10位AI牛人想象2020年:李开复对医学教育持乐观态度LeCun强调自我监督学习


2020年人工智能研究将取得哪些突破?

2020年人工智能的应用将发生什么?

Wu Enda DeepLearning.ai拥有的THE BATCH出版物分享了包括Yann LeCun,李开复,周志华及其老板Wu Enda在内的10位AI领导人的新年贺词,以及AI在2020年可以取得的突破” ”。

让我们来看看〜

吴恩达:保持学习和好奇心

在“新年话语”的开始,吴恩达作为发起人开张,通常是一些关于学习新知识的想法。

吴恩达说,每个冬季假期他都会围绕一个新主题进行学习。

例如,十年前的冬天,他的研究主题是教育学。尽管他在机场拖着沉重的书架匆匆忙忙,但对教学法的研究确实帮助建立了在线学习平台Coursera。

去年,当他的小女儿诺娃(Nova)仍在母亲的子宫中时,吴恩达在冬天读了许多育儿书。

今年冬天,吴恩达说他正在研究延长寿命;包括新兴科学,包括遗传学和夸克。他还现场拜访了他101岁的祖父。祖父以个人经验告诉他:

长寿的秘诀是保持好奇心。

按照这个规则,吴恩达觉得他的许多追随者在101岁以后仍然可以活着。

最后,吴恩达祝愿大家在2020年充满好奇心,学习新事物并充满爱心。

李开复:人工智能将落入更多行业

Kai Fu的新年贺词主题是无处不在的AI。他说:

人工智能已经从发现时代发展到着陆时代。在我们主要在中国的投资组合中,我们看到了人工智能和自动化技术在银行,金融,运输,物流,超级市场,饭店,仓库,工厂,学校和药物开发中的使用。

但是,从整体经济的角度来看,只有少数公司开始使用AI,这表明AI仍有巨大的增长空间。

我相信,在人类技术进步的历史中,人工智能将与电力同等重要。在接下来的一两个十年中,人工智能将渗透到我们的生活和工作中,从而提供更高的效率和更智能的体验。现在是企业,机构和政府拥抱AI并推动社会前进的时候了。

我对AI对医学和教育的影响感到非常兴奋。这两个行业已准备好部署AI。

我们投资了一家使用AI和大数据优化供应链的公司,从而缓解了1.5亿中国农村人口药品短缺的情况。我们还投资于使用深度学习生成化合物以将药物发现时间减少三到四倍的药物开发公司。

在教育方面,我们看到一些公司正在使用AI来提高学生的英语发音,帮助学生提高成绩,并以个性化和游戏化的方式帮助学生学习数学。这将使教师摆脱日常工作,使他们能够花时间为新生代学生做更多鼓舞人心的工作。

我希望看到更多明智的企业家和公司在2020年及以后开始使用AI,以帮助他们获得更大的收益。

LeCun:自我监督学习带来了AI革命

三大深度学习巨头之一和图灵奖获得者Yann LeCun的新年贺词主题是“从观察中学习”。

人们不禁将其转化为“地理知识”。

“网格”是驾驶的小事。 LeCun提到人类学只需要花费数十个小时的时间,但是模仿学习算法需要学习数十万个小时,强化学习算法甚至需要学习数百万个小时。这里一定有问题。

人类可以有效地学习,因为我们已经在头脑中建立了世界模型。婴儿很难与世界互动,但是在生命的最初几个月中,他们通过观察吸收了许多关于世界的背景知识。显然,大脑的很大一部分用于了解世界的结构并预测无法直接观察到的事物,例如将来会出现的事物或隐藏的事物。

因此,人工智能的方向是自我监督学习。它类似于监督学习,但不训练系统对数据进行分类。相反,我们隐藏一些部分,让机器预测丢失的部分。例如,擦除视频的某些帧,然后训练机器根据剩余的帧填充被擦除的部分。

最近,该方法在NLP中非常成功。像BERT,ROBERTa,XLNet,XLM这样的模型都以自我监督的方式进行训练,以预测文本中缺少的单词,并且在所有主要的自然语言基准中都有记录。

希望在2020年将自我监督学习应用于视频和图像。它会在像视频这样的高维连续数据方面引发类似的革命吗?

严峻的挑战之一是应对不确定性。像BERT这样的模型无法判断句子中丢失的单词是“猫”还是“狗”,但是它们可以生成概率分布向量。对于图像或视频帧,我们没有好的概率分布模型。但是最近的研究非常接近,也许我们很快就会找到这样的模型。

这样,我们可以使用很少的视频训练样本来实现非常好的性能预测和运动预测,而这在以前是不可能的。

当这个想法变为现实时,2020年将是AI激动人心的时刻。

周志华:方法创新,政策明确

南京大学的周志华教授对2020年抱有三个希望:

1.希望出现除深度神经网络以外的高级机器学习技术。神经网络已经被许多研究人员,工程师和从业人员研究并应用了很长时间,其他机器学习技术为创新提供了相对未开发的空间。

2.希望AI可以进入更多领域,给人们的日常生活带来更多积极的变化。

3.希望研究人员,工程师和从业人员对如何采取措施防止AI技术的错误开发和滥用有更多的想法和讨论。

Anima Anandkumar:模拟的力量

Anima Anandkumar是Nvidia机器学习的主管,也是加州理工学院的计算机教授。

Anandkumar教授提到,模拟环境学习中的训练算法将使网络更加强大,并且可以模拟各种复杂的情况,并且在某些情况下可以解决研究人员数据不足的问题。

她工作的加州理工学院使用物理模型来模拟真实数据和深度学习,以进行地震预测研究; NVIDIA还推出了一个模拟平台Isaac。

她希望AI科学家能够在2020年认识到在模拟环境中进行培训的价值,并在新的一年中取得更大的AI进步。

Oren Etzioni:工具创造平等

Oren Etzioni是艾伦人工智能研究所的首席执行官,华盛顿大学的计算机教授以及Madrona Capital的合伙人。

他认为AI社区花费大量时间讨论算法的公平性和透明性,但在应用中,AI还可以为社会提供更多帮助,例如为行动不便的人们提供可访问的技术,解决教育问题,无家可归的问题人口,人口问题贩运人口问题,人工智能可以对人们的生活质量产生巨大的积极影响,但是现在在人工智能社区中对此进行的研究和讨论是肤浅的。

因此,他希望到2020年,AI社区将使用切实可行的手段使这些处境不利的人们受益,并使世界更加公平。

切尔西·芬恩:通用机器人

切尔西·芬(Chelsea Finn)是斯坦福大学计算机科学与电气工程系的助理教授。

她认为,许多当前的AI技术可以在诸如Go之类的特定任务上取得很好的效果,但是它们在概括性方面做得还不够,不能使用机器人来完成多个任务。

例如,在ImageNet上识别图片需要模型,但是如果机器人需要与环境交互,则为每个任务创建ImageNet大小的数据集是不切实际的。

因此,她还在进行更多的研究以赋予机器人泛化能力。如果突破性的大规模发展和强化学习的普遍性突破,那将是非常令人兴奋的。如果能够解决这些挑战,那么机器人将比现在更加智能,而不仅仅是留在实验室中。

David Patterson:快速培训和推理

David Patterso是加利福尼亚大学伯克利分校的计算机科学教授,RISC-V国际开放源实验室负责人,ACM和IEEE院士。

他说,在过去的一年中,阿里巴巴,Graphcore和英特尔等公司一直在开发专用的人工智能处理器,这些芯片将慢慢进入研究实验室和数据中心。

他认为,投资数十亿美元创建新颖的人工智能硬件将在2020年初取得成果。

我希望人工智能界能够接受其中最好的芯片,以推动该领域朝着更好的模型和更有价值的应用发展。

黎明之歌:负责数据

黎明之歌是安全领域的顶尖学者之一。他于1996年毕业于清华大学,并获得学士学位。他现在是加州大学伯克利分校(UC Berkeley)的计算机科学和电气工程教授。

她认为,敏感数据的收集正在迅速增加,几乎涵盖了人们生活的各个方面。但是用户几乎无法控制如何使用生成的数据。同时,企业和研究人员在使用数据方面面临许多挑战。

她认为,此类数据收集使个人和企业面临风险,她希望2020年成为负责任的数据经济奠定基础的一年。

这要求创建新技术,法规和商业模式。 Dawn Song认为,到2020年,机器学习仍将面临更大的挑战。要构建可扩展的系统以实际部署大型异构数据集,对某些用例及其他用例进行深入研究和部署联邦学习也很重要。

理查德·索歇(Richard Socher):信息海洋正在沸腾

Richard Socher博士毕业于斯坦福大学计算机系。在2016年,他成立的公司被Salesforce收购后,他加入了Salesforce,现在是Salesforce的首席科学家。

他认为,如何处理压倒性的事实,观点和意见仍然是一个挑战。

例如,在阅读冗长的文档之前,很难知道您将在其中找到哪些信息。同样,很难知道特定的陈述是否正确。

他认为,自动抽象可以解决这些问题,到2020年,这项技术将迎来重大发展,这将改变我们消费信息的方式。

它不仅可以帮助人们应对新兴信息,还可以使人们进一步拥抱人工智能的巨大潜力并创造一个更美好的世界。

«   2020年5月   »
123
45678910
11121314151617
18192021222324
25262728293031
网站分类
控制面板
您好,欢迎到访网站!
  查看权限
友情链接

Powered By Z-BlogPHP 1.6.4 Valyria

Copyright © 有福http://youfu.org