大牛预测2018年深度学习走向:大批AI硬件初创将失败

来源:智东西


导语:本文作者Carlos E. Perez是Intuition Machine公司的创始人,曾经编写《人工直觉与深度学习手册》( Artificial Intuition and the Deep Learning Playbook),他将会在2018年3月1日至2日在阿姆斯特丹举行的2018年信息能量大会(Information Energy 2018)上做关于交互认知模型的演讲。本文的十大预测涉及到很多领域,如AI芯片、深度学习的可解释性、AlphaGo的自对弈学习、交互性认知等问题。


我对2018年有一种不祥的预感,因为今年可能会发生翻天覆地的变化。2017年,深度学习已经有了巨大进展,而这样的势头将在2018年继续。2017年的许多研究成果将在2018年运用到日常应用当中。


就像我去年做过的一样,今年我也要对2018年深度学习的走向做出十大预测:



绝大多数的深度学习硬件初创将失败


很多做深度学习硬件的初创公司将在2018年开始推出他们的硬件产品(编者注:比如专用的AI芯片、AI板卡)。他们大部分都会失败,因为他们没有足够好的软件来适用他们的新硬件产品。而这些公司的硬件产品就像是他们的DNA。不幸的是,在深度学习这个领域中,软件和硬件一样重要。可几乎所有类似的初创企业都不懂软件也不知道砸钱开发软件。这些公司就知道做硬件,然后没有任何软件能和这些硬件配合使用。


因为一些容易实现的收缩列阵方案(Systolic Array Solutions)被提出,人工智能的性能得到十倍提升,但正因为如此,这样的好事不会年年都有,我们也不要期待2018年里人工智能的性能还能被这么轻易的大幅提升。未来,张量处理器(TPU)不仅会被研究员们用来推理,还会被用来加速AI训练。


英特尔的产品发布依然在延迟,谁都在想英特尔啥时候能发布新产品,不过我觉得推迟了这么久,就算发布了也是个令人失望的东西。



谷歌会持续用TPU的发展成果惊艳所有人。我觉得未来谷歌可能会通过授权知识产权给其他半导体公司的方式进入硬件市场。如果是这样,那英伟达在这个行业中唯一的对手可能就是谷歌了。



元学习(Meta-Learning)会成为新的随机梯度下降法(SGD)


2017年,有很多很棒的元学习的研究出现。因为研究领域普遍对元学习了解更为深入,这种结合开发性和探索性搜索的方式更为有效,所以旧的随机梯度下降模型(SGD)将被淘汰。


非监督学习会有巨大进展,但是进展多少取决于元学习算法的发展。



生成模型(Generative Model)会引领新一代建模风潮


生成模型将会更多地被运用到科学探索领域中。目前看来,这方面的研究内容更多的是关于生成图像和语音。但是,我们可以看到它结合其他工具运用于复杂模型建模的可能性,尤其是和深度学习相结合运用在经济模型建模中。



“自我对弈”其实是一种知识的自动生成



AlphaGo Zero和Alpha Zero的“自我对弈”和从碎片信息中学习的能力是一个跨越式的进步。我的个人观点是,这个成果的重要性相当于深度学习的出现。深度学习发现了一个通用的可以无限接近一个函数模型的方法。强化学习(Reinforcement Learning)的“自我对弈”则发现了AI自己产出通用知识的方法。


我真的非常期待看到更多的这一方面的发展成果。



直觉机器将补全语义间隙


这应该是我做的最大胆的推测。我们将补全直觉机器和理性机器之间的语义间隙。在如何建造新型人工智能的领域中,双过程理论(Dual Process Theory)将会是最为流行的理论。人工直觉(Artificial Intuition)的概念也会在2018年被更广泛地接受,而不再是一个边缘概念。



可解释性是不可能达到的-但我们可以“造假”


可解释性存在两个问题。大家更为了解的一个问题是中间有太多太多条件,而这是一个人类不可能完美掌握的。第二个问题,也是很少人知道的,那就是一个机器所能提出的概念可能根本不是人话而且完全无法解释。这些我们已经在AlphaGo Zero和Alpha Zero身上看到了。人类会认为人工智能的一步棋走得非同寻常,但与此同时,人类也完全不能理解这步棋背后的逻辑是什么。


就我个人看来,可解释性是个不可能解决的问题。相反的,可能发生的情况是机器可能会变得非常善于“伪造”解释。简单来说,可解释机器的任务就是去理解什么样的解释是人类可以接受的或者是在一定程度上是可以理解的。然而,在大部分情况下,一个所谓完整的人工智能做出的解释是人类绝对无法理解的。


我们一定要从“伪造解释”这个方向去突破深度学习中的可解释性的问题。



深度学习的研究成果会如洪水爆发一样一发不可收拾


2017年对于很多关注深度学习研究领域的人来说是非常难熬的一年。2018国际学习表征会议(ICLR conference 2018)收到了大约4000篇论文。这就意味着每一个研究员每天读十篇论文也只是刚好能掌握单单这一个会议的内容。


在这个领域中,这个问题今年会变得更为棘手,因为理论框架还在形成过程中。在理论研究中,我们需要找到更加高级的算法去得到更深入的研究成果。这将会是一次壮举,因为大多数深度学习研究人员都没有足够的数学理论背景能理解这种系统的复杂性。深度学习研究员需要完备复杂的理论背景,然而符合条件的研究员少之又少。


这种状况导致的结果就是发表的论文太多而且理论方面十分粗糙,于是我们今天才会处于这样窘迫的境地。


同样缺失的还有强人工智能(AGI)研究的方向和目标。因为理论基础薄弱,所以我们现在最需要做的就是研究出一个包含人类认知里程碑的方向。我们需要从认知心理学中的一些理论猜想提取出一个大概的框架。这情况很不妙,原因就在于这些领域现有的经验还根本上不了台面。


2018年深度学习的研究论文数量可能会是2017年的三倍或者四倍。



教学环境(Teaching environments)将体现工业化


要让深度学习系统变得更可预见也更可操控,教学环境的研究进展非常关键。我曾经在我的文章中详细说过,不再赘言。如果想了解最原始的教学技术,你只需要去看看深度学习网络是如何被训练的。我们也将会在这个领域看到更多的发展成果。


鉴于这么多公司开始大规模布局深度学习领域,我期待看到更多公司将其有关的内部基础设施公之于众。



交互性认知(Conversational cognition)的崛起


我们衡量强人工智能进程的依据已经跟不上时代发展了。因为真实世界是动态的、复杂的,因此新的交互式认知模型急需建立。在即将到来的这一年,将有更多关于这一新的领域的探索。



我们需要在伦理道德范围内使用人工智能


2018年,有关人工智能的伦理道德方面的要求将会更高。人们已经越来越能意识到不加任何约束的自动化的后果可能是灾难性的。就算是在Facebook、推特、谷歌、亚马逊等等网站上,我们能看到的一些简单化的自动生成都会对社会产生一些不利影响。


我们需要明白,使用能预测人类行动的机器背后存在道德伦理问题。我们现在常用的面部识别就是这些危险应用的其中之一。除此之外,试想如果人工智能利用算法就可以生成真假难辨的、和现实中可能看到的东西无异的媒体内容,这会是个很大的问题。我们现在就要开始提出要求,应用人工智能的目的只能是造福社会而不是用来加深人与人之间的差距和不平等。


我期待在今年看到更多关于人工智能方面的道德伦理的讨论。不过,我并不希望看到相关的管理条例的出台。因为政府人员信息落后,他们完全不能理解人工智能可能对社会造成的影响。我根本不抱有任何期待,让他们停止玩弄权术然后去真正解决社会问题是不可能的。就像美国民众已经饱受安全漏洞的侵袭,但是我们仍然看不到能解决问题的任何新的有关立法或是提案公布。所以真的别想着掌权者会幡然醒悟,不存在的。


结语、准备好感受冲击吧!


综上所述,2018年将会是至关重要的一年,让我们拭目以待。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。由互联网进化论作者,计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/497645.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

QueryPage使用示例

1、通过关联的表的某字段查询和排序 表的关系 代码 /*** * <p>Description&#xff1a;查找作业记录</p>* <p>Paramenter&#xff1a;</p>* <p>Return&#xff1a;</p>* <p>Exception&#xff1a;</p>* <p>Modified Hi…

alientek 3.5寸tftlcd模块资料_电冰箱触摸屏提高设备档次,深圳3.5寸人机界面厂家...

随着互联网的发展加上触摸屏显示器的贴合在一块&#xff0c;现在我们家电越来越智能化&#xff0c;比如现在比较流行的家电冰箱触摸屏&#xff0c;可以在手机上通过触摸屏来对冰箱进行选项设置。电脑冰箱控制系统包括金玺触摸屏、显示控制板、电磁阀、温度传感器以及导线。主控…

推荐|5种商业AI产品的技术架构设计!

来源&#xff1a; 达观数据概要&#xff1a;今天我们就特别推荐达观数据的几个商业产品设计技术架构&#xff0c;希望对于广大技术有帮助。做任何一个商业产品设计&#xff0c;技术架构都是首先要考虑的&#xff0c;特别是面对海量数据的AI商业项目更是如此。今天我们就特别推荐…

多个iframe同时加载并动态调整大小

动态调整iframe高度的函数 function dyniframesize(ifm) {var pTar null; if (document.getElementById){ pTar document.getElementById(ifm); }else{ eval(pTar ifm ;); }$(pTar).parent().css("visibility", "hidden");if (pTar && pTar.…

没有数据也能翻译?一文读懂「无监督」机器翻译

原文来源&#xff1a;buZZrobot作者&#xff1a;Harshvardhan Gupta「雷克世界」编译&#xff1a;KABUDA、嗯~阿童木呀深度学习正在被广泛地运用于各项日常任务当中&#xff0c;尤其是涉及到一定程度“ 人性化”的领域&#xff0c;例如&#xff0c;图像识别。与其他机器学习算法…

可输入过滤和直接选择的select控件

代码&#xff1a; <% page language"java" pageEncoding"UTF-8" contentType"text/html;charsetUTF-8"%> <% include file"/common/taglibs.jsp"%><script language"javascript" type"text/javascript&…

2017世界科技发展回顾(信息技术/先进制造)

来源&#xff1a;科技日报信息技术美国&#xff1a;量子计算机最耀眼&#xff0c;芯片研究成果再现2017年量子霸权的争夺趋热&#xff0c;谷歌和IBM展开“老大”地位之争。已推出9量子位计算机的谷歌4月宣布将在年底推出49量子位处理器&#xff1b;IBM则后发先至&#xff0c;继…

产生和防御对抗样本的新方法 | 分享总结

来源&#xff1a;AI研习社作者&#xff1a;杨文在线上公开课上&#xff0c;来自清华大学的在读博士生廖方舟分享了他们团队在 NIPS 2017 上一个对抗样本攻防大赛中提到的两个新方法&#xff0c;这两个方法在大赛中分别获得了攻击方和防守方的第一名。在此可看视频回放&#xff…

36小时,造一个亚马逊无人商店 | 实战教程+代码

夏乙 问耕 编译整理量子位 出品 | 公众号 QbitAIclass"video_iframe" data-vidtype"2" allowfullscreen"" frameborder"0" data-ratio"1.7666666666666666" data-w"848" scrolling"no" data-src"h…

穷查理宝典--人类误判心理学思维导图

穷查理宝典--人类误判心理学思维导图 分享地址&#xff1a;https://www.processon.com/view/link/5d6e0976e4b09176f3092aa6

深度学习将眼睛变成健康“指示器”

来源&#xff1a;科学网概要&#xff1a;科学家正利用该方法寻找基因组中的突变&#xff0c;并且预测单个细胞布局的变化。眼膜图象可使计算机预测一个人是否会马上心脏病发作。人们常说&#xff0c;眼睛是心灵的窗户。但谷歌公司的研究人员将其视为个人健康的“指示器”。这个…

AI智能手机会是什么样?至少有这十个功能

来源&#xff1a;腾讯科技&#xff0c;编译&#xff1a;云开概要&#xff1a;AI功能将成为智能手机厂商提升产品差异度&#xff0c;获得新客户&#xff0c;留住现有用户的一种手段。业界媒体digit近日发表文章称&#xff0c;据调研公司Gartner预测&#xff0c;到2022年&#xf…

Mockito教程--思维导图笔记

笔记来源&#xff1a;https://blog.csdn.net/xiang__liu/article/details/81147933 思维导图地址&#xff1a;https://www.processon.com/view/link/5da7bfbfe4b0ea86c2b3db94

有生之年,人工智能会给世界带来什么变化?这里是现代机器人之父Rodney Brooks关于未来的预言

来源&#xff1a;网络大数据概要&#xff1a;所有的新技术都会“这项技术对人类有多少好处”或者“这项技术有多糟糕”之类的预测。新年伊始&#xff0c;世界著名的机器人学家&#xff0c;机器人企业家(iRobot和Rethink Robotics两家知名机器人企业的创始人)&#xff0c;澳大利…

《学习究竟是什么》思维导图笔记

《学习究竟是什么》思维导图笔记 详细地址&#xff1a;https://www.processon.com/view/5f0184a6e401fd3908b1f1a7#map

百度CES大秀,Apollo2.0与DuerOS新产品背后的百度开放新姿态

来源&#xff1a;亿欧概要&#xff1a;在过去的一年里&#xff0c;无论是自动驾驶开放平台 Apollo和智能语音交互平台DuerOS都取得了外界瞩目的成绩&#xff0c;百度迫切地希望把这份成绩传达出去&#xff0c;并且吸引来更多的合作伙伴&#xff0c;扩大战果。美国当地时间1月8日…

HttpClient 指南思维导图笔记

完整思维导图&#xff1a;https://www.processon.com/view/link/5ff28968e401fd661a0f0c2f

机器人产业的前途取决于人工智能关键技术的发展

来源&#xff1a;亿欧概要&#xff1a;让机器人实现智能的关键技术在最近十年会发展到什么程度&#xff1f;整个产业的应用前景将会如何&#xff1f;目前的机器人已经能够胜任精确、重复性的工作&#xff0c;但很多时候&#xff0c;它还不能够灵活地为新任务进行自我调整&#…

携手320+合作伙伴,英伟达扔下一枚自动驾驶炸弹,打响新年越野赛 | CES2018

来源&#xff1a;36Kr概要&#xff1a;英伟达宣布世界首个自动机器处理器英伟达DRIVE Xavier&#xff0c;2018年第一季度发布&#xff0c;称这是英伟达有史以来最大的研发投入&#xff0c;研发投入高达 20 亿美元。还是那个伸手就可以从兜里掏出芯片的老黄。黄仁勋以2个小时的主…

对象设计——责任、角色和协作思维导图笔记

思维导图url&#xff1a;https://www.processon.com/view/link/5ff6660007912930e01fc923