لى فنغ شبكة الصحافة: في اليوم الأخير من جوجل I / O 2017، على الملعب الرئيسي الشاطئ المدرج بشرت في I التيار / O الجهاز الأكثر الوزن الثقيل محاضرة التعلم: من خلال أربعة تنتمي إلى مناطق مختلفة من AI الماشية الإناث توسيع الحوار الذروة، AI الحديث عن الماضي والحاضر والمستقبل. أربعة الضيوف التعرف على الكلام، رؤية الكمبيوتر، وتصور البيانات والبيولوجية حساب كبار العلماء والمهندسين في مجال AI. الحوار في هذا المجال له علاقة التكنولوجيا شيئا، بل هو انعكاس نقي من عمق التعلم عملية التنمية في مجالات تخصصهم، وكذلك التفكير في اتجاه مستقبل العديد من العلماء المتميزين.

أربعة ضيوف هو:

• فرانسواز Beaufays والبحث جوجل صوت تقنية التعرف على وزعيم تنمية

• لي Feifei، كبير العلماء جوجل السحابية، ستانفورد AI مختبر الزعيم

• فرناندا فيجاس، تصميم الحوسبة (تصميم الحسابية) خبراء، واحدة من رؤساء الأقسام البصرية جوجل الكبير البيانات صورة

• دافني Kolller، كاليكو مختبرات المدير الحوسبة، كورسيرا المؤسس المشارك

وترأس هذه الجلسة ديان غرين، نائب رئيس جوجل سحابة (المشار إليها فيما يلي باسم "المضيف")، وينقسم إلى ثلاث وصلات، كل وصلة المقابلة لموضوع الماضي منظمة العفو الدولية والحاضر والمستقبل.

الموضوع الأول: تكنولوجيا AI هي كيفية تطوير التعلم العميق من مرة، وصلنا إلى هذا الحد في؟

دافني Kolller: أعتقد، ثورة التعلم عميقة تسمح لنا حل الكثير من المشاكل من واقع اليوم في جميع المجالات، فإنه يجعل كل ذلك ممكنا.

هذه الثورة هي نتيجة سلسلة من التقدم والتعلم الآلي - قبل مجيء التعلم العميق، حول 10-15 سنوات من الدراسة صعبة جدا، والبحث ونموذج التنمية التصميم الصناعي. وتحتاج هذه النماذج لبناء الكثير من مناطق أخرى من الخبرة، وكذلك دراسة متأنية المكثف. يحتاج الباحثون إلى قطع يدويا وتلميع الكثير من التفاصيل للنموذج، نظرا لعدم وجود بيانات، وغالبا ما تستخدم حدسنا كأساس لبناء النموذج.

وعندما نحصل على مزيد من البيانات، في نص معين، صور، حقل صوت، بدأت تدريجيا لاستخدام هذه البيانات لتحل محل فكرة ذاتية. ومع ذلك، بحوث التكنولوجيا الماضية بين 10-15 سنة، لا تزال قيمة اليوم. هناك جانبان:

• في طرق البحث، ثم يتم اختراع خوارزمية الأمثل، وأنها هي واحدة من الرئيسية دراسة متعمقة الفني لتكون ناجحة.

• من ناحية أخرى، والآن علينا أن التمني إلى الاعتقاد بأن البيانات الكبيرة هو الحل لجميع البرامج. ولكن هذه ليست سوى جزء من الحقل المطابق. بالنسبة للمناطق الأخرى، وكمية البيانات التي في حوزتنا هو معتدل في أحسن الأحوال، وبعض حتى يمكن أن يقال أن تكون على نطاق صغير. وهكذا، لا تزال هناك حاجة للقيام توازن بين الحدس البشرية والبيانات، والاستفادة الكاملة من نقاط القوة في كلا.

لي Feifei: سأتحدث خلفية تاريخية قليلا. في جميع مجالات العلوم الإنسانية، AI هو الانضباط صغار السن نسبيا، حوالي 60 سنة. ولكن من وجهة نظري، السبب الجذري للAI التنوير، وهي السعي للالذكية، التي يعود تاريخها إلى فجر ولادة الحضارة الإنسانية.

منذ حوالي 60 عاما، يمكن للآلة معالجة حسابية بسيطة فقط. لكن والد علوم الكمبيوتر آلان - تورينج ممثلة المفكرين قد بدأت في طرح الأسئلة تحدي المجتمع البشري: "آلات يمكن التفكير حول ما إذا كانت أجهزة المخابرات يمكن أن يكون ذلك الوقت، مارفن مينسكي، جون مكارثي وأجهزة الكمبيوتر الأخرى ؟؟ رواد معا، وخلق الذكاء الاصطناعي التخصصات AI .AI عيون الآباء اليوم، من الناحية التقنية، واليوم هو مختلف جدا ولكن الأساسي هو نفس الرغبة: لتعلم آلة، والتفكير والإدراك ومنطقية ، في الكلام، للتواصل معنا.

شهدت AI عدة موجات من التطور التكنولوجي: من المنطق الأولى و (منطق الدرجة الأولى)، إلى أنظمة الخبراء (النظم الخبيرة)، ثم تعلم الآلة في وقت مبكر، إلى ثورة تعليمية عميقة اليوم.

على مدى السنوات ال 60 الماضية، وأنا أسميها "في المختبر AI"، أو "منظمة العفو الدولية في المختبر" (لى فنغ شبكة ملاحظة: تفهم على أنها "مرحلة اختبار أنبوب منظمة العفو الدولية"). وضعت هذه المرحلة حجر الزاوية للمشاكل الأساسية فضلا عن العديد من التخصصات الفرعية لأبحاث الذكاء الاصطناعى. وتشمل هذه الروبوتات، رؤية الكمبيوتر، ومعالجة اللغة الطبيعية، معالجة الكلام وحفظ الأحياء (conbio) وهلم جرا. وهذا هو أيضا الباحث الذي يستمر لفهم البيانات، وعملية إيجاد مجموعة أدوات.

وحوالي عام 2010 كان نقطة تحول. في هذه الحالة، وثلاث مناطق مختلفة من التقدم وصلت أخيرا الى ارتفاع غير مسبوق معلما: الإحصائية أدوات التعلم الآلي ناضجة، وشبكة الإنترنت وتقديمهم بيانات الاستشعار كبيرة، وتوقع قانون مور أداء الأجهزة الحاسوبية. هؤلاء الثلاثة معا، ومنظمة العفو الدولية من مرحلة "في المختبر"، وشجعت ما أسميه "في الجسم الحي" (لى فنغ شبكة ملاحظة: تفهم على أنها "مرحلة جنينية من منظمة العفو الدولية") مرحلة جديدة .

"منظمة العفو الدولية في الجسم الحي"، هي مرحلة التكنولوجيا AI جعل مساهمة حقيقية في العالم. لحظة هذه النقطة في الوقت المناسب، ولكن أيضا ليست سوى البداية - "انها مجرد بداية". ونحن في كل صناعة لاحظ جوجل السحابية، وتغيرات ثورية في البيانات، AI، دفع تعلم الآلة. في عيني، وهذا هو لحظة تاريخية: منظمة العفو الدولية قد بدأت أخيرا للعب تأثير حقيقي، وتحول العديد من الصناعات.

أريد أن أقول مرة أخرى: كل شيء هو مجرد بداية. الآن الأدوات والتكنولوجيا الثورية في مجال AI، إلا أن محيط شاسع بضع قطرات من الماء. يمكن استكشاف المساحة المتبقية التي يمكن أن تساعدنا على تحقيق ما هو AI غير محدود تقريبا، مهما كان مبالغا فيه كثيرا. وفي هذا الصدد، إذا كنت تشعر الإثارة، وربما ينبغي - لدينا الكثير من العمل ينتظر منا أن نفعل، لتحقيق "منظمة العفو الدولية في الجسم الحي".

مشرف: فرانسواز، التعرف على الكلام وأنت في الصدارة. وقد الحالية تكنولوجيا التعرف على الكلام تكتسب شعبية، يمكنك أن تقول لنا عن الدورة المقبلة من التنمية؟

فرانسواز Beaufays: بالطبع. منذ 12 عاما وأنا انضم إلى جوجل، ثم نريد أن نفعل شيئا مفيدا مع تقنية التعرف على الصوت، والمرح. ولكن كان من الصعب جدا - كانت جودة الصوت ليس تماما مرارا والآن. لذلك، بدأنا من منتج محدودة للغاية، والتي تحدد يقول شخص ليست معقدة جدا، ثم شيئا فشيئا إلى دفع حدود. يتعين علينا القيام به، هو خلق منتج ناجح، بحيث يمكن للمستخدمين على استعداد لاستخدام، ثم على هذا الأساس، والاستمرار في جمع بيانات جديدة في هذا النموذج، التكرار المستمر، وتحسين قليلا في كل مرة.

ووفقا لهذه الفكرة، قمنا بتطوير GOOG-411، أنا لا أعرف كم من الناس لا يزالون يتذكرون ذلك. وهو APP الهاتف المحمول: لك طلب الرقم، فإنه سوف يطلب منك: أي مدينة أو دولة استفسارات؟ بعد الإجابة، ومن ثم قيل: "الاستعلام عن أي شركة؟" بعد اسم، فإنه سيتم الاتصال الهاتفي عبر الهاتف للشركة. يرجى ملاحظة أنه قبل 12 عاما، أي فون ولا الروبوت، ونحن نستخدم آلة لا يزال يعمل. حتى GOOG-411 الميزات هي أيضا أساسية جدا. لحسن الحظ، والمديرين التنفيذيين جوجل لديها رؤية آفاق الدعم التكنولوجي لدينا لكسر حدود التكنولوجيا.

وقد نجحنا جدا. ثم ولدت دائرة الرقابة الداخلية والروبوت، تغير كل شيء - المستخدم مع ملاحظات مرئية. لذلك بدأنا في صياغة غيرها من المنتجات من APP، وهذا هو صوت Searchv إجراء البحث باستخدام جوجل صوت. بدأنا القيام النسخ صوت وميكروفون مدمج في الهاتف ميزات كل دخول، بحيث يمكن للمستخدمين استخدام الصوت لفعل أي شيء.

أكثر في وقت لاحق، حاولنا أن تكنولوجيا التعرف على الصوت للمشاهد الأسرة، مثل صفحة Google الرئيسية مثل هذه الأجهزة. للتعامل مع المهام اليومية مع الصوت، وصوت مرتفع جدا الطلب. ونحن نعتقد أن مساعد ذكي هو مدخل جيد. تفعل أشياء بسيطة مقارنة مع الأوامر اللفظية، مساعد ذكي يمكن استخدام الأسئلة اللغة الطبيعية اليومية والأجوبة مع المستخدم، بدلا من مرهقة لوحة المفاتيح في الكتابة، لذلك جوجل تصبح حقا مساعد شخصي للمستخدم.

مشرف: فرناندا، كنت قد قال لجعل البيانات التصور الديمقراطية. كيف يمكننا تحقيقه؟ أين الضرورة؟ تصور البيانات وتحليل تطور كيف؟

فرناندا فيجاس: قبل عشر سنوات، وقد اشتركت في التصور البيانات. الوضع مختلف جدا: البحوث صعبة للغاية والمعدات والبيانات الآن لا يمكن مقارنتها، ويمكن الحصول قليلة جدا، معظمهم ليسوا العام.

وتدريجيا في التحسن، الآن، تصور البيانات نستطيع أن نقول إن هذا الوضع أن يكون في كل مكان. على سبيل المثال، في وسائل الإعلام مثل بيانات التصور مساعدة مع إحصاءات تعبير عن الاحداث المعقدة. نود نكتة هي: "بالنسبة للإحصاءات، والتصور البيانات هو المخدرات". - أنت لا تدرك كان يقوم به الإحصاءات، لأن التصور بيانات جيدة جدا للعثور على القانون بصريا، وتبحث عن شذوذ.

كان التصور البيانات على الطريق لمزيد من الديمقراطية. لفترة طويلة، AI، تعلم الآلة يكون تحديا كبيرا: كيفية جعل الإنسان لدينا فهم البيانات فائقة الأبعاد. وفي هذا الصدد، قد حان جيفري هينتون وزملاؤه حتى مع تي SNE، ودعا أداة التصور بيانات ثورية في مجال AI. كان ذلك في تاريخ تطور التصور البيانات هو علامة فارقة حرجة للغاية. Feifei ولدي شعور مماثل: نحن في نقطة الانطلاق لكيفية استخدام تقنيات التصور البيانات لتعزيز تقدم منظمة العفو الدولية.

الموضوع الثاني: منظمة العفو الدولية التحديات التقنية التي تواجهها في الوقت الراهن

فرانسواز Beaufays: كان دائما على أساس التعرف على الكلام تعلم الآلة، آلة التعلم له علاقة مع التكنولوجيا السابقة لا يهم أي شيء. على مدى العقود الثلاثة الماضية، وقد تم تكنولوجيا التعلم الآلي تتطور التقدم، وقد تم التعرف على الكلام أيضا، وهي نقطة تحول كبيرة في استخدام الشبكات العصبية. هذا هو أقل مما كانت عليه قبل ثماني سنوات، ولكن الأبحاث التعرف على الكلام على أساس شبكة العصبية بدأت منذ فترة طويلة. فقط بسبب القيود المفروضة على القدرات الحسابية، تم التخلي عن هذا الطريق بعد كمية كبيرة من التحصيل الدراسي، يعيد حتى قبل بضع سنوات. خلال هذه الفترة، استنادا إلى تكنولوجيا أكثر الأساسية التعرف على الكلام لا يزال في تعزيز التنمية، مثل نموذج خليط التمويه.

من الناحية الفنية، واستخدام التعلم العميق هو في الحقيقة مهمة أكثر صعوبة، وتتضمن مشاكل تأخير، وعلى نطاق وقدرات التدريب. عندما عمق التعلم القائم على نشر تكنولوجيا التعرف على الكلام في بيئة الإنتاج، والذي يفتح الباب الجديد، وراء سلسلة من الترقية. وبالإضافة إلى ذلك، وذلك بفضل قوة دعم الأجهزة الحاسوبية، يمكننا تحويل بسرعة من هندسة الشبكات العصبية إلى آخر. لذلك بدأنا لاستكشاف RNN (مثل LSTM)، CNN، سلسلة نموذج أخرى النمذجة CTC وهلم جرا. وباختصار، فإن استخدام الشبكة العصبية، فتح مساحة جديدة في التكنولوجيا الأساسية دعم الابتكار منتج Google بالنسبة لنا.

مشرف: هذا هو العصبي التعرف على الكلام الشبكة، دعونا نستمع إلى إطالة الحياة وتجعلنا الشبكة العصبية أكثر صحية. دافني، تخبرنا عن كاليكو مختبرات لماذا تحتاج واحد من كبار الخبراء في العالم في مجال البيولوجيا الجزيئية وتعلم الآلة، ماذا تفعل ذلك؟

دافني Kolller: كثير من الناس قد لا يكون سمع كاليكو، لدينا التعرض القليل جدا. يكون مقدمة موجزة، كاليكو هو أول إصدار جوجل، ويعزى مباشرة إلى فرع الأبجدية. الهدف كاليكو هو فهم الشيخوخة ومساعدة الناس يعيشون حياة أطول وصحة يعيش.

في الواقع، والشيخوخة هي أكبر خطر علينا مواجهة الموت، وليس واحدة. وهذا صحيح لما يقرب من تحدث عن الأمراض قبل 40 عاما من العمر: عند المرضى سنويا من سنة من العمر، توفي من خطر الاصابة بأمراض أن تنمو باطراد، والسكري، وأمراض القلب والأوعية الدموية، والسرطان من هذا القبيل.

ومن المفارقات، لا أحد يعرف حقا لماذا.

لا أحد يعرف لماذا، بعد 40 عاما، كل سنة في الماضي، وسوف يعطينا زيادة خطر الوفاة من هذه الأمراض. من أجل أن يفهم في هذا الصدد، نحن ضرورية جدا لدراسة آليات الشيخوخة النتائج في النظم البيولوجية، من المستوى الجزيئي إلى مستوى النظام. على الرغم من أنني لا أعتقد أننا يمكن الحياة الأبدية، ولكن ربما من خلال الوسائل التقنية للتدخل، ونحن يمكن أن يعيش لفترة أطول وأكثر صحة.

وهناك باحثون كاليكو في وقت مبكر، وأظهرت الدراسة أن: فقط طفرة جينية واحدة، فإن الجسم سوف تكون قادرة على إطالة عمر 30 -50. ونحن لن تؤدي إلا إلى العيش لفترة أطول، ولكن أيضا لتبدو أصغر سنا، وأكثر الكامل للحالة الصحية الحياة.

ولكن هذا سيستغرق الكثير لمعرفة شيء غير واضح، ولكن تحتاج أيضا إلى جمع كميات هائلة من البيانات في جميع النظم البيولوجية في ظل حالة من جميع الأعمار، بما في ذلك الخميرة والديدان والذباب والفئران والناس - لماذا تحدث هذه الأنواع المختلفة على المستوى الجزيئي مع نفسه الشيء؟

لحسن الحظ، على مدى العقدين الماضيين، وقد اخترع العلماء مجموعة من الآليات والأساليب لبيانات القياس جمع ومحاولة للمساعدة في فهمنا للشيخوخة الجسم. وهذا يشمل تكنولوجيا الجينات، الموائع الدقيقة، وتتبع المعدات، وسجل كيف يتغير الجسم مع الشيخوخة. ومع ذلك، لا يمكن لأحد قياس هذه الآليات المختلفة الناشئة عن التكامل من المستوى الجزيئي يصل إلى البيانات السكانية على المستوى الجزئي لنتعلم معا.

كيفية دمج جميع المعلومات يصور بدقة كيف عملية الشيخوخة الإنسان؟

وهذا يتطلب التعاون بين علماء الأحياء وتعلم آلة الخبراء الذين يمكن بناء نموذج، ودمج جميع المعلومات.

أنا أنتمي إلى عدد قليل من الناس المحظوظين جدا، يمكنك الانضمام في الطفولة الحقل تأتي: في وقت مبكر 2000s بدأ العمل في علم الأحياء الحسابي (علم الأحياء الحسابي). إذا أن يتحقق لي تعلم الآلة الأم، البيولوجيا بلدي في مستوى "الطلاقة". هذا يتيح لي العمل مع العلماء كاليكو، اقامة علاقات تعاون حقيقية بين اثنين من التخصصات، يمكن للتنمية الجمع بين مزايا كلا العالمين - نماذج البيانات الكبيرة والحدس البشري.

ونظرا لتعقيد الكائنات الحية مرتفعة جدا، حتى لو كان حجم هذه البيانات اليوم، وأنا لا أعتقد أنك يمكن أن مجرد إعادة بناء الكائنات نموذج بيانات كاملة من البداية الى النهاية. وكما قلت في بداية المحاضرة: البيانات، والحدس من كبار العلماء، ونحن جميعا الحاجة إليها؛ لإنشاء نهاية المطاف على عمق فهم الشيخوخة والتنبؤ التدخل الفعال.

مشرف: هنا الحديث عن الرؤية الحاسوبية (CV). Feifei، هناك أوقات في تك كرانش، ويقول لك CV هو تطبيق قاتل AI، ما كنت ترغب في التعبير؟ وقد AI تعزيز الديمقراطية منكم ماذا يعني هذا؟ هذا الحوسبة السحابية مع ما هو الاتصال؟

لي Feifei: كنت أحاول أن تشجيع المزيد من الناس يدركون هذا. واعتقد جازما أن. في ذلك الوقت كانت الكلمات الأصلية: "ماذا الكثير من الناس يسألون CV تطبيق القاتل هو ما أود أن أقول: السيرة الذاتية في حد ذاته هو تطبيق القاتل، AI تطبيق القاتل".

وأود أن أقول هناك سببان:

قبل خمسمائة وأربعين مليون سنة، تاريخ التطور البيولوجي حدث أثرا لا يمحى: لسبب غير معروف، من الأنواع على الأرض من عدد قليل، كل من الاندلاع المفاجئ مرتفعة للغاية. واعتبر ذلك التاريخ التطوري للالانفجار الكبير - المعروفة باسم الانفجار الكمبري. والسبب وراء ذلك، حيرة علماء الأحياء لسنوات عديدة. حتى وقت قريب، ظهرت نظرية مقنعة جدا. هذا الظن هو: في ذلك الوقت، وتطور العين. فجأة، ويصبح بقاء الحيوان النشط: مع الحيوانات المفترسة، كانت الحيوانات المفترسة، خلال تطور الأنواع من المسار الصاعد أسفل.

اليوم، البشر هم معظم الحيوانات البصرية الذكية. يتم تعيين طبيعة وضع نصف قدرة الدماغ على معالجة الصور المرئية، وتحديدا بسبب أهميته.

أما السبب الثاني، وتشير التقديرات إلى أن أكثر من 80 من المحتوى على شبكة الإنترنت، لالمحتوى المرئي. وعلاوة على ذلك، جهاز استشعار الأول في شكل مجموعة كبيرة من البيانات، يتم بيانات الصورة التراكيب مرئية أو غير مرئية. في أي مكان، للشركات والمستهلكين، تظهر البيانات كما بكسل هي أثمن.

والتعرف على الصوت مماثل، وصول عمق الشبكة العصبية، CV تحقيق عدد من الإنجازات والتقدم الكبير. في رأيي، سبع سنوات 2010-2017 بين وقعت CV تقدما كبيرا في مجال المهام الأساسية الإدراك الحسي (مهمة الإدراك): التعرف على الأشياء، شرح الصورة، الكشف عن وجوه. لدينا أيضا التطبيقات - صور جوجل (جوجل صور)، والمركبات مستقلة نظام الكشف عن المشاة.

أعتقد أن الموجة المقبلة من الاستثمارات في السيرة الذاتية، وستركز على "رؤية + X"، وهي السيرة الذاتية والترابط التطبيقات في مجالات أخرى. على سبيل المثال، في مجال الاتصالات البصرية، واللغة هي في غاية الأهمية، جنبا إلى جنب مع السيرة الذاتية واللغة، سوف تكون مثيرة للاهتمام للغاية. الطبية، والمجال البيولوجي للتطبيقات الرؤية، ناهيك. CV الروبوت هو حقل آخر من التطبيق لديه إمكانات غير محدودة. تاريخ الروبوتات البحوث الإنسان ومنظمة العفو الدولية ما يقرب من فترة طويلة، ولكن الآن، والروبوتات لا تزال في مرحلة بدائية جدا. والسبب، في جزء كبير منه بسبب نظامها الإدراك الحسي الأصلي (التفكير في الانفجار الكمبري).

باختصار، أعتقد الرؤية هي واحدة من معظم مكونات الجهاز استخبارات هامة.

الموضوع 3: منظمة العفو الدولية ما هو الاتجاه في المستقبل؟ ما هي آفاق الرؤية هناك؟

مشرف: نحن ينفد من الزمن، فرناندا، عينيك يمكن الحديث عن مستقبل تصور البيانات إلى أين؟

فرناندا فيجاس: بالطبع. Feifei فقط بانخفاض الفكرة، لأنه ليس هناك مثل هذا النظام البصري الإنسان معقد، ونحن قد تستخدم كذلك لفهم آلات القيام به. آلة البيانات التعلم يعمل على كميات هائلة من الإحصاءات، على الأرجح، إلى حد ما، والتصور هو السلاح السري لمساعدتنا في فهم هذه الأمور.

لماذا ينبغي أن نولي الاهتمام لتصور البيانات؟ هناك ثلاث نقاط:

• للتفسير. هل يمكن ان توضح ما خرج النموذج؟

• الضعف repairability. فهم أفضل من نموذج، ونحن يمكن أن تساعدك على تحديد نقاط الضعف.

• التعليم. التصور يلعب دورا هاما في التدريس والتعلم الآلي. وبالإضافة إلى ذلك، إذا أردنا استخدام التصور إلى فهم أفضل للنظام تعلم آلة، يمكننا أن نتعلم من هذه النظم، وتعزيز المستوى المهني؟

وأخيرا، أود أن أتحدث عن مثال مثير للاهتمام، ونحن نستخدم تصور البيانات وجدنا نظام تعلم الآلة أصلا لم يكن يعرف. منذ بعض الوقت، وجوجل تنفذ الترجمة الصفر بالرصاص، وهي الترجمة من Google يمكن التعامل لم تواجه مجموعة لغوية. وكان الباحثون من هذا السؤال: مساحة البيانات متعددة اللغات للنظام وهو ما يتفق مع قانون التوزيع؟ على سبيل المثال، يتم تقسيم البيانات عن طريق اللغة؟ ومع ذلك، فإن النظام في لغات مختلفة تختلط معا، "تعلم" عددا من القواعد النحوية والدلالية؟

لذلك، قمنا بتطوير أداة التصور بيانات للعرض. وقد تبين أن بلغات مختلفة ولكن نفس الجملة دلالات، تتكون من نفس المجموعة. الجمل شكل مختلفة مجموعات مختلفة، من دون لغة نقطة. إلى حد ما، يمكن القول أن النموذج الأولي من اللغة المشتركة في العالم، لدينا هذا تصبح "بين اللغات"، أو "عبر اللغة." وبالإضافة إلى ذلك، وجدنا مجموعات أكثر عزلة نسبيا التي ليست ذات جودة عالية من ترجمة البيان. هذا يخبرنا أن التوزيع الهندسي للفضاء البيانات هو معنى.

وحتى الآن، AI لا تزال تجعل الناس يشعرون خصائص بقوة مشروع المنحى. وأنا أتطلع إليها في المستقبل، والفنانين والمصممين واجهة المستخدم، والعلماء سيجلب لمنظمة العفو الدولية، وكلها احتمالات لم نظن أننا من؟ وستكون هذه جديرة بالاستكشاف.

مشرف: فرانسواز، أود أن أسألك كيف تصور البيانات يمكن أن تساعد في التعرف على الكلام (يضحك). ولكن أريد أيضا أن أطلب منكم: اليوم بيانات أكثر وأكثر تعقيدا، مثل علامات البيانات نموذج التدريب، وهناك أكثر وأكثر تخصيصا، التعرف على الصوت الذهاب التكنولوجيا من هنا؟ وما تحديا مثيرا مثيرة؟

فرانسواز Beaufays: في مجال التعرف على الكلام، كلما واجه مشكلة جديدة، علينا أن نركز على ذلك. نحن في تطوير قناة يوتيوب للأطفال عندما يكون ذلك ضروريا للتركيز على صوت الطفل - طريقتهم في التحدث، وطائفة، وعلامات الترقيم والكبار ليسوا بنفس الطريقة. في النهاية، وجدنا وسيلة للانضمام إلى النموذج العام لنتائج التعلم. وهكذا صفحة Google الرئيسية ويمكن الآن التعامل مع الأطفال العاديين.

بالنسبة لنا، صفحة Google الرئيسية هي بيئة جديدة، ونحن بحاجة لجمع البيانات الجديدة. مع البيانات الجديدة بعد نموذج استيراد قطار يصبح واضحة. ومع ذلك، عندما صدر أول صفحة Google الرئيسية، وأية بيانات المستخدم. لذلك نحن نفعل الكثير من المحاكاة: البيانات جمع وإضافة أنواع مختلفة من الضوضاء، وتفعل أنواع مختلفة من تردد (صدى) على البيانات. في الواقع، كنا البيانات بما فيه الكفاية ضخمة ليتم استدعاؤها. نحن كتب عشرات الآلاف من ساعات من الكلام، ومن ثم فرضه على انتشار التناظرية، وأخيرا استيراد نموذج البيانات، صوت أي ما يعادل لعدة قرون.

هناك الكثير من اللغات في العالم، ويقول علماء اللغة، فقط عدد من المستخدمين في أكثر من 10 مليون شخص، وهناك 1342 نوعا. كيف يمكننا خدمة للعديد من اللغات؟ هذا هو الحاجة للعب الكثير من التحديات الإبداعية في مجال تعلم الآلة.

لي Feifei: أعتقد أن AI هي واحدة من القوى الدافعة الثورة الصناعية الرابعة. سمعت من أحد الفلاسفة، واحدة من كلماتي المفضل هو هذا: "لا وجود مستقل عن القيم آلة، والقيم الإنسانية هي قيم آلة". انا اتطلع لوالخبراء الفنيين من جميع التخصصات تطوير مواهبهم في مجال AI في المستقبل، والطريقة الوحيدة لتطوير حقا AI للبشرية جمعاء، وليس بالنسبة لبعض الناس، والبحث والتطوير.

دافني: باعتبارها واحدة من أكبر الخبراء في التعلم الآلي، وإذا كان قبل خمس سنوات، طلب مني ما إذا كان الجهاز يمكن الحواشي صور دقيقة قدر الكلمات البشرية بعد خمس سنوات، وأود أن أقول من المستحيل، ولكن في وقت لاحق أيضا ما يقرب من عشرين عاما. ومع ذلك، ويرجع ذلك إلى جهود Feifei وغيره من العلماء حتى يومنا هذا في وقت أبكر بكثير مما كنت أتوقع قد وصلت.

كورسيرا السبب تركت للعودة إلى المجال البيولوجي، لأنني أعتقد أن التكنولوجيا الحيوية قد حان لمنحنى النمو الأسي نقطة تحول. إذا نظرنا إلى تاريخ الاتجاه تسلسل الجينوم البشري، تضاعف مؤشره كل سبعة أشهر، نمت ضعفي قانون مور. وفقا لاتجاه توقعات 2025 حصل على التسلسل الجيني للسكان، وهو تقدير متحفظ هو 100 مليون دولار، وطبيعي يقدر ب 20 مليار دولار. وهذه ليست سوى التسلسل، لا يحتوي بعد RNA، البروتينات، والتصوير البشري، والتصوير الخلوية وهلم جرا.

جسم الإنسان هو واخترع أكثر رجل نظام معقد بعد تلبيتها. أعتقد أننا في بداية فهم النظام - في نهاية المطاف هو ما يجعلنا على قيد الحياة؟ ما يجعلنا نحو الموت؟ أعتقد، أن يكون بهذا الحجم من البيانات اليوم والتكنولوجيا تعلم آلة يستمر في التقدم، لدينا فرصة مع AI العلم مبتكرة.