0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Facebook最新AI变革研发成果“无监督学习”

向上 来源:网络整理 作者:工程师李察 2018-06-18 17:03 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

导读: 自古希腊,人们对于世界的认知经历了众神创世、水火土气、进化论、宇宙大爆炸、原子论……直到今天,我们开始思考“AI生万物”。

假如穿越回两千五百年前,当你问欧洲人万物从何而生时,他们大多数给到你的答复是荷马史诗中众神创世神话。只有极少数开始理性思考的哲人会告诉你,万物的创生是水,泰勒斯;是气,阿那克西美尼;是火,赫拉克利特;是数学,毕达哥拉斯。直到他们的思考被恩培多克勒系统综合,认为构成万物的元素主要有四种:水、火、土、气。

其中,除了毕达哥拉斯认为万物起始于数学是抽象思维,水、火、土、气都是物质实在。

如今,如果你要问世人,万物因何而生?受过现代科学教育的人给到的回答会是进化论、宇宙大爆炸、原子论、量子力学……

两千多年来,人类的认知一直因循着逻辑辩证不断穷究。直到今天,人类开始思考,除了我们所能耳闻目睹的物质,以及抽象的思维意识之外,还有哪些事物可以“生”万物?

对于这个问题,GMIC北京2018“AI生万物”主题峰会给到你关于“AI”的答案。

本届会议,不仅邀请到创新工场董事长兼首席执行官李开复,Facebook人工智能团队首席AI科学家Yann Lecun,卡内基梅隆大学计算机科学学院机器学习系主任Tom Mitchell,百度总裁张亚勤,以及红杉资本全球执行合伙人沈南鹏等世界顶尖人工智能专家学者、企业高层、投资人等参会演讲,业界一众科技独角兽、新兴企业也齐聚一堂。

在古希腊,除了探索自然的哲学家外,还有探索人类和社会本身的社会科学哲学家。苏格拉底、柏拉图和亚里士多德是探索人类哲学的“希腊三杰”。作为探索以人工智能为代表的新兴科学现代“三杰”之一,Yann Lecun在本届会议上第一个带来了“AI的最新技术趋势”主题演讲。

以下是OFweek人工智能网整理后的演讲实录:

杨立昆(Yann Lecun):大家晚上好。我这边是晚上,你们那边应该是上午。非常抱歉我不能亲自到会场。我是杨立昆(Yann Lecun),来自Facebook,以及纽约大学人工智能研究团队。今天我想讲一下关于人工智能目前的进展情况,同时也介绍下深度学习的未来,以及我们所面临的关于深度学习各方面挑战,如何让机器变得更加智能。

首先,我们看一下当下的AI系统,目前所有的应用,不管是影像、声音,还是图像识别,翻译,以及测试等等,这些都是AI的应用。通过深度学习我们可以训练机器,比如说向它展示一个车的图像,它就会知道这是一辆车,下次向机器展示同一个图像你就会得到想要的答案。你可以看到在这种指导下的学习对于计算机学习来说是非常重要的。

深度学习,比如科学培训,机器进行端到端的培训可以完成各种任务,它会告诉你最后输出的是什么。机器会学习整个过程,是端到端的学习过程,通过这种方式机器计算机会更好的了解我们的世界。关于人工神经智能,我们知道神经网络是非常强大的。我只有在非常强大的计算机上才可以运用,需要有CPU加以辅助。在深度学习变得比较普遍之前,我们需要确保什么样的系统可以进行应用。

举个例子,这是我们在2009年、2010年在纽约大学合作的一个实验(见上图),可以看到它可以识别图像,可以看出马路上的建筑,天空以及路上的车和人等等。我们可以利用这样的技术识别一些车辆。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    91

    文章

    41101

    浏览量

    302579
  • Facebook
    +关注

    关注

    3

    文章

    1432

    浏览量

    59352
  • 李开复
    +关注

    关注

    1

    文章

    42

    浏览量

    6584
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    智造引擎,仿真之巅:Altair HyperWorks 重塑工程研发新格局?

    、顶尖优化、AI 赋能、开放兼容四大核心竞争力,重新定义 CAE 平台标准:· 为企业缩短研发周期 30%-70%,减少物理原型 60%-90%,大幅降低研发成本;· 助力产品轻量化 20%-50%,提升
    发表于 04-03 14:45

    算法工程师需要具备哪些技能?

    :自动化任务(如数据预处理、模型训练调度)。Git版本控制:团队协作开发(如分支管理、代码合并)。 机器学习监督学习:线性回归、逻辑回归、决策树、SVM等。监督学习:聚类(K-Mea
    发表于 02-27 10:53

    强化学习会让自动驾驶模型学习更快吗?

    是一种让机器通过“试错”学会决策的办法。与监督学习不同,监督学习是有人提供示范答案,让模型去模仿;而强化学习不会把每一步的“正确答案”都告诉你,而是把环境、动作和结果连起来,让机器自己探索哪个行为长期看起来更有利
    的头像 发表于 01-31 09:34 831次阅读
    强化<b class='flag-5'>学习</b>会让自动驾驶模型<b class='flag-5'>学习</b>更快吗?

    广电计量入选2025年上海市产业质量攻关成果名单

    近日,上海市市场监督管理局、上海市经济和信息化委员会联合发布2025年上海市产业质量攻关成果名单,上海广电计量凭借 “智能AI声学成像仪开发及异音识别定位技术质量攻关” 项目,成功入选共性质量技术攻关项目
    的头像 发表于 12-04 14:38 948次阅读

    【团购】独家全套珍藏!龙哥LabVIEW视觉深度学习实战课(11大系列课程,共5000+分钟)

    趋势: 监督学习普及 当前工业场景中80%的缺陷检测项目面临\"OK样本充足而NG样本稀缺\"的困境,传统监督学习方案难以落地。课程第11系列(
    发表于 12-04 09:28

    【团购】独家全套珍藏!龙哥LabVIEW视觉深度学习实战课程(11大系列课程,共5000+分钟)

    趋势: 监督学习普及 当前工业场景中80%的缺陷检测项目面临\"OK样本充足而NG样本稀缺\"的困境,传统监督学习方案难以落地。课程第11系列(
    发表于 12-03 13:50

    融合AI的OpenHarmony应用软件开发:ai学习自律辅助软件

    *附件:ai study.zip*附件:融合AI的OpenHarmony应用软件开发:ai学习自律辅助软件.pdf 基于开源鸿蒙编写的ai
    发表于 11-12 15:38

    爱立信展示AI赋能5G的创新成果

    近日,在波士顿举行的一场专属活动中,爱立信重点展示了AI赋能的5G创新成果、任务关键型网络,以及驱动企业变革的全球API合作与解决方案。
    的头像 发表于 09-24 14:05 1.4w次阅读

    AI 芯片浪潮下,职场晋升新契机?

    运算能力,是其在深度学习训练环节发挥优势的关键,相关工作成果对证明专业能力极为重要。 若投身于 FPGA 芯片研发,鉴于 FPGA 可重构、灵活性高以及在特定运算中高效的特性,在准备职称申报材料时,要将
    发表于 08-19 08:58

    欧菲光三项技术研发成果获得国家发明专利授权

    近日,欧菲光集团技术创新领域再次迎来重要突破,旗下子公司江西欧菲光学有限公司自主研发的名为“光学系统、摄像模组及汽车”、“光学系统、取像模组及电子设备”和“光学系统、摄像模组和电子设备”三项技术研发成果
    的头像 发表于 08-07 11:21 1987次阅读

    CES Asia 2025蓄势待发,聚焦低空经济与AI,引领未来产业新变革

    可能性。智能无人机在物流配送、巡检监测等领域的应用愈发成熟,大大提高了工作效率和精准度。低空经济的发展,不仅带动了相关技术的进步,还创造了新的就业机会和经济增长点。 人工智能领域同样发展迅猛,深度学习
    发表于 07-09 10:29

    任正非说 AI已经确定是第四次工业革命 那么如何从容地加入进来呢?

    的基本理论。了解监督学习监督学习和强化学习的基本原理。例如,在监督学习中,理解如何通过标注数据来训练模型进行分类或回归任务,像通过大量的
    发表于 07-08 17:44

    机器学习异常检测实战:用Isolation Forest快速构建标签异常检测系统

    本文转自:DeepHubIMBA监督异常检测作为机器学习领域的重要分支,专门用于在缺乏标记数据的环境中识别异常事件。本文深入探讨异常检测技术的理论基础与实践应用,通过IsolationForest
    的头像 发表于 06-24 11:40 1603次阅读
    机器<b class='flag-5'>学习</b>异常检测实战:用Isolation Forest快速构建<b class='flag-5'>无</b>标签异常检测系统

    使用MATLAB进行监督学习

    监督学习是一种根据未标注数据进行推断的机器学习方法。监督学习旨在识别数据中隐藏的模式和关系,无需任何
    的头像 发表于 05-16 14:48 1596次阅读
    使用MATLAB进行<b class='flag-5'>无</b><b class='flag-5'>监督学习</b>

    【「零基础开发AI Agent」阅读体验】+ 入门篇学习

    很高兴又有机会学习ai技术,这次试读的是「零基础开发AI Agent」,作者叶涛、管锴、张心雨。 大模型的普及是近三年来的一件大事,万物皆可大模型已成为趋势。作为大模型开发应用中重要组成部分,提示词
    发表于 05-02 09:26