人工智能先锋人物杰夫·辛顿说:“深度学习将无所不能”
2020-11-20 15:18:09
作者:Haren Hao翻译:陈之炎校对:车前子
本文约2500字,建议阅读8分钟三十年前,辛顿对神经网络的观点与众不同,他说现在大家都接受了这些观点。
标签:人工智能,神经网络
- 人工智能领域的缺口:“必须有更多的概念上的突破,在规模上,还需要加大。"
- 神经网络的弱点:“神经网络在处理多参数少量数据时,表现不错,但是这方面,人类似乎做得更好。"
- 人脑如何工作:“大脑内部是参与神经活动的大向量。"
现代人工智能革命始于一场默默无闻的研究竞赛:2012年,即第三届图像网络竞赛(ImageNetcompetition),挑战团队需要建立一个能识别1000个物体的计算机视觉系统,这1000个物体中包括动物、景观和人类。
在前两年,即便是最好的参赛团队,准确率都不超过 75%。但是到了第三年,三位研究人员(一位教授和他的两个学生)突然打破了这个天花板,他们惊人地超出了10.8个百分点,赢得了比赛。那个教授便是杰弗里·辛顿,他们使用的技术叫做深度学习。
自20世纪80年代以来,辛顿一直致力于深度学习的研究工作,由于缺乏数据和计算能力,其有效性受到了限制,一直到2012年才取得成果。辛顿对这项技术的坚定信念最终带来了巨大的回报:在第四年的图像网比赛(ImageNet competition)中,几乎所有参赛队都在使用深度学习,并获得了神奇的准确性。很快,深度学习便被应用于图像识别之外的任务。
去年,由于他在这一领域的特殊贡献,辛顿与人工智能的先驱们YannLeCun和Yoshua Bengio一起被授予图灵奖。10月20日,我在麻省理工学院技术评论的年会“Em Tech MIT会议”上与他谈到了这个领域的现状,以及下一步的方向。
为了表达清楚,对以下内容进行了编辑和浓缩。
你认为深度学习足以复制人类所有的智力,为什么这么确定?
我深信深度学习将无所不能,同时,我认为必须有相当多的概念上的突破。例如,2017年AshishVaswani等人,引入“transformer”“transformers”这个概念,它利用向量来表示词义,这是一个概念性的突破,目前几乎用于所有的自然语言处理模型。我们需要更多类似的突破。
如果有了这些突破,是否能够通过深度学习来模拟所有人类智力?
的确如此,特别是如何获得神经活动的大向量来实现“推理”这样的突破。但同时我们需要大幅度增加规模。人脑大约有100万亿个参数,即突触,是真正的巨大模型,像GPT-3(https://www.technologyreview.com/2020/07/20/1005454/openai-machine-learning-language-generator-gpt-3-nlp/),有1750亿个参数,但它比大脑小一千倍。GPT-3现在可以生成看似合理的文本,但与大脑相比,它依然太小。
提到规模时,是指更大的神经网络,更多的数据,还是两者兼而有之?
两者兼而有之,计算机科学中发生的事情和人们实际发生的事情之间存在某种差异。与获得的数据量相比,人们拥有更多的参数。神经网络擅长处理有大量参数的少量数据,但人类在这方面却做得更好。
很多业内人士认为,下一个大的挑战是常识,你同意吗?
我同意,这是一件非常重要的事情,我认为运动控制也非常重要,而深层神经网络现在正变得越来越擅长这一点。特别是,谷歌最近的一些工作表明,可以完成精细的运动控制并与语言相结合,比如:打开一个抽屉,取出一个小木块,系统便可以用自然语言告诉你它在做什么。
像GPT-3这样的模型,它可以生成精彩的文本,很明显,它必须深入理解才能生成该文本,虽然我们对于它理解的程度还不太清楚。但是,如果有什么东西打开抽屉,拿出一个小木块并说:“我刚刚打开一个抽屉,拿出小木块一个”,也可以说它明白自己在做什么。
人工智能领域一直把人脑作为其最大的灵感来源,不同的人工智能方法源于认知科学中的不同理论。你是否相信大脑实际上建立起了外部世界的表征之后,再来理解它,或者这只是一种有用的思考方式?
很久以前,在认知科学中,两个学派之间存在着一场争论:其中一个是由斯蒂芬·科斯林(Stephen Kosslyn)领导的,他认为,当大脑处理视觉图像时,你拥有的是一组正在移动的像素;另一学派则更符合传统的人工智能,“不,不,这是胡说八道,它是分层、结构性的描述。脑内处理的是一个符号结构。”
我认为他们都犯了同样的错误。科斯林认为我们处理的是像素,因为外部图像是由像素组成的,这是能为我们理解的一种表示;有人认为大脑处理的是符号,是因为我们也在用符号表示事物,这也是我们能理解的一种表示。我认为二者都不对,实际上大脑内部是多个神经活动的大向量。
仍然有许多人认为符号表示是人工智能的方法之一。
当然。我有像赫克托·莱维斯克(Hector Levesque)这样的好朋友,他们相信符号表示的方法,并在这方面做了很棒的工作。我不同意他的观点,但符号表示方法是一件完全合理的事情。我猜测,符号只是存在于外部世界中,在大脑内部,用大向量进行内部操作。
你认为你对人工智能未来最与众不同的观点是什么?
好吧,我早先持有的与众不同的观点,五年后,它们却成为了主流。早在20世纪80年代,我的大多数反向观点现在都被广泛接受了,现在大多数人都同意并接受了这些观点。所以,在某种程度上可以说,我的逆向观点已被削弱了。
原文标题:
AI pioneer Geoff Hinton: “Deep learning is going to beable to do everything”
原文链接:
https://www.technologyreview.com/2020/11/03/1011616/ai-godfather-geoffrey-hinton-deep-learning-will-do-everything/
人工智能先锋人物杰夫·辛顿说:“深度学习将无所不能”相关推荐
- 独家 | 人工智能先锋人物杰夫·辛顿说:“深度学习将无所不能”
作者:Haren Hao 翻译:陈之炎 校对:车前子 本文约2500字,建议阅读8分钟 三十年前,辛顿对神经网络的观点与众不同,他说现在大家都接受了这些观点. 标签:人工智能,神经网络 人工智能领域的 ...
- 【精辟】人工智能先锋人物杰夫·辛顿说:“深度学习将无所不能”
作者:Haren Hao 翻译:陈之炎 校对:车前子 本文约2500字,建议阅读8分钟 三十年前,辛顿对神经网络的观点与众不同,他说现在大家都接受了这些观点. 标签:人工智能,神经网络 人工智能领域的 ...
- 英飞凌——人工智能物联网:当物联网终端设备拥有深度学习的能力
英飞凌--人工智能物联网:当物联网终端设备拥有深度学习的能力 万物互联时代,人工智能物联网(AIoT)成为热门技术趋势之一.AIoT指的是在边缘端将人工智能和物联网结合起来,即在物联网终端设备中内置智 ...
- 深度学习鼻祖杰夫·辛顿及巨头们的人才抢夺战
摘要:深度学习已经诞生了数十年时间,但直到近几年才受到各大科技公司的重视,被认为是硅谷科技企业的未来,今天为大家介绍的是深度学习的开山鼻祖Geoffrey Hinton. 在过去的三十年,深度学习运动 ...
- 唯样商城:英飞凌——人工智能物联网:当物联网终端设备拥有深度学习的能力
万物互联时代,人工智能物联网(AIoT)成为热门技术趋势之一.AIoT指的是在边缘端将人工智能和物联网结合起来,即在物联网终端设备中内置智能功能,使它们不仅可以收集和共享数据,还可以分析数据.从中学习 ...
- 四天人工智能 python入门体验课_百度深度学习7天打卡营,用Python+AI识别“青你2”小姐姐的高颜值...
原标题:百度深度学习7天打卡营,用Python+AI识别"青你2"小姐姐的高颜值 "淡黄的长裙,蓬松的头发",一夜之间洗脑全网,小姐姐们实在太让人上头了! 导师 ...
- 毕业设计 - 基于人工智能的图像分类算法研究与实现 - 深度学习卷积神经网络图像分类
文章目录 0 简介 1 常用的分类网络介绍 1.1 CNN 1.2 VGG 1.3 GoogleNet 2 图像分类部分代码实现 2.1 环境依赖 2.2 需要导入的包 2.3 参数设置(路径,图像尺 ...
- 什么是人工智能?什么是机器学习?什么是深度学习?三连问
人工智能 人工智能 机器学习 有监督学习 无监督学习 半监督学习 强化学习 深度学习 神经网络 三者之间的关系 最近机器学习,深度学习频繁出现人工智能领域,成为高频词汇,但是好多同学对这些同学一知半 ...
- 人工智能必读书籍推荐—“花书”/计算机视觉/深度学习书籍
导读:悟已往之不谏,知来者之可追 人工智能(英语:Artificial Intelligence,缩写为AI)亦称智械.机器智能,指由人制造出来的机器所表现出来的智能.通常人工智能是指通过普通计算机程 ...
最新文章
- python 将字符串转换成字典dict
- 华为10年经验测试工程师,整理出来的python自动化测试实战
- mysql性能优化分析 --- 上篇
- installation of igraph for python2.7
- 【ubuntu+opencv3】ubuntu16.04+qt5+opencv3.2.0编译与安装
- 对字符串数组排序,使所有变位词都相邻(C++)
- 华为如何在开发者选项观察错误日志_资讯:华为Mate 40 Pro屏幕供应商曝光;iPhone 13第一版原型机曝光;王者荣耀日均日活用户过亿...
- ios 静音模式_静音设计模式
- 嵌入式Linux系统编程学习之九基于文件描述符的文件操作
- python爬虫视频课程推荐_Python 爬虫实战案例(推荐小白研究)
- 编写GOM引擎登录器,直接启动GOM客户端DAT文件不掉线
- ssm大型分布式商城项目实战视频教程下载java分布式开发教程
- cadvisor没有采集到容器信息解决方案
- DCDC电源芯片的引脚功能及应用-BUCK芯片和BOOST芯片
- ipad版实现横屏竖屏 详解iPad横竖屏切换解决方案
- java对象的哈希值_对象的哈希值
- 研究生复试------12 学做菜
- matlab 画多边形,[转载]matlab多边形绘制
- 猿链猿哥:IKO,Initial Keepsake Offering,首次纪念品发行
- C# 使用163 SMTP发送邮件