当前位置: 首页 > 专栏

2018深度学习十大趋势:元学习成新SGD,多数硬件创企将失败

发布日期:2019-06-11 17:40:25 编辑:it技术分享网 阅读次数:

摘要:原标题:2018十大趋势深度学习:元学习到新的SGD,大多数五金企业将无法创建编者按:本文是从微信公众号“量子比特”(ID:QbitAI),原CarlosE。佩雷斯,李山从IntuitionMachine博客编译,出版授权的氪36.2018年,一切可能都会发生显着变化。在2017年取得了深入研究那些不可思议的突破,全面爆发的2018年。去年,大量的研究工作

原标题:2018十大趋势深度学习:元学习到新的SGD,大多数五金企业将无法创建

编者按:本文来自微信公众号“量子比特”(ID:QbitAI),原来的卡洛斯·ê。佩雷斯,李山从直觉机博客编译,出版授权的氪36。

2018年,一切可能都会发生显着变化。

在2017年取得了深入研究那些不可思议的突破,全面爆发的2018年。去年,大量的研究工作将被转移到日常应用软件。

与去年一样,我预测2018也将扩大学习和发展方向的深度。

1,多数深学习硬件初创公司的失败

许多深学习硬件初创公司将在2018年交付他们的最终芯片。这些都是半成品,因为他们忘了提供优秀的软件来支持这些新的解决方案。DNA是,这些公司的硬件。不幸的是,在研究领域的深度,该软件同样重要。这些软件创业公司的成本主要是不明白,不明白的软件开发。这些公司可以提供芯片,但没有将这些芯片运行。

解决的办法是缩小阵列目标容易达成,目前已被采纳,所以我们不会看到性能提升规模多达10次,2017年。研究人员不仅会为这些张量的核心推理,还可以加快培养。

英特尔的解决方案将继续推迟,可能会令人失望。记录表明,英特尔无法在中期2017年发布这款产品,没有人能够预测时,该公司可以推出这个产品。如果一切都太迟了,只会变成一个哑炮。

谷歌将继续与惊喜开发TPU世界。谷歌可能会进入硬件业务,将授权其知识产权向其他半导体制造商。如果它仍然是唯一的除了NVIDIA真正的参与者,这种做法将使意义。

2,元学习将成为新的SGD

2017年,袁研究的主要领域出现了很多意义。随着研究社会作为一个整体的认识得到提升元学习,传统的随机梯度下降(SGD)将被边缘化,转移到更有效的方式,这将是更具爆炸性和探索搜索相结合的方法。

无监督学习进度将逐步加快,但主要是由元学习算法驱动。

\

3,促进新一代模型建模

代车型将会有更多的科学探索意义。目前大多数研究的是产生的图像和声音。但是,我们应该看到这种融合到一些工具用于复杂系统建模。就是这样一个地区建立深学习经济模式。

4,通过自我知识游戏打造自动化

它可以是无师自通从无到有,AlphaZero AlphaGo零是一个巨大的飞跃。在我看来,它与深度学习的出现同等程度的影响。深入研究发现,通用函数逼近。自学是在一般知识创造发现。

预计自学习机器学习会取得了很大的进步。

5,直观机将填充语义间隙

这是我最大胆的预测。我们将充满理性和直观的机机之间的语义鸿沟。双过程理论(包括两名机的认识,而不是一个模型,还有另一种模式)将变得更加流行的概念在我们新的人工智能程序开发。人工直觉的概念不再是一个边缘的概念,但人们会在2018年变得更加广泛接受的概念。

6,解释性无法实现 - 我们只能假

有两个问题解释性。更广为人知的问题是,有很多的解释规则,人类不可能掌握所有。第二个问题是不知道,机器会创造出很多人的和无法解释完全陌生的概念。我们已经看到了AlphaGo零和战略AlphaZero这种现象。人相信这样的举动超出常规,但或许他们只是没有理解这种行为背后的逻辑的能力只。

我认为这是一个问题不能得到解决。相反,机器非常好,“他解释说伪造”。简单来说,在目标机器理解人类可解释的感觉很舒服解释,或解释人类直觉的水平可以理解。然而,在大多数情况下,不能完全解释人类。

我们需要“假解释”提高学习解释性的深度。

7。深入学习和研究的信息将是一个显著减少

2017年,它已经很难跟上深入学习和研究进展。提交的论文在大会上ICLR 2018年,大约4000。研究人员需要一天读10篇跟上会议的进展情况。

问题是在这个领域越来越差,因为理论框架是在这个过程中是非常有用的。要在理论的进步,我们需要找到一种更先进的数学方法,使我们能够更好地分析。这并不容易,因为最深入研究的研究人员是不适合的数学背景,我们无法了解这些系统的复杂性。研究人员用复杂的理论基础,深入学习需求,但研究人员却很少。

\

因为过多篇论文,再加上陆续坏理论,带领我们进入了现在这个不愉快的状态。

通用的路线图一般人工智能也已失踪。理论是非常弱的,所以我们可以做的是建立一个路线图,上面有很多人的认知有关的里程碑。我们从认知心理学的只是一个纯粹的理论框架。这种情况是非常糟糕的,因为证据在这些领域的做法是非常稀缺。

研究论文数量的深入研究可能会在2018年增长三到四倍。

8,通过产业化教学环境

想要让深学习的发展更可预测和更容易控制,你需要制定更具体的教学环境。之前,我曾阐述。如果你想知道表达的最粗糙形式的教学方法,只是为了看看学习有多深网络进行训练。我们将看到在这方面取得更多进展。

越来越多的公司预计将披露其内部基础设施,从而揭示出他们是如何深度学习的大规模部署。

9,对话认知上升

方法我们评估了一般人工智能太旧。我们需要通过一种新的模式来解决现实世界的复杂动态。明年我们应该看到在这方面取得更大的进展出现。我将探讨在信息能源2018会议这个新的对话认知范式在阿姆斯特丹3月1日和2,。

10,我们需要使用的人工智能道德标准。

将会有越来越多的人需要使用人工智能道德标准。目前,越来越多的人意识到自动化后出现失控的不良后果。Facebook,微博,谷歌,亚马逊和其他平台上的简单的自动化技术的使用会产生意想不到的社会影响。

\

当您部署这些机器可以预测人的行为,我们需要了解的伦理问题,其。面部识别是一个比较危险的功能。算法可以生成数据作为真正的媒体将成为一个大问题。全社会应该要求人工智能对社会的整体利益,而不是加剧社会不平等。

明年将看到人工智能的伦理问题进行更多的讨论。然而,它应该是没有引入新的监管措施。政策制定者还需要几年才能真正理解对社会人工智能的影响。我不认为他们会停止战斗,解决社会所面临的实际问题。美国人口的众多安全问题的影响,但我们没有看到新的立法来解决这些严重问题。所以,不要指望这些问题在一夜之间解决。

准备冲击

2018年,我们应该系好安全带,以满足即将到来的一个显著的影响是非常重要的。

本文链接:2018深度学习十大趋势:元学习成新SGD,多数硬件创企将失败

上一篇:2018深圳时尚家居设计周新闻发布会隆重召开

下一篇:2018清博盛典暨新媒体大数据峰会 未来已来 唯变不变

友情链接:

大悲咒全文念诵 华严经原文注解 普门品全文 楞严经念诵 普门品读诵 金刚经功德 金刚经全文 大悲咒讲解 金刚经全文 大悲咒讲解 普门品注音 楞严经 普门品 金刚经读诵 普门品快诵 大悲咒拼音 华严经讲解 普门品快诵 金刚经全文白话 金刚经拼音版

Copyright © 2017 it技术分享网 版权所有 All Rights Reserved. 网站地图

苏ICP备18043316号