Press "Enter" to skip to content

GOTO 2017 • Deep Learning: What It Is & What It Can Do For You • Diogo Moitinho de Almeida


[Musica]
cool comincerò io sono Diego lavoro
al cervello di Google, ma questo è tutto ciò che posso
ti dico che la mia regola normale è se te lo dicessi
Dovrei ucciderti ma c’è un intero
molti di voi ragazzi che rendono questo tipo di
poco pratico ora come standard
disclaimer tutto ciò che dico riflette il mio
pareri propri non è rappresentativo di
il mio datore di lavoro non sono stato a Google
abbastanza a lungo da conoscere tutti i segreti anche se io
ammetterò che ne ho rubati alcuni
diapositive pubblicamente disponibili quindi se c’è
un pregiudizio di Google non è perché hanno fatto
lo faccio perché sono pigro per quanto mi riguarda
qualche sfondo per me stesso
Ho rotto una striscia perdente di 13 anni per il
Filippine nella matematica internazionale
Olimpiadi ho ottenuto il primo premio nella
mondo nella bussola inter display
modellazione e se hai familiarità con
concorsi Kayo voglio anche uno dei
quelli così mi piace competere e fare tutto
questo tipo di cose e spero che
ti convince che so che lo sono
parlando ma iniziamo il
la presentazione è l’apprendimento profondo di cosa si tratta
e cosa può fare per voi
ma penso che la prima domanda sia
perché dovrei preoccuparmi e questo mi ricorda
una storia un ricercatore di machine learning a
esperto di criptovaluta e un Erlang
programmatore entra in un bar
Facebook compra la barra per ventisette
miliardi di dollari e anche un altro
disclaimer potresti non saperlo ma io sono
sia un ricercatore di apprendimento automatico che
da San Francisco significa tutto il mio
le informazioni provengono da Twitter
non è uno scherzo, quindi preparati per quello per il mio
scivola ma torna al motivo per cui dovresti preoccuparti
intelligenza artificiale di apprendimento automatico
l’ apprendimento approfondito stanno ottenendo molto
di stampa in questi giorni stanno facendo tutti
un sacco di cose e c’è un sacco di hype
un sacco di articoli di notizie su tutti i tipi di
le cose e tutti sembrano voler ottenere
dentro, ma la gente non lo sa davvero
quello di cui stanno parlando sembra il
unica cosa che tutti sono davvero sicuro di è
quell’intelligenza artificiale e quella
sembra molto recentemente, in particolare
l’ apprendimento profondo sarà un catalizzatore per a
sacco di cambiamento che sta accadendo e
la gente sta facendo tutte le domande a tutti
tempo su questo genere di cose e alcuni
di questi temi ricorrenti sono come lo faranno
il mondo cambia
cosa può fare un AI e in particolare in profondità
imparare e come posso approfittarne
di queste tendenze
anche il leggendario programmatore Jeff Dean
ha detto se non stai considerando come
usare reti neurali profonde per risolvere il tuo
problemi che quasi certamente dovresti essere
sembra quasi una minaccia
spero che tu sia motivato ad imparare
questo è tutto ciò che ho per la motivazione così
iniziamo con ciò che è profondo
apprendimento ed è abbastanza facile questo è
apprendimento profondo si potrebbe memorizzare questo
diagramma questo renderà la presentazione
molto più facile quindi è fondamentalmente semplicemente
scherzando questo non è né completa non c’è
molto di più rispetto a quello ed è anche
molto complicato inizieremo
con qualcosa di molto più semplice vale a dire
il calcolo potrebbe non sembrare corretto è pari
il capitolo 1 del calcolo del libro è stato semplificato
è intitolato per consegnarti dal
terrori preliminari ma abbiamo solo bisogno di un
un po ‘di calcolo e in particolare
abbiamo bisogno di un algoritmo chiamato gradiente
discendere la derivata di una cosa con
calcolo ti dice come prendere
derivati e un derivato vagamente
parlando se ti dice come funziona
l’output cambia quando si modifica il suo input
e la discesa del gradiente è appena in movimento
lungo la direzione della derivata in
per minimizzare una funzione che tu
può prendere la derivata di così il
approfondimento su tutti i macchinari Sigma Xin
l’apprendimento è capire come inquadrare il tuo
problema in modo tale che quello che ti interessa
su è differenziabile o un proxy di
ciò che ti interessa è differenziabile
e quindi ridurlo al minimo e questo come uno
equazione estremamente semplice riassume
quasi tutti i recenti lavori in macchina
apprendendo che è successo nell’ultimo
metà decade circa, ovviamente
eccezioni a questa regola ma maggioranza di
ciò che è stato fatto è stato fatto
questa cosa eccezionalmente semplice o possibile
essere fatto con questo eccezionalmente semplice
cosa semplice e fondamentalmente è così
per quanto riguarda realmente l’ apprendimento profondo
la sua essenza
questo potrebbe suonare bene ma questo è
solo apprendimento automatico quando è diventato
apprendimento profondo anche facile è quando tu
renderlo davvero profondo potrebbe sembrare
uno scherzo ma agisce
davvero cosa succede quando li hai
tu sai che questi sistemi di apprendimento automatico erano abituati
essere composti questi molto molto semplice
funziona perché questo è tutto ciò che sapevamo
come ottimizzare e cosa succede quando
impili multipli di questi semplici
funzioni insieme ottieni qualcosa
questo è molto più potente se noi
non so davvero quanto sia più potente
è qualcuno potrebbe affermare che lo è
esponenzialmente più potente ma entrambi
sappiamo che è molto più potente e
semplicemente impilando queste cose e usando
il semplice algoritmo è ciò che è causato
la profonda rivoluzione dell’apprendimento per colpire e
è solo usando lo stesso vecchio semplice
algoritmo anche se come un avvertimento a
che facciamo parte della parte difficile del profondo
imparare è sapere che il semplice
Algoritmo lavorerà per questi molto
modelli complicati che hanno come pile
di strati e facendo problemi non convessi
è che per l’apprendimento profondo si questo è
a malapena sto saltando tutti i tipi
dettagli che sono sicuro saranno coperti
più tardi dal software che fa le cose
più facile da scrivere come tensorflow o pi
torcia per l’hardware che fa le cose
più veloce da eseguire come GPU o multi-core
CPU o TP usano comunemente
funzioni o livelli che le persone hanno
fatto un sacco di prove ed errori e giusto
trovato per funzionare bene per alcuni di oggi
problemi senza un’ottima giustificazione
e anche comunemente usano combinazioni di
questi strati o architetture che
allo stesso modo le persone hanno usato la prova e
errore e trovato funzionare senza molto
buona giustificazione ma per lo scopo
di quel discorso l’algoritmo più semplice è
la prossima grande domanda è cosa può fare per
tu
questo potrebbe essere stato un recente documento che
è uscito che lo rende un po ‘
più facile rispondere perché questo articolo
è venuto fuori che ho intervistato un sacco di
tutti i ricercatori di apprendimento automatico
queste alleanze sono persone così e non c’è
un sondaggio sui progressi futuri sull’IA così
cosa pensi che succederà quando lo farai
capita e ce ne sono molte davvero
cose interessanti qui che sono divertenti
e possibilmente informativo può essere per lo più
divertente
e rompiamolo alla fine facile
vedi Angry Birds più o meno lo stesso
difficoltà come le World Series of Poker
è molto strano per me, ho pensato
Angry Birds è stato risolto Sono abbastanza sicuro
Angry Birds è risolto e il mondo
Le serie di poker sono in realtà suoni
davvero difficile ma è laggiù
vicino alla fine facile sul difficile e io
trovo davvero interessante quell’IA
i ricercatori pensano che sia come il
in secondo luogo c’è un ricercatore
significativamente più difficile della matematica
il ricercatore sembra una lacuna di 50 anni
tra la ricerca matematica che viene risolta un’IA
ricerca risolta non dicendo che io
d’accordo o in disaccordo è solo interessante
a sottolineare che in realtà sembra che il
divario tra ricercatore di intelligenza artificiale e matematica
il ricercatore è più grande del divario
tra il ricercatore di matematica e il gioco
Angry Birds a livello umano così ho yeah
Non so se questo riflette qualcosa
sul campo forse è per questo che c’è
nessuna buona teoria dell’apprendimento profondo in questo momento
ma chissà cosa sta succedendo ma
importante per sapere che profondità
l’apprendimento può fare per noi c’è molto
di opinioni divergenti su cosa sta succedendo
accadere e quando succederà
ci sono alcune persone che pensano che noi
otterrà generalmente IA in circa
10-15 anni e c’è gente che pensa
si tratta di più di cento anni di distanza sono
sicuramente in quest’ultimo campo per chiarire
ma questo fa sembrare la risposta
la domanda che cosa posso fare per te
correttamente essere davvero difficile perché non c’è
solo così tante opinioni diverse come fanno
sai davvero quale sia la risposta corretta
è un problema difficile, ma per fortuna lo sono
l’unico sul palco quindi posso solo dire
qualunque cosa io voglia e nessuno può essere in disaccordo
con me immagino che tu possa non essere d’accordo con me
nel Q & A e sarà un buon dibattito
ma dirò cosa penso su questo
e prendilo con un granello di sale no
Mi riflettere lo fa riflettere me non è così
riflettere Google non riflette nulla
altrimenti mi piace stare sulle spalle
di giganti però e penso che ci sia
sono state alcune persone che hanno detto cose
che risuona molto con me e mi piace
piace molto quando dicono alcune cose
davvero proprio mi sento che aiuta
affina il mio pensiero sul problema
è uno che non so se sono d’accordo
ma è una dichiarazione davvero forte e
sembra che potrebbe essere abbastanza buono
euristico è questo e rovinando chi è no
più a lungo il capo scienziato di Baidu
ma dice se una persona tipica può fare un
compito mentale con meno di un secondo di
pensato che probabilmente possiamo automatizzarlo
usando l’IA ora o nel vicino
futuro non riesco a pensare a molti
contro argomenti che non richiedono
mi piace un dominio molto specifico
la conoscenza come forse le persone che giocano
i giochi molto possono giocare davvero a quei giochi
perchè lo hanno praticato bene ma
più o meno sembra abbastanza buono
euristico ed è molto forte
affermazione quindi forse questo è qualcosa
quello potrebbe guidarti a rispondere a questo
domanda un’altra cosa che non è come
specifico ma penso sia molto importante
considerare è che molto del profondo
I successi nell’apprendimento oggi sono stati io
non ho usato la parola semplice ma mi sento
come se fossero più semplici da memorizzare
problemi e non davvero pensando
problemi è sempre difficile da dire
cosa significa veramente questo perché?
quello potrebbe essere un palo mobile di like
certo se l’algoritmo non sta pensando
sta usando un algoritmo a stella o
qualcosa mentre potremmo pensare che sia
un po ‘ come pensare ma anche in questo
caso sembra che quando sei quando a
l’attività richiede più passaggi di
ragionamento in cui non puoi piacerti
euristiche da cui saltare da tutte le parti
input per l’ output sembra il profondo
l’apprendimento non è stato molto buono in questo
soprattutto non senza un grande aiuto
che mi porta alla mia regola generale che
l’apprendimento profondo è uno strumento appropriato
per l’abbinamento diretto al modello diretto
compiti punti bonus se puoi progettare
priori che sono particolarmente adatti a
il tuo problema i priori in questo caso
sono strati specifici che sono popolari per
determinati compiti ma non dobbiamo ottenere
in quello adesso
anche se mi sento libero di chiedermi in
Q & A ma qui quando dico supervisionato I
significa che diciamo direttamente al modello
quale sia la risposta corretta è così circa un
alcune altre figure di processo fuori umano o
quale sia la risposta giusta con qualche mezzo
e dice al modello questo è quello che tu
dovrebbe essere in uscita la prossima volta che ci sono
ci sono stati incredibili successi
usando l’ apprendimento di rinforzo che è
non supervisionato specialmente nel
dominio di gioco, quindi se hai visto
Mente profonde che giocano in reti di coda profonde
Atari o Minds alphago profondi che giocano
quelli usano molto rinforzo
imparando e se hanno sicuramente dentro
alcuni successi ma come mi sento
l’apprendimento di rinforzo è che può
lavoro ma non vuoi fare affidamento su di esso
lavorando e nella baia non tutti hanno
avviato su tutto e c’è
stato un sacco di persone che hanno tipo di
scommetti che le loro aziende su questo è un
ci permetti il ​​problema dell’apprendimento rinforzato
vendere persone usando il rinforzo profondo
imparare a farlo funzionare e finire
con vapori e una specie di triste fine
a quella supervisione per esso ma fino a
l’abbinamento diretto dei modelli va così
torna a quello che stavo dicendo prima dove
vuoi relazioni semplici tra
l’input e l’output
quasi quasi come quella una frazione di
l’input viene mappato direttamente ad una frazione
dell’output in una sorta di additivo
ish modo non deve essere completamente
additivo ma di solito un po ‘facile
la mappatura ti consente di eseguire il boot di più
mappature complesse e un sacco di
risultano essere mappature più complicate
mi piacciono un sacco di piccoli mappaggi semplici
composto insieme e questo genere di cose
sembra essere il modo in cui tende l’apprendimento profondo
lavorare è tutto molto vago, ma lo sono
circa per parlare di alcuni dettagli su
dove l’ apprendimento profondo è riuscito e
dove sembra non sono ancora riusciti
un altro disclaimer questo è solo un sottoinsieme
delle potenziali cose interessanti da parlare
circa e sto solo parlando del
intersezione di cose che trovo
interessante perché voglio le diapositive
essere interessanti ci sono molti simili
piccole cose che sono belle ma forse
non sarebbe così interessante per le persone
e visuale e cose che so come fare
metti una presentazione così ne ho un po ‘
tentativi di video ma sono opzionali
ma io ho un sacco di cose interessanti
audio funzionante ma non ne ho idea
come metterlo in una presentazione e
[Musica]
sì forse è il mio cattivo ma possiamo
risolvi andare e costruire robot ma tecnologia
non è ancora lì per audio affidabile e
video questo è anche quello che succede quando io
fare la grafica me stesso in modo che tutto il
sono stati disegnati grafici piuttosto animati
rubato da altri googler che sanno come
fare il nostro
torna su argomento iniziamo con il
cosa più semplice ogni volta che hai una metrica
che quando quella metrica sale i soldi vanno
probabilmente vorrai usare la macchina
imparando possibilmente un apprendimento profondo ma
questo è sicuramente l’apprendimento automatico
in realtà vorrei descrivere l’uso principale
caso di apprendimento automatico
Ho delle manopole per accendere alcune combinazioni
di questi pomelli sono migliori di altri
come faccio a renderli semplici, ma lo siamo
dire una cosa grande che la gente ottiene
preso in considerazione è l’apprendimento non supervisionato
un problema di ricerca molto interessante ma
se vuoi fare qualcosa di pratico, io
probabilmente ti consiglierei di non farlo
Penso che questo sia in realtà assolutamente
consiglio eccellente piuttosto che provare a
se riesci a passare un mese a comprenderlo
sull’apprendimento supervisionato fallo per favore
questo risolverà molte persone
tempo se potessi passare un anno
probabilmente salverebbe molta gente
di tempo se tu potessi fare dieci anni sei
probabilmente in pista con il resto del
campo quindi se hai un problema che tu
cura di non provare a fare un po ‘di magia
dove non sai se funzionerà
etichettare alcuni dati di solito sono queste cose
molto più efficiente di dati e la gente dice
sono e stanno attaccati alla supervisione
l’apprendimento sarà molto più facile per te
sanità mentale e il tuo impatto finale
il riconoscimento vocale ha funzionato molto bene
davvero molto bene la gente pensa questo
questa è destinata probabilmente ad essere uno dei
maggiori cambiamenti alle interfacce in no
solo le nostre vite ma nel prossimo
decennio in questo momento le persone non amano
parlare nei telefoni perché potrebbero essere
tipo di schifo ma le persone possono parlare molto
più velocemente possono digitare e molte persone
non so come digitare molto bene, quindi questo
potrebbe cambiare completamente il modo in cui le persone
interagire con cose elettroniche come
Google glass o ho sentito dire che è davvero grande
in Cina il riconoscimento vocale c’è tutto
tipi di cose che questo potrebbe consentire
e questa è solo una piccola parte del bello
le cose accadono nell’audio, ma io no
pensa di parlarne molto ma
ci sono cose con la generazione
generare audio generando lotti musicali
di cose interessanti là traduzione questo
l’animazione è davvero fantastica e questo
il problema è davvero interessante
che non solo le reti profonde possono migliorare
come il tradizionale pasticcio statistico
usato cose come Google Translate
fare ma dove hai solo corrispondenza
corpus o Corp I non so cosa
il plurale è ma puoi anche tradurre
tra coppie linguistiche che non hai mai
non hai nemmeno i corpus corrispondenti
Quindi in questo esempio avete Inglese a
Coppie giapponesi e giapponesi così
scusate l’inglese al giapponese in inglese a
Coreano e usando queste reti puoi
in realtà traducono direttamente tra
Coreano e giapponese senza mai vedere
dati accoppiati tra coreano e giapponese
che in realtà è enorme
potrebbe consentire un sacco di traduzione su
lingue che tra le lingue che
ci sono solo dati sulla E si può fare
in un modo molto più accurato perché
non è necessario tradurre in un
lingua intermedia in cui si perde
alcune informazioni se ti va mai
Google come quello che è il gioco dove tu
avere una catena simile a Markov con Google
Traduci di iniziare con una cosa tu
traduci in una lingua che traduci
alla fine diventa spazzatura e
niente come la cosa originale che hai detto
e tu eviti completamente quel problema
con questa classificazione di immagini questo è
come il pane e il burro di profondità
imparare è ciò che ha reso l’apprendimento profondo a
Big Deal gente che non era una sorta di
cosa mainstream fino a circa due venti
dodici quando si tratta di un apprendimento approfondito
concorrenza imagenet e battere tutti i
altre cose con un margine abbastanza ampio
e hanno fatto capire a tutti che si trattava di questo
risolve i problemi che null’altro potrebbe
risolvi prima e c’è il mondo reale
applicazioni a questo come le foto di google
un esempio c’è un sacco di api dove
le persone hanno fatto un business di raccontare
tu cosa c’è in un’immagine che le persone affrontano
classificazione Fede
rilevamento ci sono un sacco di soldi e
Riconoscimento del sentimento che conosci
una macchina fotografica qui e cerca nella stanza dire
loro se si stanno godendo il discorso o no
basato su sorrisi e roba della gente simile
forse non per i colloqui ma piace per le pubblicità e
roba qualcosa che non può essere ancora fatto
sebbene sia una classificazione delle immagini imparziale
o è ancora un sacco di lavoro questo è stato un
enorme problema per le foto di Google in realtà
come penso che sia come pochi giorni dopo
hanno rilasciato che la gente si lamentava
su Twitter che
i loro amici venivano classificati come
gorilla a causa della mancanza di diversità in
i dati di allenamento e questo è un po ‘
inevitabile quando hai imperfetto
set di dati in realtà non so come
risolvi questo che potrebbero aver appena rimosso
alcune delle classi che potrebbero essere state
preso come offensivo ma è solo un
incidere giusto come vogliamo reale
algoritmi che non rendono questo tipo
di errori stupidi che parlano di no
facendo errori stupidi un problema vicino
e caro al mio cuore è l’imaging medico
sono stati un sacco di enormi successi
sull’imaging medico in particolare c’è
sono state delle letture davvero interessanti
le radiografie e le TAC scansano cose interessanti con
rilevamento di patologie di segmentazione
retinopatia diabetica tutte queste cose
è gente che sta diventando superumana
risultati come meglio di quello che sembra
essere i migliori medici e, si spera, molto
presto questo tipo di cose sarà come
raggiungere gli utenti finali e aiutare
persone quindi questa è un’area davvero eccitante
di apprendimento profondo progresso simile in
quella vena non è limitata a 2d
immagini o con una previsione singola per
immagine puoi fare ciò che è chiamato semantico
segmentazione in cui etichetti ciascun pixel
o in questo caso voxel in un’immagine e
puoi anche funzionare anche per alti
dati dimensionali così questo per esempio è
3d segmentazione di credo nel neurone
e questo algoritmo è in realtà iterativo
e come si espande nel tempo e
questo è molto simile a come un essere umano
segmenterebbe un neurone non sarebbe solo
dire tutti quei mesi qui è un neurone se
inizia da qualcosa ed è come
ok questo è vicino a quest’altra cosa
questo è forse un neurone, quindi siamo come noi
erano come espandere la portata del profondo
imparare più persone stanno progettando di più
e più di questi priori da costruire
le architetture per fare molto più intelligenti
cose così ogni volta che dico non ancora
qualcosa potrebbe essere che la tecnologia sia
ci P non abbiamo appena provato
Basta parlare e non ancora c’è
è stato un lavoro davvero interessante sull’immagine
didascalia quindi anziché dare un’immagine
restituisce un oggetto nell’immagine che è stato dato
un’immagine descrive l’immagine
e questo è un compito molto più difficile perché
ci sono molte cose che possono andare avanti
in un’immagine e c’è un sacco di
possibili modi per descrivere un’immagine così
come si dice che qualcosa è sommossa e
quale serie di cose scegli
avere qualcosa descritto e questo è
abbastanza bene come queste descrizioni sono
in realtà questo è un buon caso
molti casi brutti di questo, ma lo fanno ancora
fare alcuni errori veramente stupidi che potrebbe
riflettere i problemi sottostanti con il nostro
modelli di imaging o potrebbe essere a causa di
dimensione del set di dati, ma questo è ancora aperto
problema di ricerca in modo simile a quello che è
non molto bravo a rispondere alle domande
su immagini o storie può essere buono
nel trovare cose specifiche nelle immagini
ma ci sono altre cose che sembrano essere
più facile che trovare una cosa o semplicemente come
facile come trovare una cosa che approfondendo
al momento non è buono come contare
se chiedi bene questo è che non ho un
contando un esempio qui, ma se lo avete
come una ciotola di arance e chiedi come
quante arance sono in questa ciotola questo
sembra un compito molto semplice ma è così
abbastanza difficile per i modelli in questo momento
è un grosso problema parlare di grandi
i problemi non ci sono assolutamente vicini
per automatizzare la ricerca questo è un grande
tweet siamo i ricercatori erano i
quelli che volevano fare l’intelligenza artificiale
il lavoro e giocare e mentre loro
giocare ma invece è il contrario
giusti i giochi sì è solo la riproduzione di tutti
giorno e i ricercatori stanno lavorando di più
che mai è una vita dura penso che il
i commenti su questo erano ugualmente grandi
perché forse questo è un segno che l’intelligenza artificiale
è in realtà intelligente sai forse
è come fingere di essere stupidi e
essere come perché dovrei voler fare tutto
il lavoro che sto solo andando continuare a giocare
giochi tutto il giorno alcuni aspetti della ricerca
potrebbe essere automatizzato qualcosa che alcuni
le persone considerano noiose o a
perdita di tempo o difficile è la progettazione di questi
architetture in primo luogo e
c’è stato un po ‘di lavoro nell’uso profondo
imparando ad automatizzare l’architetto
progettazione di architetture per più profonde
imparando e ti fanno impazzire
cose che nessuno avrebbe mai progettato
si, sicuramente non lo farei
pensa di farlo nel modo giusto, così questo
roba ha avuto alcuni abbastanza promettenti
risultati II lo metto sotto un forse di
ciò che può essere plausibile perché è entrambi
era sia molto costoso che non proprio
buono come uno stato dell’arte ma questo
sembra un viale davvero promettente e
un potenziale posto che potrebbe fare a
grande impatto quindi forse tutto il nostro apprendimento
sull’architettura e lo studio di questo e
prova ed errore forse tutto questo succederà
essere in outsourcing per conoscere le fattorie di
computer da qualche parte e potremmo solo
sai attenersi ai compiti di alto livello
ma la vita è raramente di quel tipo a dispetto
notizie false al contrario siamo lunghi
modi di automatizzare il software
sviluppo c’erano alcuni articoli su
algoritmi che automatizzano la codifica e III
penso che alcune persone fossero un po ‘
nel panico su questo forse tutto il
articoli quando l’approfondimento automatizza X
provoca un po ‘di panico, ma mi aggrappo a me
uscire con un sacco di ingegneri del software
quindi erano preoccupati per un secondo
fino a quando non si sono resi conto che questa cosa era
in realtà davvero stupido non quello
il lavoro è stato fatto ma come l’algoritmo
non è stato da nessuna parte vicino al software
ingegneria era leggermente migliore
euristico per la raccolta di pezzi casuali di
codice insieme e facendo tentativi ed errori
su quel codice e come tutti sappiamo che è
assolutamente non come facciamo software
ingegneria proprio come progettiamo cose
in anticipo non prova ed errore è come
tutto fatto dai libri sì questo
l’algoritmo sicuramente non può farlo
quindi i nostri posti di lavoro sono al sicuro, ragazzi
ok così alcune persone alcune persone sanno cosa
Sto parlando di alcuni grandi meme questo
non è davvero l’output del modello, ma se lo fai
segui il campo in cui la gente ama divertirsi
cose in là alcune persone in realtà
ho scritto una carta conf, credo che sia
è piuttosto incredibile che qualcuno possa piacere
dedico un documento di ricerca con suppongo
una vera idea non l’ho letto ma io
Supponiamo sia una vera idea
a un nome di troll penso sia fantastico e
mostra come la velocità di pubblicazione in
il campo comune problema della Silicon Valley
nessun apprendimento profondo non risolverà tutto
i tuoi problemi, specialmente non i tuoi
problemi di definizione del prodotto non lo faranno
trova qualcosa di utile per te e
non ti renderà magicamente ricco
nonostante molte credenze in contrario
e simile a questa chat generale di immagini
bot sono in realtà molto difficile che ci si
pensa di non darti nessun modello a
set di dati di due persone che parlano e lo faranno
essere in grado di replicare quelle persone
parlando ma si scopre che il nostro
i modelli linguistici sono abbastanza buoni da fare
cose che sembrano grammaticalmente corrette
ma sono semanticamente abbastanza terribili così
non hanno come loro non hanno alcuna
la storia coinvolta non ce l’hanno
un sacco di problemi di loro e questo come a
anche l’incomprensione ha portato molto
di aziende che iniziano prodotti che
finito facendo perno da utilizzare profonda
imparando del tutto e finì per usare Mi piace
un esercito di lavoratori nelle Filippine
questo manualmente facendo la chat per
loro che si rivela essere una bella
modo economico di fare le cose ma specifiche
i bot di chat sono molto fattibili quindi se tu
trasforma il problema da hey generiamo
testo arbitrario a hey selezioniamo tra a
piccolo insieme di risposte valide cose
diventa molto più facile questo è nelle scatole
risposta intelligente che apparentemente è usata da
oltre il dieci percento delle risposte informative mobili
che suona come un sacco di
qualifiche, ma ho solo che sia
bello che qualcosa è iniziato come un
April Fool’s Day è ora vero aprile
Lo scherzo del primo di maggio è anche dolce
animazione ma questo tipo di cose è molto
plausibile e penso che le persone che lo fanno
learning uso della macchina per i bot di chat sarà
finire per limitare il problema abbastanza a
un po ‘ e in realtà è molto fattibile se
si sta cercando di classificare come devo
abbastanza informazioni o è questa persona
soddisfatto o ho bisogno di tirare un altro
umano per chattare in questo modo
persona che è molto più fattibile di hey
risolve automaticamente l’ IT di questa persona
problemi che sembrano davvero difficili e
simile invano a quel testo coerente è
una bella sfida come una lunga durata
quantità di testo un sacco di giornalisti
giornalisti mi sento una grande vittima
hype perché è un po ‘colpa loro
uh-huh e sono un po ‘preoccupato su
il loro lavoro su reti profonde RDR e simili
iniziare a scrivere articoli per noi e il
la risposta sembra non esserlo se sei un
giornalista
non preoccuparti scusa
hai detto che è difficile indagare
i giornalisti come un’IA
Non riuscivo a sentire l’ ultima parte di
che oh si certo
mi ha detto che è difficile da fare
giornalismo investigativo che è
sicuramente vero e discutibile su quanto
giornalismo investigativo attuale
i giornalisti fanno ma questo è sicuramente il
caso penso che in questo caso è anche il
preoccupati che venga letto molto giornalismo
roba su Twitter trasformarlo in un articolo
spero di ottenere un sacco di clic fare clic
Vadie headline topic sicuramente non tutti
di esso, ma una parte è quella
e penso che ci sia qualche preoccupazione
su questo come credo nella finanza
c’è una grande corsa per piacere a chi può
pubblicare prima questi articoli sulla base di
varie fonti di dati e se non lo sei
parlare di qualità ma velocizzare questi
le cose hanno sicuramente un vantaggio in termini di velocità
sì III Io non sono personalmente non sono
preoccupato per i lavori dei giornalisti
preso per sicuro bello scusa scusami
non potrei sentirti molto bene, ma grazie
per aver urlato quella volta, sì così
qualcosa che sembra essere davvero
promettendo che in realtà penso che sia così
uno degli usi imminenti più promettenti
di apprendimento profondo è come non del tutto
lì, ma potrebbe essere lì ed è come un
sarebbe un campo davvero sexy per entrare in
con la robotica sembra che ci sia un
molte cose davvero buone che stanno succedendo con
apprendimento imitazione e un sacco di persone
sono investiti solo lavorando oh lo è
lavorare questo è gente molto carina
investendo in gran parte della ricerca
i laboratori stanno investendo e stanno ottenendo il
robot che si allenano insieme come fanno
raccogliamo un sacco di dati per i robot
farli funzionare automaticamente perché
proprio adesso
almeno per la mia comprensione io sono no
robotica è che la maggior parte del lavoro
fatto da robot è fatto manualmente e se
siamo in grado di avere lo rendono molto più facile
addestrare robot per fare cose che ci interessano
circa forse
all’improvviso avremo qualcosa di simile
robot programmabili più generali che
le persone possono fare cose con me in modo che io pensi
è davvero molto promettente e almeno
da una prospettiva di ricerca di qualcuno
chi legge i giornali e come continua
con quello che le persone stanno facendo sembra molto
plausibile che questo genere di cose potrebbe
fare un passo avanti nel breve periodo
specialmente con ciò che viene chiamato imitazione
imparare dove robot piuttosto che
imparare per tentativi ed errori che possono essere
molto difficile imparano solo a copiare gli umani
che è tornato nella regola di
pollice stavo parlando di dare
dando a questi algoritmi dati supervisionati
dire loro cosa fare generalmente funziona
molto meglio che sperare in magia
sai sperare che saranno magicamente
capire la cosa da fare che è cosa
gran parte del campo sta cercando di ottenere
funziona ora a seconda di chi tu
Chiedere
gioco mi piacerebbe contare le categorie
quello non è ancora là ci sono stato
alcuni incredibili successi nel gioco
ma molti di questi successi non lo sono
è molto super generale, molto è
piace molto input semplice input in uscita
mappatura come se stessi menzionando così Atari
sembrava essere molto discutibile
se andare o no era così anche se
è stata sicuramente una grande vittoria ma
ci sono stati altri giochi in cui modelli
non sono neanche lontanamente altrettanto efficaci
piace anche come Minecraft molto semplice
labirinti è ancora il modello ancora non lo sono
abbastanza lì ancora o recentemente c’è stato
un bel po ‘ di lavoro sul doom visivo
fallo dai pixel e da questo modello
in realtà super cool fammi vedere qui fa
questo lavoro puoi saltare al combattimento
quindi ci sono stati molti progressi
che di recente questo è come il
quello che era lo stato dell’arte nel 2013, se
si può dire che è come abbastanza stupida come
sparare un muro in questo momento, vediamo qui
sì questo è così questo è un po ‘
più intelligente questo era lo stato dell’arte in I
direi 2016 ish a metà 2016 questo è
ancora piuttosto stupido
e la gente sta facendo molto di più
progressi di recente con questo siamo a guardare
a questo questo è in realtà intimidatorio
è come muoversi intorno alle sue riprese
intelligentemente ecc. ecc. c’è stato molto
più progressi fatti in questo e in quello
sembra che non siamo neanche lontanamente vicini
o almeno alla mia risoluzione delle conoscenze
qualcosa come Starcraft ma è davvero
promettente e le persone stanno mettendo molto
di sforzo in questo quindi la probabilità
che facciamo grandi scoperte in
nei prossimi anni sembra essere probabile fresco
e questa è una categoria di cose che è come
quello di cui sono uno dei più entusiasti
solo perché non prenderei mai in considerazione
usando come questi estremamente potenti
modelli di classificazione per cose artistiche
forse sono solo io ma alcuni di questi
i casi d’uso sono incredibilmente creativi e
incredibilmente forte e come questa roba è
incredibile questo è venuto fuori bello
di recente e impara a trasformare
immagini da diversi domini così
trasformando come una zebra in un cavallo
o viceversa, quindi trasformalo in immagine
può essere fatto può anche essere fatto con i video
quindi è come se fosse davvero fatto da
un modello non è come i dati di selezione delle ciliegie
ma così è in realtà una trasformazione questo
video e come questo non è senza soluzione di continuità ma
è molto meglio di quanto potrei
fare con Photoshop che non sta dicendo
molto ma come questo è carino
impressionante e non avrei nemmeno avuto
pensato a questo come un caso d’uso come hey
Sono un ricercatore meccanico presso Google I
conosci un ammasso gigante
Trasformerò un cavallo in una zebra
destra
sfortunatamente questo genere di cose non lo è
completamente affidabile ma questo è carino
divertente come con tutte le macchine
imparare come farlo completamente
affidabile può essere impegnativo parlare
a tale proposito c’è stata un’app che è
sta guadagnando popolarità chiamata app faccia
quella
la trasformazione facciale è così in alto
hai lasciato vedere la foto originale in alto
proprio tu vedi come un più virile
trasformazione che conosci come più tagliente
chin bill beardy quindi in basso a sinistra e
vecchia miss trasformazione e in basso a destra
una trasformazione sorridente e questo è
in realtà abbastanza buono abbastanza bene e
come un’app può farlo sul tuo telefono no
input umano lo fa e basta
impressionante che tu possa fare questo e questo
è un caso d’uso davvero interessante, purtroppo
non è perfetto, in particolare, è anche
soffre di quel pregiudizio come con
molte altre cose quando diventi un figo
modella in un prodotto ce n’è uno
diverso insieme di requisiti in questo
caso hanno avuto una trasformazione che
rende più caldo il viso di una persona e uno di
le cose che faceva erano sempre alleggerire
pelle che era offensiva per alcune persone
si, dovevano tirare quella caratteristica
Penso o cambio penso che loro realmente
cambiato il nome da caldo a qualcosa
altrimenti non riesco a ricordare l’arte è fattibile questo
è arte da zero o arte incondizionata
come se fosse come questi modelli possono solo
creare queste cose artsy e penso
che questo è davvero davvero cool
personalmente penso che entrambi guardino
davvero bravo posso avere una dimostrazione di mani di
chi pensa che quello a sinistra sia migliore
che dire del giusto oh sembra un?
cravatta ho fatto quello a sinistra così ero
sperando che la gente votasse per questo
un bel penso che siano entrambi davvero
di sicuro avrei sicuramente un poster di
quello nella mia stanza o un dipinto di quello dentro
casa mia quindi questo tipo di cose tipo
chi l’avrebbe mai pensato come a
effetto collaterale di questi veramente potenti
cose veramente utili avremmo avuto l’arte
oh sì, sicuramente non lo sto affermando
questo è il come la prima cosa
in termini di tecniche algoritmiche, sono solo io
trovare solo un caso d’uso davvero interessante
di apprendimento profondo perché quando III non lo fanno
penso che dieci anni fa la gente avrebbe avuto
immaginato come si immagini tutti questi
faranno belle foto e ogni
in realtà ogni volta che c’è un nuovo uso
caso nell’arte sono semplicemente stupito come chi
pensato a questo come chi ha speso il loro
tempo su questo e sono grato per questo
perché non l’ avrei fatto , ma io
penso sia davvero fantastico e penso in
per certi versi è anche abbastanza bello
a differenza di frattali o qualcosa di simile
sembra che ci sia molto di più
come se ci fossero altre incognite sconosciute in
questo proprio ora che lo rende davvero
anche promettente forse è mio
fraintendimento d’arte se o
algoritmi o tutto ciò di cui non sono esperto
una qualsiasi di queste cose che abbozza con un’altra
Caso di utilizzo recente in cui ti alleni solo
un set di dati di umani che disegnano poco
le cose e le cose in alto
l’angolo in alto ci sono cose che la modella
disegnato e in fondo qui puoi
in realtà fai matematica sugli schizzi così prendi
come una faccia di gatto che aggiungi in un maiale con a
corpo ti sottraggo una faccia da porco e finisci
come un gatto con un corpo e simili
è piuttosto interessante che funzioni
la matematica è così eccezionale
puoi anche i non artisti nella stanza
trasforma ciò che è discutibilmente non arte nel
in basso a sinistra in qualcosa che è
potenzialmente arte quindi questo è un altro molto
caso d’uso freddo dove ti piace può piacere
consentire alle persone di farlo diventa quasi come
conosci un nuovo medium artistico giusto
dove ora puoi usare queste cose
migliorare l’arte esistente per fare cose, forse
che la gente non avrebbe mai fatto prima o
abilitare le persone che non avrebbero potuto fare
questo prima
o forse renderlo più veloce
una cosa del genere sembra quasi come te
sapere come un nuovo strumento dal
senso musicale quindi questa roba è davvero
trasferimento di stile alla moda penso che sia così
pazzo perché un anno e mezzo fa questo
stava già guardando molto bene ed è così
appena diventato sempre meglio così è
come andare così bene, in realtà dovrei
ho messo qui anche le vecchie foto
ma come questi sono i nuovi ciò che penso
è il più recente trasferimento di stile e questo
è abbastanza buono come puoi vedere
trasferendo lo stile di un fuoco in a
una bottiglia come questa è come un professionista
Lavoro di Photoshop e immagino e questo è
come impressionante e vorrei fare
questo e attendo con ansia questo essere
in grado di essere fatto per me perché non lo faccio
voglio implementarlo da solo ma c’è
un sacco di cose davvero interessanti stato fatto
con il trasferimento di stile e questa roba è
davvero pragmatico perché piace
esteticamente questo è già molto
alta qualità questo è il mio coronamento
realizzazione in realtà mescolando la mia faccia con
quello di un Pokemon probabilmente il mio meglio
successo e apprendimento profondo sicuramente
i lavori raccomanderebbero provarlo di nuovo
e probabilmente le cose più nuove funzioneranno anche
meglio e per quanto specifico andare c’è
ogni sorta di altre cose è dura
la formula è presa in input che è simile
ad un altro input che ha l’apprendimento profondo
riuscito su come immagini audio testo grezzo
altri domini come questo scelgono una risposta
questa è una mappatura relativamente semplice da
quell’input così niente di troppo complicato
ma semplici mappature come sono umani
volti e allenatore di set di dati raccolti
modello di solito ottiene qualcosa del genere
solo qualcosa che funziona abbastanza bene e
per quanto riguarda ciò che può fare se tu se tu
scegliere le cose giuste generalmente
generalmente rende il Valgar no
ti ha aiutato molto nel fare
un sacco di lavoro facile per te ottenere
come l’ultimo bit di regali sempre a
molto lavoro ma tu lo saprai se tu
può ottenerlo che è ciò che lo rende un
un po ‘più facile
oh , torniamo alle grandi domande come lo faranno
il cambiamento del mondo penso che sia un grande
tweet come Andrew Inge
Credo che l’ automazione e gli steroidi siano
il modo giusto di pensare che non
senziente o padroni dell’IA o qualsiasi cosa
altro, come che in realtà sarebbe abbastanza
piacevolmente sorpreso di vedere generalmente io
nella mia vita solo perché penso
è così improbabile e non lo è
perché nonostante quello che i miei pantaloni attuali
potrebbe implicare che io sono uno dei live
digiuno muori i giovani è tutto. II
pensa che sia abbastanza lontano
anche se mi piacerebbe essere sbagliato finora
come il mondo cambierà non rivendicherò
essere un esperto sugli effetti sociali di
automazione ma fortunatamente questo ragazzo lo farebbe
ha avuto un talk TED chiamato automazione
portare via tutti i nostri lavori sembra tutto come un
un po ‘di una parola da donnola qui
oltre un milione di visualizzazioni e scommessa legge sulle ricchezze
di titoli si applica qui qualsiasi titolo
che finisce in un punto interrogativo può essere
risposto di no , la risposta è no
risparmiando 18 minuti il reclamo è quello
Automazione AI come qualsiasi altra automazione
porteranno via qualche lavoro ma lo farà
probabilmente fare molta più trasformazione di
posti di lavoro perché molti lavori non sono questi
solo mappature semplici e c’è di più
nuovi e complicati istinti a loro ma
l’automazione aumenta la leva di qualsiasi
persona e ci saranno molti più posti di lavoro
che semplicemente non possiamo immaginare succederà
quindi questa è la sua opinione che non ho forte
viste in questo sì che cosa può essere profondo
imparare i campi davvero eccitanti
ci sono un sacco di cose che noi
può fare ora che in precedenza non potevamo a
molte cose a cui si pensava una volta
essere davvero molto difficili ora sono fattibili
la gente ha combattuto per risolvere è stato come
un centinaio di anni o più e c’è
tutti i tipi di campi che questo potrebbe
influenzare
per quanto riguarda le specifiche fa quale è cosa
sarebbe effettivamente più utile per te
ragazzi
la risposta è che è un po ‘complicato
il mio consiglio sarebbe di guardare l’esempio
rete di casi di fallimento e di successo con
ricercatori e persone nell’industria o
usa la regola empirica di qualcuno forse la mia
forse prenderlo e cambiarlo ma davvero
vuoi costruire il tuo mentale
la classificazione di ciò che non è non è possibile
e perfezionare quel classificatore attorno al
serie di problemi che specificamente
prenditi cura di te se vuoi come a
specifico come voglio capire se
l’ apprendimento profondo può trovare X in una genomica
set di dati che ti piace andare nella ricerca
guarda quella figura come sembra
possibile cosa non lo è e ce ne sono così tanti
problemi là fuori che potresti avere
potresti finire per essere l’esperto mondiale
nel sapere se l’apprendimento profondo funziona
il tuo problema quindi è solo così
molta opportunità proprio lì che se tu
chiedi a qualcuno che probabilmente te lo dirà
una risposta perché la gente ama dare
risposte ma probabilmente non ti daranno
molto buono me compreso in modo
in questo momento è inevitabile fare un po ‘di
che il lavoro a meno che non si fa qualcosa che
qualcuno ha già risolto ma è gentile
di una sbirciata rispondi all’ultima grande
domanda era come approfittare
di queste tendenze penso che sia molto simile
imparare l’ ingegneria più morbida soprattutto
di nuovo come quando Internet era giovane
e le mie risposte graffiano il tuo prurito
giocare con un sacco di lavoro su
l’arte specificamente è stata fatta dagli hobbisti
e non i ricercatori e non ne abbiamo idea
eppure ciò che si può fare su di te lo sa
problemi a cui tieni e per tutti voi
sai che potresti essere seduto a seconda
la prossima app killer che nessun altro è
pensato e sta graffiando il tuo
il prurito porta a qualcosa di valido per gli altri
avviare una società su di esso c’è un sacco di
soldi per le aziende che girano a destra
proprio ora e il mondo ha bisogno di più intelligenza artificiale
aziende che forniscono effettivamente valore
Non farò nomi e anche
prepararsi come una dolce transizione
considera l’adesione a Google è il migliore o
qualsiasi altra azienda focalizzata sull’intelligenza artificiale che
è come interessanti problemi di impatto
e le risorse per risolvere questi
i problemi
grazie
tu
Please follow and like us: