热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

图灵奖得主LeCun力推无监督学习:要重视基于能量的学习方法

作者|TiernanRay译者|夕颜出品|AI科技大本营(ID:rgznai100)导语:图灵奖得主深度学习大牛YannLeCun表示&#
640?wx_fmt=png

作者 | Tiernan Ray
译者 | 夕颜
出品 | AI科技大本营(ID:rgznai100)
导语:图灵奖得主深度学习大牛 Yann LeCun 表示,人工智能的下一个发展方向可能是放弃深度学习的所有概率技巧,转而掌握一系列转移能量值的方法。

640?wx_fmt=png

据说,工程师和某些科学家(大多数是工程师)可以把构思的东西在脑中视觉化。Facebook 的人工智能负责人 Yann LeCun 似乎就是这类人。
他在《When the Machine Learns》一书中写道:“我主要是凭直觉工作。”这本新书既是传记,又是科学讲座,又是一部人工智能简史,本周三以法语出版,书名为《Quand la machine apprend》(中文大意:当机器学习时)。
LeCun 写道:“我想到了爱因斯坦称之为‘思维实验’的临界案例。”
想象不存在事物的能力,也许通常被认为是可行性的极限,也是工程师和创新者的标志。LeCun 在 AI 人才中很少见,他既是算法设计领域的专家,同时在计算机工程领域也颇有建树。
LeCun 今年因其对计算机科学的贡献而获得了 ACM 图灵奖,他最负盛名的成就是在 1990 年代改进和完善了卷积神经网络(即 CNN)并使其实用化。他并非从零开始创造了 CNN,但他让 CNN 变得实用、可行。这奠定了机器学习革命的基础,在过去十年中,LeCun 与他的伙伴,另两位获奖者 Geoffrey Hinton 和 Yoshua Bengio 一起在机器学习中脱颖而出。
LeCun 本周三在新泽西州普林斯顿高等研究院进行了演讲,活动由研究所数学教授 Sanjeev Arora 组织,吸引了许多 AI 专家,包括英伟达的 AI 研究负责人 Anima Anandkumar 和 LeCun 在 Facebook 的学者同事 LéonBottou。
LeCun 的演讲是他最近在许多讲座中所采用的主题:如何超越常规深度学习的标记训练示例。他对听众说:“在监督或多任务学习中,我们将不会获得像人类一样可以泛化的智能。我们必须要换个方向。”
LeCun 认为,这个其他方向就是无监督学习。为了使无监督学习成为可能,整个领域可能需要在基于能量的学习方法上做更多的工作。
能量函数在 AI 领域已经存在数十年了。生物学家约翰·霍普菲尔德(John Hopfield)于 1980 年代首次通过后来称为“霍普菲尔德网络”(Hopfield Network)的方法普及了这一概念。这在当时的机器学习中是一个突破,让其他类型的学习算法可以处理能量场的概念,例如 Hinton 所研究的“玻尔兹曼机器”。
LeCun指出:“基于能量的学习已经存在一段时间了,但由于需要减少监督,最近我又想到了它。”
细节很难懂,但其基本思想是,无需创建大量带有标签的数据集(例如猫和狗的图片),也不用花费数千个小时训练 DeepMind 的 AlphaZero 这样的国际象棋游戏,而只是获取一些丰富的原始数据,例如大量 YouTube 视频,然后“喂”给计算机。
LeCun说:“让机器变得足够大,整天观看 YouTube 或 Facebook Live 就行。”由此可以训练机器预测视频中每一帧后的下一帧。预测与现实之间的兼容性就是所谓的能级(energy level)。能量越少越好,更兼容、更准确,因此神经网络需要努力达到理想的低能量状态。
原文链接:
https://www.zdnet.com/article/high-energy-facebooks-ai-guru-lecun-imagines-ais-next-frontier/

(*本文为 AI科技大本营编译文章,载请微信联系 1092722531)

精彩推荐



2019 中国大数据技术大会(BDTC)再度来袭!豪华主席阵容及百位技术专家齐聚,15 场精选专题技术和行业论坛,超强干货+技术剖析+行业实践立体解读,深入解析热门技术在行业中的实践落地。

即日起,限量 5 折票开售,数量有限,扫码购买,先到先得!

640?wx_fmt=png

推荐阅读

  • 确认!语音识别大牛Daniel Povey将入职小米,曾遭霍普金斯大学解雇,怒拒Facebook

  • 大规模1.4亿中文知识图谱数据,我把它开源了

  • 自动驾驶关键环节:行人的行为意图建模和预测(上)

  • 不足 20 行 Python 代码,高效实现 k-means 均值聚类算法

  • 巨头垂涎却不能染指,loT 数据库风口已至

  • 【建议收藏】数据中心服务器基础知识大全

  • 从4个维度深度剖析闪电网络现状,在CKB上实现闪电网络的理由 | 博文精选

  • 身边程序员同事竟说自己敲代码速度快!Ctrl+C、Ctrl+V ?

  • 100 美元一行代码,开源软件到底咋赚钱?

640?wx_fmt=png

你点的每个“在看”,我都认真当成了AI



推荐阅读
  • 人工智能推理能力与假设检验
    最近Google的Deepmind开始研究如何让AI做数学题。这个问题的提出非常有启发,逻辑推理,发现新知识的能力应该是强人工智能出现自我意识之前最需要发展的能力。深度学习目前可以 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • Word2vec,Fasttext,Glove,Elmo,Bert,Flairpre-trainWordEmbedding源码数据Github网址:词向量预训练实现Githubf ... [详细]
  • 深度学习与神经网络——邱锡鹏
    深度学习与神经网络——邱锡鹏-一、绪论人工智能的一个子领域神经网络:一种以(人工))神经元为基本单元的模型深度学习:一类机器学习问题,主要解决贡献度分配问题知识结构:路线图:顶 ... [详细]
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • 2018年人工智能大数据的爆发,学Java还是Python?
    本文介绍了2018年人工智能大数据的爆发以及学习Java和Python的相关知识。在人工智能和大数据时代,Java和Python这两门编程语言都很优秀且火爆。选择学习哪门语言要根据个人兴趣爱好来决定。Python是一门拥有简洁语法的高级编程语言,容易上手。其特色之一是强制使用空白符作为语句缩进,使得新手可以快速上手。目前,Python在人工智能领域有着广泛的应用。如果对Java、Python或大数据感兴趣,欢迎加入qq群458345782。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 如何用UE4制作2D游戏文档——计算篇
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了如何用UE4制作2D游戏文档——计算篇相关的知识,希望对你有一定的参考价值。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
  • 【论文】ICLR 2020 九篇满分论文!!!
    点击上方,选择星标或置顶,每天给你送干货!阅读大概需要11分钟跟随小博主,每天进步一丢丢来自:深度学习技术前沿 ... [详细]
  • 「爆干7天7夜」入门AI人工智能学习路线一条龙,真的不能再透彻了
    前言应广大粉丝要求,今天迪迦来和大家讲解一下如何去入门人工智能,也算是迪迦对自己学习人工智能这么多年的一个总结吧,本条学习路线并不会那么 ... [详细]
  • Android中高级面试必知必会,积累总结
    本文介绍了Android中高级面试的必知必会内容,并总结了相关经验。文章指出,如今的Android市场对开发人员的要求更高,需要更专业的人才。同时,文章还给出了针对Android岗位的职责和要求,并提供了简历突出的建议。 ... [详细]
  • 本文介绍了PhysioNet网站提供的生理信号处理工具箱WFDB Toolbox for Matlab的安装和使用方法。通过下载并添加到Matlab路径中或直接在Matlab中输入相关内容,即可完成安装。该工具箱提供了一系列函数,可以方便地处理生理信号数据。详细的安装和使用方法可以参考本文内容。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
author-avatar
手机用户2502932807
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有