Netflix все еще на…

Видеостриминговый серв…

Аirbase получает $…

Airbase - это стартап,…

Salesforce покупае…

Salesforce объявила о …

Когда Apple выпуст…

Во вторник компания за…

Зачем Intel приобр…

Стратегия Intel по соз…

Индия запрещает пр…

TikTok, популярное при…

Pinterest вырос на…

Pinterest (NYSE: PINS)…

Apple Pay внедрят …

Apple Pay используют в…

Telegram TON сотру…

Команда разработчиков …

Акции Zoom выросли…

Компания-разработчик п…

Компания Brex прив…

Компания Brex, широко …

Южнокорейская комп…

KT Corporation, крупне…

Sony раскрывает ин…

Ведущий разработчик Pl…

Salesforce приобре…

Salesforce объявила о …

«Игра престолов» п…

HBO недавно выпустил в…

«Игра престолов» с…

Долгожданная премьера …

«
»

08.12.2018 16:29

На каком этапе находится изучение искусственного интеллекта компанией Facebook?

Пять лет — это очень большой период времени для технологической отрасли. Успешные стартапы находят способы, чтобы прогореть и уйти с рынка. Тенденции, которые кажутся непреодолимыми. Последние пять лет в области искусственного интеллекта  были очень трансформационными.

Исследовательской лаборатории ИИ Facebook (FAIR) в этом месяце исполняется пять лет. И так же, как гигант среди социальных сетей, эта лаборатория оставила неизгладимый след в более широкой культуре ИИ. К лучшему или худшему, но разработки, выходящие из FAIR, оказали серьезное влияние на исследовательское сообщество искусственного интеллекта и укоренились в том, как работает Facebook.

«Вы не сможете запустить Facebook без глубокого обучения», — рассказывает главный научный сотрудник Facebook Ян Лекун (Yann LeCun ). «Это очень, очень глубоко в каждом аспекте работы».

Размышляя о формировании своей команды, Лекун вспоминает, что его главной задачей при первоначальном создании исследовательской группы было «придумать, что представляет собой исследование в Facebook».

«До FAIR у Facebook не было ни одной исследовательской лаборатории, это была первая компания, которая была сосредоточена на краткосрочных инженерных проектах с шестимесячными сроками, если не меньше»,- говорит он.

Лекун

Через пять лет после формирования исследовательской команды под руководством Лекуна влияние FAIR пронизывает компанию. Группа имеет лаборатории в Менло-Парке, Нью-Йорке, Париже, Монреале, Тель-Авиве, Сиэтле, Питтсбурге и Лондоне. Они сотрудничали с учебными учреждениями и опубликовали бесчисленное количество статей и исследований.

«Я сказал «нет» созданию исследовательской лаборатории в течение первых пяти лет в Facebook», — написал технический директор Майк Шрепфер (Mike Schroepfer) в своем сообщении на странице в Facebook. «В 2013 году стало ясно, что искусственный интеллект будет иметь решающее значение для долгосрочного будущего Facebook. Поэтому мы должны были решить этот вопрос».

Генезис исследовательской группы произошел вскоре после того, как Лекун был приглашен на ужин в дом Марка Цукерберга.

«Я рассказал [Цукербергу], как следует организовывать исследовательские лаборатории, в частности, идею проведения открытых исследований», — сказал Лекун. «То, что я услышал от него, мне очень понравилось: он сказал, что на самом деле открытость в ДНК компании».

У FAIR есть преимущество более длинных сроков для проектов, которые позволяют уделять больше внимания поддержанию ее исследовательского характера. В лабораториях искусственного интеллекта нет комнаты под грифом «секретно», и большая часть наиболее значительных исследований группы заканчивается опубликованной работой, которая приносит пользу более широкому сообществу ИИ. Тем не менее, во многих отношениях искусственный интеллект — это гонка вооружений для компаний в Кремниевой долине. Разделение между FAIR и командой прикладного машинного обучения Facebook (AML), которая больше фокусируется на необходимых для продуктов разработках, дает группе «огромную свободу действий, чтобы действительно думать о долгосрочной перспективе», — пояснил Лекун.

На вопрос о некоторых из этих долгосрочных планах компании, которые превратилась в его направления работы, он ответил: «Во-первых, будет достигнут значительный прогресс в вещах, с которыми мы уже хорошо справляемся…».

Важной тенденцией для Лекуна, по-видимому, является то, что FAIR делает ставки на разработки, которые влияют на то, как люди могут более просто и легко взаимодействовать с системами данных и получать значимые отзывы.

«У нас был проект, который представляет собой систему вопросов и ответов, которая в принципе может ответить на любой вопрос, если информация находится где-то в Википедии. Наш проект еще не может ответить на действительно сложные вопросы, которые требуют извлечения информации из нескольких статей в Википедии и перекрестных ссылок на них», — рассказывает Лекун. «Однако уже сейчас наблюдается определенный прогресс, который заставит следующее поколение виртуальных помощников и систем данных намного меньше разочаровывать своих пользователей».

Некоторые из самых больших успехов в машинном обучении за последние пять лет произошли в области машинного зрения, в которой машины способны анализировать то, что происходит в кадре изображения. Лекун предсказывает, что впереди будет еще большее контекстуальное понимание.

«Вы увидите системы, которые не просто распознают главный объект на изображении, но в основном очерчивают каждый объект и дают вам текстовое описание того, что происходит на изображении, своего рода другое, более абстрактное понимание того, что происходит», — делится исследователь.

FAIR обнаружила, что сталкивается с разрозненными и фундаментальными проблемами, которые оказывают большое влияние на то, как функционирует остальная часть компании, но многие из этих точек прогресса находятся глубже в этом пятилетнем сроке.

FAIR уже добилась определенного прогресса в неконтролируемом обучении. Компания опубликовала работу о том, как они используют некоторые из этих методов для перевода между языками, для которых им не хватает данных для обучения, чтобы на практике пользователи, нуждающиеся в переводах, например, с исландского на суахили, «не остались с носом».

Лекун утверждает, что на горизонте появляются гораздо более сложные проблемы, с которыми сообщество ИИ только начинает сталкиваться.

«Это все относительно предсказуемые улучшения», — говорит он. «Большой приз, на который мы действительно надеемся, — это идея самостоятельного обучения, когда машины смогут учиться так же, как люди и животные, и мы хотим, чтобы у них был какой-то здравый смысл».

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (1 оценок, среднее: 5,00 из 5)
Загрузка...

Добавить комментарий

8 (800) 600-47-17

(Звонок бесплатный)

+7 (495) 790-47-17

info@sharespro.ru

109028, Москва, Малый Ивановский переулок 7/9с1

ИНН: 7716851037 КПП: 771601001 ОГРН: 1177746245610

8(800)600-47-17 +7 (495) 790-47-17 info@sharespro.ru
109028, Москва, Малый Ивановский переулок 7/9с1
ИНН: 7716851037 КПП: 771601001 ОГРН: 1177746245610
или
пройдите регистрацию


Авторизация
*
*



Регистрация
*
*
*

Я согласен получать рассылку по электронной почте

Я даю разрешение на использование своих персональных данных


Генерация пароля