[استعراض فاز جي الجديدة اللاعبين AI في مجال الذكاء العالي التي تم جمعها، تفخر "عنوان فرشاة" تشانغ شيانغ سلسلة ناجحة من المطر في CVPR، خطط التنفيذ الوطنية وغيرها من أعلى سوف "الفوز"، وقد خدم البالغ من العمر 28 عاما منصب قائد الفريق، والأساس للشركة لفتح خوارزمية مسار جديد. لماذا سوف يستكشف مستقبل الصحراء، باعتبارها المهمة له؟
كوانغ اعتمادا على قاعدة لفتح جديد الفأس مسار خوارزمية للشباب 28 سنة من العمر.
تشانغ شيانغ يو قوانغ اعتمادا على نموذج قاعدة معهد قائد الفريق، قاد المجموعة في أكثر من 30 شابا، والصحراء تبحث عن خوارزمية نموذج كل من القيمة الأكاديمية والصناعية.
في ما يسمى متوسط عمر 24 سنة فقط من الاستبعاد، ومعهد تشانغ شيانغ، كان الزعيم البالغ من العمر 28 عاما المطر مثل: فريق الموظفين اليومي من جامعة تشينغهوا وجامعة بكين والمدارس المرموقة الأخرى، وحتى المتدربين المناقشة والبحث والتخطيط، وربما نتائجها تقرر المقبل على اختراق التكنولوجيا الأساسية.
في الواقع، وهذا هو أقل من 30 عاما من العمر، في السنوات الأخيرة، وعمق التعلم الأوساط الأكاديمية والصناعية لتعزيز عملية التنمية، على الرغم من أن سلطة الاحتلال وراء الكواليس، ولكن لا يتمتع العالم: 2015 تحولت الى ResNet، تشانغ شيانغ يو هي واحدة من الكتاب الرئيسية المسؤولة عن إطار الكامنة ورمز، مع نوبة ما كاي مينغ للعب، اقترح في وقت لاحق ShuffleNet، ShuffleNet خفيفة الوزن مع انخفاض استهلاك الطاقة والأداء العالي، وهذا يتوقف تصبح فاز كوانغ ممن لهم والدخن وغيرها من أوامر مصنعي الهواتف النقالة لتكنولوجيا بصرية من الأسلحة النووية.
الآن، تشانغ شيانغ المطر بحثيا مرة أخرى التركيز إلى منطقة أخرى: AutoML. أتمتة التصميم AutoML، وتدريب نموذج منظمة العفو الدولية، مع "في الحوسبة الذكية الأخرى" النموذج الجديد. إذا كان تصميم النموذج اليدوي منظمة العفو الدولية الدبابات، ثم، AutoML هي طائرة يمكن أن يسرع كثيرا المنتجات والحلول في مختلف الصناعات الكلمة، والحد بشكل كبير من تكاليف التشغيل العمل.
يعتقد تشانغ شيانغ يو، لا تزال تعمل 70 من العاملين في منظمة العفو الدولية في العمل المتكرر يمكن استبدالها بواسطة آلة ، AutoML هذا يبدو لجعل الممارسين AI العمل "العاطلين عن العمل"، وأنها قد بدأت بالفعل في العام الماضي، ومعنى العمل ليست مصممة فقط لجعل AI AI تصبح تلقائيا إلى واقع، والأهم، كما يسمح كوانغ اعتمادا على المنتجات وإيجاد الحلول بسرعة سقط الاختصار، والنمذجة والتدريب لتعزيز كفاءة صناعة AI، حقا "العلم الاستثنائي والتكنولوجيا والعملاء والمجتمع على الدوام خلق القيمة القصوى."
الدراسة الأولى، والدكتور سون جيان من العمق
مثل الصحراء، رئيسا للتجربة معهد سون جيان تشانغ شيانغ يو أيضا يلتحق شعب "الوطنية" من جامعة شيان جياوتونغ، جامعة شيان جياوتونغ من الدراسة الجامعية إلى الدكتوراه، في السنة الثالثة (2011)، وفاز تشانغ شيانغ يو الولايات المتحدة مسابقة رياضية في النمذجة (MCM) جائزة الجائزة الكبرى ترشيح (النهائي)، وهو رقم قياسي في ذلك الوقت على أفضل نتيجة منذ جامعة شيان جياوتونغ للمشاركة في المسابقة.
مع هذه التجربة الحائز على جائزة، تشانغ شيانغ المطر في وقت لاحق حصل على مؤهل لمايكروسوفت للبحوث آسيا التدريب.
هناك ثلاثة مؤهلات التدريب، ولكن في النهاية شخص واحد فقط يمكن ان يبقى. كان لا يزال مايكروسوفت للبحوث آسيا وكبير الباحثين عن سون جيان ثلاثة رجال من أصل السؤال: مرة في الشهر، ستواجه الكشف عن أسرع عشر مرات .
المهمة الآن تبدو سهلة نسبيا لتنفيذ، لكنه لم يقدم حتى الان التعلم العميق، تشانغ شيانغ المطر الاعتماد على التكيف المعلمة النموذج، مع مدة حوالي ثلاثة أيام لإكمال المهمة، وينظر على الفور قرر البقاء بعد سون جيان تشانغ شيانغ المطر.
قبل تشانغ شيانغ يو لم يفعل الخبرة البحثية، وهذا التدريب للاهتمام بدأت لاختبار له شعورا بالإنجاز لإجراء البحوث. أدرك أيضا أن تذهب إلى الطريق الأكاديمي، تحتاج صناعة للذهاب الى صالة الالعاب الرياضية.
لمايكروسوفت بعد، انضم تشانغ شيانغ يو مجموعة الحوسبة البصرية، هذه المجموعة باسم كل فرد من أفراد جهة النظر الحالية على جميع الصناعات الأنعام: قائد الفريق سون جيان، وتشمل أعضاء الفريق هو كاي مينغ وي يي تشين، نيابة عن موسم الذروة، يوان الطريق، تساو شو دونغ، رن Shaoqing هلم جرا.
في المجموعة، تشانغ شيانغ يو جيدة خصوصا في البرمجة، وCUDA سوف لا يزال شخص واحد فقط. مجرد الانضمام إلى المجموعة، والذي بموجبه المهارات اللازمة لتصبح عضوا أساسيا من مشاريع متعددة، مثل مساعدة جعل شين وي يي ألعاب رئيس الرقص، صور القيام تخطيط متصفح لأن الطريق يوان.
في عام 2013، تشانغ شيانغ يو تواجه خيار مهم: الدكتور الموضوع. تأثر بعض الأعمال من مايكروسوفت للبحوث آسيا، تشانغ شيانغ المطر تميل إلى الحياة وجه في هذا المجال. ولكن معلمه سون جيان اسمحوا حاسم يفعل التعلم العميق "، يعتقد السيد سون لا بد التعلم العميق بعد إطلاق النار وقد تم التفكير إلى الأمام للغاية، وأنا أصدقه ".
ونتيجة لذلك، أصبح تشانغ شيانغ يو كان سون جيان المجموعة الأولى الى القيام بدراسة الدكتوراه عمق .
وقدم الأعمال ذات الصلة أول التعلم العميق ويرد دراسة متعمقة الورق الكلاسيكية AlexNet، وهذا الذي قام به أليكس Krizhevsky و 2018 جائزة تورينج جيفري هينتون وآخرون الورق، بحيث عمق التعلم والشبكة العصبية عودة ظهور.
تشانغ شيانغ يوهوا استنسخت شهرين من الأوراق، بما في ذلك جميع التعليمات البرمجية الأساسية النهائي.
التكاثر AlexNet يعتبر دخول عمق تجربة التعلم، وبعد ذلك وظيفته الرئيسية هي أن تفعل هذا الإطار، كتابة التعليمات البرمجية. في ذلك الإطار الزمني عمق دراسة صغيرة جدا، لذلك تشانغ شيانغ يو تماما لكتابة واحدة، بما في ذلك وحدة المعالجة المركزية والجرافيك.
وبحلول نهاية عام 2013 كافيه يخرج، من أجل جعل نموذج كافيه متوافق، وضع تشانغ شيانغ يو واجهات في كافيه، مثل، ودعا الاسم أيضا كافيه برو.
رمز من أبرز الرئيسية هو مخطط دعم التحسين، ودعم بطاقة متعددة، والتي أرست الأساس لولادة لاحق من ResNet.
ResNet الميلاد
بعد الانتهاء من هذا الرمز، وضعت الشمس جيان هو كاي مينغ، رن Shaoqing، تشانغ شيانغ يو سحبت معا للقيام عمق التعلم، قبل الفريق، جعلت هو كاي مينغ حساب التجزئة وصورة إعادة الإعمار، رن Shaoqing وجه الرجل.
بعد عام من التشغيل، واضاف "تشانغ رن" جنبا إلى جنب تحت قيادة سون جيان أصبحت صغيرة، ورقة ECCV، بدأت TPAMI المؤتمرات الدولية البصرية وغيرها لتظهر في ثلاثة العشرينات أسماء الصينية.
هذه هي الحال في العديد من الشبان اندلعت في عام 2015.
في ذلك الوقت، بما في ذلك غوغل، بايدو، ويشارك بما في ذلك الشركات المصنعة في نطاق واسع التعرف البصري ImageNet التحدي، عندما يكون معدل التعرف على الصور البشري التصنيف الصحيح خطأ 5.1، 5.1 الذي يمكن كسر، نيابة عن الجهاز في هذا المجال إلى ما بعد الإنسان و وكان 2014 أفضل نتيجة 6.67 ، تم إنشاؤها بواسطة جوجل، ولكن لا يزال فشلت في تحقيق 5.1، بايدو كما تحاول جاهدة، في محاولة لأول مرة لكسر 5.1.
واضاف "تشانغ رن"، وهو مزيج من التصميم مع المصنعين الذين ينظرون فقط بجد.
لقد أثبتت الوقائع أنهم يريدون كسر والمصنعين لم ينكسر وسجل لا تكون سهلة. ويرجع ذلك أساسا إلى الشبكات العصبية نريد لتحسين القدرة على واصلت تعميق، ولكن لا تقارب تعميق، مما يؤدي إلى نتائج بعيدة عن المثالية.
يوم واحد، تشانغ شيانغ يو أدركت فجأة أن المشكلة مع تقارب التدرج يختفي العلاقة، إذا للقيام ببعض الافتراضات الاستقلال، فمن الممكن لإطلاق مجموعة من تهيئة المعلمات من القانون، دعونا حل المشكلة تختفي التدرج. لذلك فهو مشتق مجموعة من المعادلات، وفي وقت لاحق اسم مايكروسوفت "طريقة شيانغ يو التهيئة." الداخلي
التالي "، أي إلى أي تشانغ" وإدخال مجموعة جديدة من الخطية وسائل تصحيح (RELU)، ويشار إلى حدودي وحدة التصحيح الخطي (Prelu)، والنمذجة المباشر من الخصائص غير الخطية من قبل وحدة تصحيح الخطية المشتقة سيتم تطبيق نوع من طريقة التهيئة يتفق مع نظرية وشبكة القطار مباشرة من نقطة الصفر لعملية التقارب عمق نموذج.
بعد هذه الطريقة يتم تطبيقها على نتائج الفائز المنافسة: تقليل نسبة الخطأ إلى 4.94، وراء الإنسان!
ومع ذلك، يعتقد تشانغ شيانغ المطر، وكسر الرقم القياسي قد تواجه الواقع نقطة طويلة، ولكن لا يكفي لإثبات من الإنسان مباشرة AI. ووجد الباحثون أن التحديات في الظهر قد تحولت إلى مشكلة هندسية أصبح كيفية استخدام الموارد المحدودة لتدريب شبكة أكبر.
"في الواقع، وأنا شخصيا كان غير مرضية للغاية، لأنه على الرغم هزم البشر ولكن أكثر من وسيلة للتحايل، ونحن نعلم أيضا أن هذه الأساليب ليست تماما العمل، وذلك أساسا من خلال تعديل معايير ومفاعل نموذج" وقال تشانغ شيانغ يو.
قد يكون السبيل الوحيد لعدة نماذج أخرى تشانغ شيانغ المطر مرة أخرى إعادة مجموعة، وجد 2014 وادي بطولة ImageNet أغنية GoogLeNet سوى القليل من التعقيد عدد قليل G لتحقيق درجة عالية جدا من الدقة، وقال انه يعتقد GoogLeNet.
بعد أشهر من البحث، وجدت تشانغ شيانغ يو، GoogLeNet هو أكثر جزء أساسي من الاختصار 1X1 ل. "لوضعها بصراحة، فإنه يمكن أن تخفض إلى بسيطة، وهما فقط يمكن العثور GoogLeNet، هو 1 1، والطريقة الأخرى هي 1X1 و3X3".
في النهاية ما هو تعقيد الدعم أدنى من GoogLeNet مثل هذا الأداء العالي؟
تشانغ شيانغ يو تخمين الأداء من خلال عمق قرارها، من أجل جعل الشبكة يمكن أيضا GoogLeNet 22 طبقات يتم تدريبهم بنجاح، يجب أن يكون لديك ما يكفي من طريق مستقيم مسافة قصيرة.
وبناء على هذه الفكرة، وبدأ تشانغ شيانغ المطر لتصميم نموذج باستخدام وحدة البناء باستمرار حتى نقطة، على الرغم من أنها سوف نموذج هيكل معقد جدا، ولكن مهما كانت معقدة، وسوف يكون دائما الطريق، ولكن عمق يمكن أن يكون عميقا جدا. "أعتقد أن هذا الهيكل يمكن الحفاظ على دقة كافية، ولكن أيضا التدريب الجيد جدا، أضع تسمى هذه الشبكة شبكة كسورية."
تشانغ شيانغ يو النتائج الصافية للكسورية هو كاي مينغ مناقشة المشورة هو كاي مينغ: هيكل ما زال معقدا جدا.
" أشياء تميل إلى الحصول على الطبيعة المعقدة "هو كاي مينغ في العبارة، وأوصت كذلك على هذا النموذج إلى عزم، مع واحد من شكله المبسط.
تشانغ شيانغ نفترض أن قبل ذلك المطر الموسعة: أقصر الطرق لتحديد مدى الاستفادة المثلى من السهل، وأطول الطرق، والقدرة على اتخاذ القرارات النموذج، وبالتالي لا يمكن أن تكون أقصر مسار قصيرة قدر ممكن، والطبقات قصيرة إلى الصفر؟ أعمق الطريقة، متناه في عمق متغير؟
وبناء على هذه الفكرة، ولدت ResNet، هناك طريق بدون أية معلمات، فإنه يمكن اعتبار عدد من الطبقات هو 0.
"هو كاي مينغ الأفكار البحثية معلم إلهام كبير بالنسبة لي، للعثور على السمة الأكثر أهمية العمل من العديد من الهيكل، وهذه فكرة مبسطة جدا ResNet الأساسية، ويجعل ResNet تعميم قدرة قوية، أي شخص وقال تشانغ شيانغ يو يمكن إجراء تعديلات مختلفة على أساس من البحث يمكن أن تلهم الآخرين ".
بعد اقترح ResNet أن "ما تشانغ رن" تركيبة اللعب، تشانغ شيانغ يو مسؤولة عن جزء من شفرة، ثم هنا لأول تحدي الخمس، وفاز "وتشانغ رن" مزيج CVPR جائزة أفضل ورقة في عام 2016 تحت إشراف مرشدين سون جيان، وحتى الآن أكثر من مادة واحدة المشار 20000، ResNet أصبحت واحدة من أكثر شعبية من الحقل إطار رؤية الكمبيوتر.
من ShuffleNet إلى AutoML: اختار يونغ تصل الاستراتيجية الفأس الشركات
يوليو 2016، انضم كوانغ جيان الشمس البصرية، كبير العلماء، والدكتور تشانغ شيانغ يو أيضا بعد التخرج لمتابعة المعلمين، افتتح أعمال الدورة في عرض الصحراء.
وفقط لعرض كوانغ، ثم التقى تشانغ شيانغ يو مشكلة خطيرة جدا: الهبوط المنتج أكثر صعوبة، وخاصة في الفضاء المحمول، فإنه لا يمكن أن يكون لها شبكة موثوقة أن تعتمد على.
في هذه المرحلة، ورقات حول ورقة محاكمة تشانغ شيانغ يو، ورقة هي Keras المؤلف فرانسوا Chollet، الذي كتب تشانغ شيانغ المطر المذكورة أكثر المعترف بها شبكة أطروحة Xception، فهو يدرك تماما هذه الفكرة يمكن استخدام في تصميم شبكة خفيفة الوزن "، التي لن يتم استخدامها في محطة متنقلة" من الممكن اتجاه التنمية المستقبلية، وأعطى الورقة عن طريق الفم.
وعلى الرغم من مراجعة ورقة في وقت لاحق إذا كان إضافي، ولكن جلب إلهام كبير والإلهام لتشانغ شيانغ المطر. بعد فترة وجيزة، بدأت تشانغ شيانغ يو شين تشو يو وزملاؤه في الدراسة معا نموذج الجانب المحمول، واقترحت نموذجا عالية الأداء استنادا إلى العمل في وقت مبكر، وتتزامن اثنين، في حين أن التفكير في فكرة --Shuffle.
بعد جهدين معا من أجل جعل هوية مشتركة ناجحة في CVPR العطاء، وعما إذا كان أو تأثير على هذه الصناعة من النتائج التجريبية، ShuffleNet هو أن تصبح واحدة من ممثلين بارزين من طراز شبكة محطة المحمول قدم 2017 أبل iPhoneX مع 3D الوجه إفتح، والروبوت مصنعي الهواتف النقالة وجاءت الدعوى، بما في ذلك VIVO والدخن وكذلك مطرقة الهاتف المحمول تكنولوجيا الوجه إفتح، في الواقع، ShuffleNet توفر الحوسبة في الظهر، وعدم السماح تشكيلات مختلفة هاتف محمول يمكن تحقيق ميلي ثانية واحدة وجها فتح.
عام 2018، كما ShuffleNet نسخة مطورة، ShuffleNet V2 يتم تضمين ECCV 2018 سو. في فالس اختتمت لتوها 2019، ShuffleNet V2 فازت مكاسب في ضربة واحدة على "فالس 2018 جائزة ورقة الطلاب تفوقا". في الأوراق التقنية ومجموعة من المنهجية المقترحة نموذج خفيفة الوزن وكفاءة، وهناك إمكانيات الهجرة المشتركة، في حين أن أهمية النظرية والعملية والمراجع العلمية أيضا على حد سواء.
أحيانا التكنولوجيا لمواكبة احتياجات العمل، ولكن على وجهة نظر مفتوحة وتشانغ شيانغ يو، والحاجة إلى جعل بعض التقنيات الأساسية المتطورة التي تتيح الاستبصار التكنولوجي لاحتياجات الاستراتيجية للسنوات القليلة المقبلة، بينما أيضا توسيع الفجوة مع منافسيه، ذلك هو الوضع المثالي، ولكن هذا لم يكن سوى شاب يبلغ من العمر 28 عاما ليست سهلة.
في اللحظة الحاسمة، معلمه سون جيان المشورة لعبت دورا هاما للغاية. السنة عند المطر أو الدكتوراه تشانغ شيانغ، اقترح سون جيان أن يفعل عمق التعلم؛ في عام 2017، نصح سون جيان منه أن يفعل الشبكات عالية الأداء، عام 2018، أوصى سون جيان AutoML.
AutoML مجال البحوث، وكان في الخارج من قبل، مثل جوجل ومايكروسوفت وغيرها من الشركات الكبيرة الحالة "الاحتكار"، أطلقت منتجات Google الغيمة AutoML، انتقل الجبهة جدا، حتى أن رجال الأعمال على حد سواء الشركة لديها مسار جيدة الهبوط، ولكن أيضا إلى المنافسة تسببت المعارضين أي ضغط صغير.
بعد أكثر من عام من البحث، في ابريل من هذا العام، تشانغ شيانغ يو شائعة مثل صحراء، ورقات التقنية المواد نشرت لأول مرة AutoML. الأوراق المقدمة عبر شبكة تضم كل شبه هيكل، وتدريب مرة واحدة فقط، ويمكن الحصول على جميع الهياكل الفرعية مباشرة من وزنه عبر الشبكة، دون إعادة التدريب. وقد اظهرت النتائج أن دقة، استهلاك الذاكرة، وقت التدريب، وصحة النموذج والبحث عن أكبر قدر من المرونة، وأكثر من جوجل، الفيسبوك وغيرها من الشركات نتائج AutoML.
أتمتة هو الاتجاه السائد في النموذج الحالي التقنيات منظمة العفو الدولية وموجة المستقبل، وأصبح واحدا من العناصر الأساسية في الصحراء، باعتبارها الإطار الدماغ AI ++، خوارزميات من البيانات سحب من خلال في عامل الكلي على نشر كامل عملية الإنتاج، حسب معهد كوانغ لل++ AutoML الدماغ الدعم الفني هو ترقيات الاستراتيجية الهامة. ويمكن القول، العمل تشانغ شيانغ يو يؤثر تأثيرا مباشرا على أعمال الشركة المستقبل .
الجامعة أيضا فرشاة السؤال، وثلاث سنوات لرؤية ورقة 1800
جميع أنواع الميدالية الذهبية مختلفة من الصحراء، ومعهد كثيرا ما يذكر، ذكي للغاية الطفل المعجزة، حتى لو مسيرته كطالب حافظت على تراكمي TOP1، وتشانغ شيانغ المطر أبدا يعتبرون أنفسهم "الطفل المعجزة" نوع اللاعبين. "I المؤهلات العامة حقا، هي فرشاة لتنظيف الأسئلة الصعبة . "
ثم اللاعبين AI تجمعوا في ميدان معدل الذكاء المرتفع، في سلسلة من "الفوز" في CVPR الناس، خطط التنفيذ الوطنية وغيرها من الأعلى لماذا يفعل ذلك؟ البالغ من العمر 28 سنة سوف تكون قادرة على التقاط شركة فأس رجل لفتح قاعدة جديدة مسار الخوارزمية، لماذا هو؟
في الصحراء، ومنطقة عمل المعهد، محطة تشانغ شيانغ المطر ليس من الصعب أن يكون لاحظت، وتشي يوان جديدة ترى على قاعدة مكتبه مع كومة عالية اثنين من الورق، وقال تشانغ شيانغ يو انه قرأت مؤخرا في الصحف.
"من 2016 إلى الآن، لقد بحثت في عام 1800، وينظر إلى أسفل من قبل البرامج". الرياضيات الخام، تشانغ شيانغ متوسط المطر لرؤية ورقتين كل يوم. وانها مجرد تجربة، وفريق إدارة على حدة، توقف للحظة واحدة أن تفعل شيئا كل يوم.
هذا العام، 16 أبريل، أصدر معهد بكين تشى يوان الذكاء الاصطناعي البحوث "برنامج علماء تشى يوان"، نشرت القائمة الأولى للمرشحين للعلماء الشباب تشى يوان تشانغ شيانغ يو هو تسعة مرشحين أصغر.
كما جاء شخص، كما شهدت تشانغ شيانغ يو عملية النمو من المدرسة إلى العمل، من أعضاء الفريق البحثي لرئيس. في مقابلة حصرية مع العملية الجديدة جي وون، تشانغ شيانغ يو أيضا للطلاب الصغار أو الدخول جعل الصاعد مكان العمل اقتراحين: العودة إلى الأرض من أجل إرساء أساس متين لصيانة وتطوير رؤية استشرافية، وقال انه يعتقد انه كان من الضروري اثنين من العاملين في الحقل من منظمة العفو الدولية الجودة، وانه كان يمارس.
