[AI WORLD 2017 العد التنازلي للمؤتمر العالمي حول الذكاء الاصطناعي 26 يوما ]
يوم أمس، على عمق RE WORK مونتريال تعلم قمة "منظمة العفو الدولية الثلاثة الكبار" جيفري هينتون، يوشوا بيجيو ويان ليكون مرة الأولى على الإطلاق، ليس فقط في نفس الحدث، ويتجمعون في نفس الفريق حيث تقاسموا آفاق التقدم في الأبحاث المتطورة، ومناقشة النمط من الذكاء الاصطناعي وعمق التعلم النظم الإيكولوجية الكندية.
جويل بينو من جامعة ماكغيل، ترأس المناقشة، كانت بطريقة مثيرة جدا للاهتمام من الافتتاح، يرجى إدخال ثلاثة آلهة يقف بجانب شعبه، امتلأت القاعة كلها بالضحك على الفور.
يوشوا بيجيو أول من فتح رأسه، وقال: "هذا هو يان، التقيت به أثناء القراءة ماستر (ماجستير)، عندما وتلاه جيف معا ما بعد الدكتوراه، ثم دعا يان لي للعمل معه، وبدأت في دراسة الأعصاب الإلتواء الشبكة، واليوم لا يزال موضوعا ساخنا! "
ثم، يان ليكون إدخال جيفري هينتون، قال LeCun :. "أود أن ننظر إلى التاريخ، عندما كنت الدراسة الجامعية الشبكة العصبية، وجدت أنه لا يوجد الدراسة، التي نشرت في 1970s، رأيت مقالا بعنوان" الأمثل الاستشعار عن المنطق "(الأمثل الإدراك الحسي الاستدلال) من المادة، جيف هو واحد من المؤلفين الثلاثة. قرأت ورقة، واعلم انه لقاء جيفري".
وأخيرا تحويل هينتون، قال مازحا أنه قد يكون معلمه Bengio أطروحة (المشرف)، لكنه في الواقع لا تذكر. ذهب هينتون إلى القول: "لقد كان ورقة جيدة جدا، والشبكة العصبية للتعرف على الكلام .Yoshua وفعلت كذلك في كندا، وذلك لأن كندا تدعم الآن مجال البحوث الأساسية وتطوير سريع جدا، وأنا الآن لا يمكن الاحتفاظ بها. Yoshua على إيقاع! كل أسبوع هناك عدد غير قليل من أوراق من أرخايف، والعمل Yoshua من حيث الاهتمام أعجبت جدا. أشعر Yoshua القديم هو الحد الأدنى، وقال انه لا يزال لديه وسائل للذهاب، ولكن للأسف نعتقد أن لديه للحاق! Yoshua الآن في حقله جرت بالفعل مع يان على CNN نفس تأثير كبير ".
ما يلي هو سجل موقع للنقاش:
يمكننا أن نتحدث عنه الآن والثمانينات والتسعينات عمق دراسة بحثية، والفرق بين العمل في مجال التعلم العميق ذلك؟
Bengio: في ذلك الوقت، يمكنك التركيز على البحوث، أنه لا يوجد أي تدخل. في ذلك الوقت على البيئة مع مختلف الآن تماما. عندما التقينا كل بضع مرات أخرى، والآن هناك بعض الحالات مع ما شابه ذلك، ولكن الشبكة العصبية أو الأبحاث العلمية، بدأ نظرة من العمر 5-10. في 1990s في وقت مبكر، والشبكات العصبية النار بعد فترة من الوقت، والمؤسسة هي استثمار قوي حقا، وهناك بعض التكهنات، هو الآن مع مشابهة الى حد ما. ولكن الآن، والشبكة العصبية يمكن أن يكون صحيحا .
LeCun: أعتقد أن الشبكة العصبية ثم أن تستخدم أيضا إذا آه! ومع ذلك، 60 عاما من التصور دراسة من الناس يعتقدون أن الشبكة العصبية ليست جديرة بالاهتمام الاتجاه، لذلك بدأوا في تغيير الاسم إلى تغيير اسم لمجموعة متنوعة من ، هل لأنها طريقهم، مما تسبب في تأثير عملي كبير.
هينتون: هم الأصدقاء الشباب أيضا، وفقا للا يتذكر أي شيء!
LeCun: الآن الكتب AI، هناك أشياء كثيرة ذلك الوقت، والشبكة العصبية من القرن الماضي في 1990s، خارج الموضة، ولكن أيضا كمرجع، فهي مفيدة، ولكنها ليست على الطريق المؤدي إلى منظمة العفو الدولية. وهناك الكثير من التقنيات التي نستخدمها اليوم، كما سيتم نشرها على نطاق واسع في نفس الطريق، وسيكون بنفس الطريقة للجيل القادم، والجيل القادم ما لم نتمكن من الاستمرار في ايجاد سبل لجعل هذه التقنيات مفيدة لتطوير الخطوة التالية إلى الأمام، وإلا الآن الكثير من التكنولوجيا سوف يموت أيضا.
هينتون: وافق يان لعرض!
في الصحف الأخرى، ينبغي أن نولي الاهتمام لماذا هناك ولكنه يتجاهل ذلك؟
هينتون: H-مؤشر أقل من الرقم المرجعي شيء قرأته (ضحك). كتبت مقالا في 2008/9 سنوات، وذلك باستخدام مصفوفة العلاقات (علاقة) ومفهوم (مفهوم) النمذجة. ونظرا ثلاثة أشياء التي تريد الأولين من الثلاثة على أساس الاستدلال. فعلت الكثير من العمل في وقت مبكر 2000s، أنها بالضرورة التضمين في وقت مبكر. بعض الناس يقولون أنني يجب أن تتخلى عن هذا العمل، لأن ورقة كلها غير إشارة الذاتي واحد فقط! فكرتي ليست كائن يمثل مفهوم التمثيل ناقلات، مصفوفة، ولكن مع مصفوفة لتمثل اثنين، حتى نتمكن من التعبير عن العلاقات العلاقة. نحن نعلم أن 3 + 2 يساوي 5، ومن ثم تدريسه 2 +2 و+ معا، والإخراج التي تم إنشاؤها من قبل نظام لم يسبق له مثيل من قبل "+" مفهوم، لذلك يجب أن نتعلم تلقاء نفسها. حصلت الصحيفة عن 2،2،3 النتيجة (10 نقطة). وفي وقت لاحق، وضعت أوراق إرسالها إلى العلوم المعرفية هناك، لم يفعلوا ذلك مثل، وقال: "إذا فهمت الرسالة صحيحة، أن ورقة كبيرة حقا، ولكن أعتقد سوف القراء لا هذا ! مهتما "
Bengio: أنا لم تقدم أطروحتي، لأنني أعرف أن رفض يقين! فكرة أن ورقة هي أننا بحاجة إلى أن نتعلم توجيه الآخرين، وليس هناك الكثير ليقوله.
مع مرور الوقت، وإجماع يبدو أن التي قمت بها عدد قليل من أكثر وأكثر. الآن دعيتم "ديب التعلم الثلاثة الكبار"، ولكن ماذا هناك اختلافات كبيرة بين كل واحد منكم؟
Bengio: وهذا هو ما يفعل حفرة؟ أنا لا الرقص أوه!
هينتون: السياسة! لكن وجهات النظر السياسية لدينا في الولايات المتحدة هي نفسها.
LeCun: مقارنة المشكلة نفسها، ربما لدينا وجهات نظر مختلفة على حل لهذه المشكلة. كان هناك وقت، جيف احتمال ......
Bengio: كل الأشياء التي تتعلق الاحتمالات، يان التي لا تريد أن تعرف، وقال انه دعا احتمال جيف الشرطة.
هناك الكثير من الناس يفعلون التعلم عمق والشبكات العصبية، عميق التعلم AI سيكون موجودا دائما في ذلك، أو أن مناطق أخرى سيرتفع؟
Bengio: نحن بحاجة على الاطلاق لتطوير الأفكار الجديدة على أساس القائمة. سوف تكون مصدر إلهام هذه الأفكار من خلال التقنيات والمفاهيم الموجودة لدينا سيكون الأساس لخلق شيء جديد.
LeCun: سيتم معلمات هذه المفاهيم والاستمرار في تطوير - أنها لن تختفي، ولكن فقط الآن هذا هو واضح ليس بما فيه الكفاية، لذلك نحن بحاجة إلى النظر في إطار جديد - وهناك الكثير من الناس على استكشاف بنشاط الهندسة المعمارية الديناميكية (الهندسة المعمارية الديناميكية)، معالجة اللغات الطبيعية، وهناك العديد من الأمور المثيرة للاهتمام يحدث. ونحن أيضا بحاجة الى مزيد من أسلوب التدريب لنظام التعليم على نطاق واسع - وهذا قد لا يكون الجواب النهائي، قد يكون هناك مرة أخرى اطلاق النار حتى الفكرة القديمة. سوف تظهر هذه الأساليب المقبل، وذلك لتوصيل عمق التعلم والتفكير هو أكثر الأشياء المنفصلة.
Bengio: نحن بحاجة إلى إيجاد وسيلة للسماح ML و DL لالتقاط وظيفة الهدف، وطرق جديدة لتدريب وتثقيف وظيفة موضوعية، وهو أمر حاسم لمنظمة العفو الدولية.
هينتون: يان وYoshua أيضا نعتقد - أكبر الصعوبة ليست لايجاد وظيفة هدف التعلم غير خاضعة للرقابة . نشرت مساحة الهدف الورقة بوصفها وظيفة من الاتساق في 92 عاما. مع هذا في المستقبل، يمكننا أن نتعلم أكثر من طبقات لمعرفة المزيد. يمكننا أيضا تدريب من الترميز.
على الرغم من أن الوقت تحديدا القرار الذي لا أعرف، ولكن ما رأيك في التحدي المقبل ونحن سوف تحل المشكلة التالية هي؟
LeCun: في الفيسبوك، وهناك فريق للقيام ستار كرافت. الذهاب أصعب من هذه اللعبة، لأنه يستخدم استراتيجية، وهناك وكيل متعددة، ومجموعة متنوعة من التقنيات - كنت لا تعرف ما زملائك تقوم به في كوريا النجمة الرياضية المهنية، مما يشكل تحديا للغاية. وهناك عدد من اللعب ستار كرافت بوت، ولكن ليس في مستوى الإنسان. الفيسبوك وفريق DeepMind يستخدم آلة التعلم للعب ستاركرافت، وأعتقد أننا سوف نرى بعض التقدم في هذا الصدد. ومع ذلك، في تغيير حقيقي في حياة الإنسان، ونحن يمكن أن تحل المشكلة هي كيفية تدريب التلقائي قيادة السيارة - لا توجد وسيلة لتكون تلقائية تماما وآمنة؟
Bengio: أنا فعلا مؤخرا يفعلون مثل هذا المشروع. وهناك لعبة منظمة العفو الدولية، التي لديها رجل وطفل AI. يحتاج الناس إلى استخدام اللغة الطبيعية لتعليم AI، اقول انه ما ما هو، باختصار، تفعل كل ما من شأنه أن معظم الآباء القيام به. وقد اتخذت هذه تحدث في بيئة افتراضية. هذه اللعبة هو للناس لاستخدام أفضل وسيلة، الأكثر كفاءة لتدريب AI، ولا تقلق بشأن الكثير من القضايا الأخرى. هذا المشروع هو كبير، لأنها لعبة التي هي متعة للشعب المعنية، ولكن أيضا تساعد على كميات كبيرة من البيانات جمع، دعونا نتعلم كيفية استخدام تعزيز التعلم لتحديد العلاقة بين اللغة الطبيعية والبيئة.
في منظمة العفو الدولية، لا توجد مشاكل، لذلك تشعر كما لو أنها تحل، يمكنك التقاعد؟
Bengio: هناك لا تزال بعض القضايا الصعبة حقا التي يجب حلها، انه مضحك! أريد أن أعرف كيف وجدت آلة توصيف عالية (عالية التمثيل) لتفسير العالم. على تفسير العالم، وهناك بعض الافتراضات العامة على المدى القصير على ذات دلالة إحصائية أنها فعالة، انها بسيطة جدا، لكن من أجل حل حقا ليست بهذه البساطة.
هينتون: بالنسبة لي، شيء خاص من شأنها أن يكون لها تأثير معالجة اللغة الطبيعية وفهم اللغة. هناك بعض الجمل مثل "أقل من الكأس لوضع الحقيبة، لأنه صغير جدا" أو "أقل من الكأس لوضع الحقيبة، لأنها كبيرة جدا"، الأول هو "انه" يشير إلى حقيبة (جدا الصغيرة)، ولكن وراء "انه" يشير إلى الكأس (كبير جدا). بسبب بنية اللغة، يمكننا أن نستنتج هذا، ولكن إذا وضعت هذه الجمل المترجمة إلى اللغة الفرنسية، وهناك عوامل أخرى للنظر: الجهاز هو الصحيح والتمييز بين استخدام الكلمات الإيجابية والسلبية؟ لذلك يجب أن نفهم الخلفية. إذا كان جهاز يمكن إكمال هذه الترجمات بنجاح، فإنه يدل على أن يفهموا حقيقة ما حدث. ولكن أعتقد أن هذا يحتاج إلى أن يترجم حوالي 1000 مرة الأداء للعمل من الجهاز الحالي. إذا كان لنا أن نفعل ذلك، فإن الجهاز يكون كل المعرفة. وسوف إقناع أولئك الذين ينتمون إلى النجاح AI التقليدي ليس من قبيل الصدفة، ولكن الجهاز يعرف حقا ما حدث. وأعتقد أنه قد يكون قادرا على القيام بذلك في غضون 10 سنوات.
Bengio: أعتقد أننا ينبغي أن نترك آلة التعلم لشرح ما هو النوم والسبب في النوم. أجد أنه من الغريب جدا أن الناس لا السؤال لماذا تنفق أكثر من ثلث النوم الوقت على الحياة التي نريدها. ولكن إذا كنت محروما من حق الناس الى النوم، وأنها ستكون جنون! نود ثماني ساعات من النوم، ولكن نحن لا نعرف لماذا. وأعتقد جازما أن هذا النشاط إرادة النوم وسوف اقول لنا ما إذا كان هو كيفية التعلم.
LeCun: كيف تركنا الآلة الحصول على الحس السليم؟ التعلم غير خاضعة للرقابة؟ أنها تمثل مساحة وظيفة موضوعي؟ قد يستغرق 10 أو 20 عاما، ونحن لا نعرف.
هينتون: أو الوقت فقط لمدة أسبوع.
القضايا الفنية جانبا، والحديث عن الأخلاق - القضايا الأخلاقية التي هي الأكثر احتمالا أن تجعلك مستيقظا في الليل؟
Bengio: بالنسبة لي، واستخدام خاطئ من منظمة العفو الدولية وقمنا بتطوير المنتجات. على سبيل المثال، أنا حساسة بشكل خاص للاستخدام AI في الأسلحة والمعدات الذكية، والتي يمكن أن تكون خطيرة جدا. أعتقد أن على الحكومة توقع على المعاهدة. وبالإضافة إلى ذلك، من أجل التعامل مع AI الإعلان، من أجل الديمقراطية يمكن أن يكون خطرا حقيقيا. وأخيرا، يقع AI في أيدي الأشخاص الخطأ هو حقا مشكلة مزعجة للغاية.
LeCun: إذا لمستخدم ضار للاستخدام، وهذا يمكن أن يكون سيئا للغاية. في الواقع، قد يكون في الواقع استخدام طريقة التعلم الآلي في بعض سيناريو سيء، مما تسبب في أضرار. على سبيل المثال، عند استخدام البيانات منحازة تدريب الجهاز، وسوف يكون متحيزا الجهاز، عند تدريب النظام، وسوف نسخ التدريب للسلوك البشري. هذه مسألة تقنية، ولكن أيضا مسألة أخلاقية - كيف يمكننا القضاء على التحيز؟ وبالتالي قد تصبح الصورة قاتمة الجمهور AI، لذلك علينا أن نكون سباقين لإجراء تغيير. أنا أعمل مع "الشراكة في منظمة العفو الدولية"، جنبا إلى جنب نقترح مبادئ توجيهية بشأن نشر اختبار لضمان السلامة.
للشباب تشارك في أعمال منظمة العفو الدولية، أي اقتراحات؟
هينتون: إذا كان لديك حدس قوي بأن لديهم فكرة جيدة جدا، ولكن البعض الآخر يقول "لا". لذلك تولي اهتماما، انها ليست فكرة سيئة، هو في الواقع فكرة أصلية. ثم تفكر في ذلك، يجب عليك البحث الخاص بك هذا "فكرة جيدة" ذلك؟ إذا كان لديك الغرائز جيدة، ثم بدأ العمل على عقلك. إذا لم يكن لديك الغرائز جيدة، ما عليك فعله هو ليس مهما!
Bengio: نصيحتي هي للاستماع في هينتون.
LeCun: ثلاثة منا هي بديهية جدا، ونحن المفاهيم والأفكار من خلال الحدس الحالية، على الرغم من أن الناس الآخرين أحيانا يقول لنا هذا ليس ممكنا. وحتى بعض من أكثر الأفكار المثيرة للاهتمام ليس هو الأكثر تعقيدا، ولكن الطريقة لتحقيق ذلك على الأرجح. والمثير للدهشة، فإنه يأخذ وقتا طويلا لتحقيق ذلك شيء هو فكرة جيدة!
الرابط الأصلي: الشبكي: //re-work.co/blog/interview-yoshua-bengio-yann-lecun-geoffrey-hinton
[AI WORLD 2017 العد التنازلي للمؤتمر العالمي حول الذكاء الاصطناعي 26 يوما ]
المشاركة في المؤتمر، ويرجى الانتباه إلى الجديد تشي يوان إلكتروني العام رقم الصف أو زيارة صفحة الحدث: HTTP:؟ //Www.huodongxing.com/event/2405852054900 TD = 4231978320026 تعرف على المزيد
[اضغط لقراءة أو كنس شراء التذكرة الأصلي الجمعية]
