本港台开奖现场直播 j2开奖直播报码现场
当前位置: 新闻频道 > IT新闻 >

报码:【j2开奖】卷积神经网络之父Yann LeCun:如何让Facebook的机器人学会思考?

时间:2017-04-22 06:32来源:668论坛 作者:开奖直播现场 点击:
Yann LeCun在上个月来到清华大学演讲时,公布了自己给自己新取的中文名“杨立昆”,引起了一片笑声。他作为人工智能神经网络领域的大牛,被业界誉为“卷积神经网络之父”,纽约

  

报码:【j2开奖】卷积神经网络之父Yann LeCun:如何让Facebook的机器人学会思考?

Yann LeCun在上个月来到清华大学演讲时,公布了自己给自己新取的中文名“杨立昆”,引起了一片笑声。他作为人工智能神经网络领域的大牛,被业界誉为“卷积神经网络之父”,纽约大学终身教授,同时现在也是Facebook人工智能实验室负责人。而在此之前,在神经网络像今天这样受到推崇之前,他坐过冷板凳,论文被拒,团队被边缘化,但这位坚持下来的56岁学者,如今正带领Facebook,走向新的技术未来。BuzzFeed这篇专访,讲述了Yann LeCun,是如何让Facebook的AI学会思考。

本文来源 | 网易智能

  作者| Alex Kantrowitz

  编译 | 机器小易

在距离Facebook美国门洛帕克市总部近5000公里的曼哈顿市中心一栋古老的米色办公大楼里,一群公司员工正在研究几个项目,它们看起来似乎与社交网络关系不大,而更像科幻小说中的场景。这就是Facebook的人工智能研究团队,简称FAIR。他们专注于一个独特的目标,即开发具有与人类同等智能水平的电脑。

尽管距离实现终极目标还很遥远,但这个团队正取得十年来几乎没有人敢相信的成就:它的人工智能程序绘制的画作几乎与人类艺术家无分轩轾,从维基百科上挑选的主题测验罕缝敌手,它还能玩《星际争霸》这样的高端视频游戏。慢慢地,它们变得越来越聪明。将来,它们可能会改变Facebook,让你与朋友之间互动的平台成为你的知心好友。

正是出于这些原因,FAIR显然不是典型的Facebook团队。这个团队的成员并不直接参与这家价值4100亿美元大公司的热门产品开发工作,比如Instagram、WhatsApp、Messenger和Facebook。它的最终目标可能需要几十年时间才能实现,而且可能永远无法实现。

它并非由典型的硅谷成功人士领导的,而是一位56岁的学者Yann LeCun(杨立昆),他在人生中经历了真正的失败,并成功地恢复过来。他曾经被拒绝的关于人工智能的理论如今被认为是世界上最先进的,Facebook给出的高额薪酬便是他个人价值的最佳证明。

LeCun表示:“你与数字世界(包括手机、电脑等)的互动将会发生改变。” FAIR正在提高电脑的视觉、听觉以及通讯能力,它的发现已经渗透到Facebook的各种产品中,从新闻推送到相机再到图片过滤器等。

Facebook正在进行大规模投资,这不仅是因为人工智能很有趣,还因为它非常重要。在当今科技的各个角落,公司都在以人工智能为基础进行竞争。Uber由AI支持的无人驾驶汽车成为其专车战略的核心。谷歌依赖AI的Google Home智能扬声器正在回答用户在搜索栏输入的任何问题(在此之前,谷歌还需要查阅百科全书)。

为了破解价值6740亿美元的食品杂货市场,亚马逊正在用人工智能收银员创建便利店。在Facebook,人工智能几乎无处不在。例如,它的人工智能照片过滤器可以帮助抵御来自Snapchat的挑战。它的人工智能可以识别图片,看看里面有什么,并决定在它的信息流中显示什么,这将帮助公司提供令人信服的体验,让你重新追溯过去。类似的技术还在监视骚扰、恐怖主义和色情内容,并将其标记出来以删除。

Facebook应用机器学习(AML)团队负责人杰奎因·奎诺内罗·坎德拉(Joaquin Qui·onero Candela)说:“人们对整个Facebook产品的体验都是基于人工智能的。 如今,如果没有人工智能支持,Facebook就不可能存在。

随着这个领域不断取得进步,Facebook将依靠LeCun和他的团队来帮助其领先于竞争对手,尽管后者很可能也会拥抱这种技术。经历了多年的批评和边缘化之后,LeCun终于拥有了梦想中的所有:80名研究人员、Facebook庞大的金融资源支持以及对他工作的主流信仰。他现在所要做的就是交付成果。

报码:【j2开奖】卷积神经网络之父Yann LeCun:如何让Facebook的机器人学会思考?

视觉

从很小的时候起,LeCun就相信他能让电脑拥有视觉。面部识别和图像检测如今已经很常见,但是当LeCun20世纪80年代早期在巴黎上大学时,计算机实际上是个“盲人”,它们无法理解图像中的任何东西,也无法弄清楚相机镜头里出现了什么。

从上世纪60年代起,LeCun就在大学里寻找一种方法,这种方法在很大程度上还未被探索过,但他认为这种方法有可能“让机器学习许多任务,包括感知。”这种方法被称为人工神经网络,它是由相互连接的小型传感器组成的系统,并可以将内容分解成微小的部分,然后进入识别模式,并根据它们的共同输入来决定它们所看到的内容。

(责任编辑:本港台直播)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容