利爾大學的約書亞?本吉奧(Yoshua Bengio)三個人的“密謀”——希望你能原諒我這么說。10年前,我們聚在一起,覺得我們應該著手解決視覺和語音方面的機器學習問題。一開始,這項技術是為了機器人控制等目的而開發的,但是我們后來得到了加拿大高級研究所(CIFAR)的資助。杰夫是主管,我是顧問委員會主席,我們每年碰頭兩次討論一下進展。當時機器學習和計算機學術圈的大多數人都對這個“密謀”不怎么感興趣。所以,在很多年里,這項技術一直局限在我們的那些討論會中。但是,我們開始發表論文之后,越來越多的人開始對我們的研究感興趣。然后人們開始看到切實的成效,于是產業界開始對此產生濃厚的興趣。
?
Wired:在你看來,深度學習與普通的機器學習有何不同?很多人都對Google使用了十幾年的那種機器學習算法耳熟能詳——那種算法能分析海量數據,從而實現自動識別網絡垃圾信息等功能。
樂康:那是一種相對簡單的機器學習。創造這種機器學習系統需要付出巨大的努力,因為這種系統其實無法處理原始數據。所以,數據必須被轉化為系統能夠“消化”的形式。這個過程被叫做“特征抽象”。
以圖片為例,你不能把原始像素數據扔給那種傳統的機器學習系統,而是必須把數據轉化為一種能被分類器消化的形式——以恰當的方式表述圖片,正是很多計算機視覺學者在過去二三十年里努力做的事情。
相比之下,深度學習能讓機器學習這一表述過程,從而不必由人工解決系統遇到的每一個新問題。如果我們擁有海量數據和強大的計算機,我們就可以建立能學會如何恰當表述數據的系統。
當今的人工智能技術存在的很多局限性,都是因為缺乏好的信號表述方式,或是因為我們現有的表述方式需要付出巨大努力去構建而造成的。深度學習能讓我們把這一過程變得更加自動化,也能收到更好的效果。

本文被轉載1次

首發媒體 比特網 | 轉發媒體

隨意打賞

提交建議
微信掃一掃,分享給好友吧。
主站蜘蛛池模板: 一本一本久久a久久综合精品蜜桃 | 亚洲视频黄色 | 成人a毛片一级 | 国产福利一区二区精品视频 | 羞羞视频在线观看视频 | 亚洲久操 | 九九视频热| 涩涩色中文综合亚洲 | 一级大毛片 | 亚洲精品成人网 | 婷婷在线观看网站 | 日韩无毛| 4huh34四虎最新 | 日韩一区二区三区在线观看 | 日本阿v精品视频在线观看 日本爱爱免费视频 | 日本爱爱视频 | 91视频这里只有精品 | japanese60成熟老妇 | 日韩欧美一二三 | 国产激情视频在线观看首页 | 色综合视频在线观看 | 国产精品美女免费视频大全 | 亚洲精品色婷婷在线影院麻豆 | 99爱视频在线观看 | youjizz欧美粗又大中国 | 天天干天天做 | 日本免费一区二区三区在线看 | 欧美日韩国产高清视频 | 在线观看精品国语偷拍 | 天天做天天爱天天一爽一毛片 | 91精品国产91 | a级黄片毛片 | 亚洲综合在线视频 | 九九热这里只有国产精品 | 亚洲国产精品婷婷久久久久 | 免费视频久久久 | 五月久久亚洲七七综合中文网 | 国产国语一级a毛片高清视频 | 国产精品每日更新在线观看 | 香蕉久久网 | 亚洲欧美另类国产 |