Посмотрев кучу онлайн-викторин, в которых можно было угадать, какой год у меня будет в 2018 году, основываясь на странных вещах, таких как мои любимые начинки для пиццы (грибы и зеленый перец) или мои любимые песни Beatles (Penny Lane и Come Together FYI), Я почувствовал вдохновение составить список прогнозов ИИ на 2018 год.
Как и во всем, что касается искусственного интеллекта, я обратился к своему коллеге, соучредителю ROSS, Джимо Овбиагеле, его мозгу и красоте операции, чтобы он рассказал о том, где, по его мнению, будет происходить глубокое обучение в 2018 году, и какие улучшения глубокого обучения, которые он видит, находятся на горизонте. , проблемы, с которыми сообщество ИИ столкнется в наступающем году, и, наконец, понять, что его ИИ желает на 2018 год.
Эндрю Арруда: В первую очередь, Джимо, мне бы хотелось, чтобы вы предсказали, в каких областях, по вашему мнению, глубокое обучение окажет наибольшее влияние в 2018 году?
Джимо Овбайгеле: Обработка естественного языка. Amazon, Google и Apple продали миллионы устройств с голосовыми интерфейсами в 2017 году. Чтобы выполнить свои обещания, они делают большие ставки на глубокое обучение для обработки и выполнения голосовых команд, отдаваемых их пользователями. 2018 год станет самым значительным вложением в глубокое обучение и обработку естественного языка. Я ожидаю увидеть невероятные улучшения в обработке естественного языка, аналогичные тому, что произошло с компьютерным зрением в 2017 году.
АА: Для меня это имеет смысл. Похоже, что Google Home и Amazon Echoes были одними из «it» подарков в этот праздничный сезон, и вместе с этим должны последовать неуклонные улучшения в области обработки естественного языка, что, очевидно, является хорошим предзнаменованием для ROSS Intelligence, и мы продолжаем развиваться на передовой.
Я хотел бы узнать ваше мнение о том, что, по вашему мнению, улучшит глубокое обучение в 2018 году?
Джо: Больше вычислительной мощности. Intel, NVIDIA и другие известные производители микросхем разрабатывают микросхемы специально для глубокого обучения. Эти чипы обещают быть на порядки раз быстрее, чем нынешние чипы, использующие алгоритмы глубокого обучения. Более быстрые микросхемы означают, что инженеры / ученые глубокого обучения смогут быстрее проводить эксперименты - сокращая время, которое требуется от месяцев до недель до дней, от часов до минут, что приводит к более быстрым результатам о том, что работает, а что не работает. Кроме того, поскольку мы можем запускать глубокие нейронные сети через большее количество итераций обучения за то же время, мы увеличиваем вероятность того, что они узнают наиболее оптимальные функции.
AA: Согласен, недавний выпуск NVIDIA Titan V заставил меня оторваться от пола - 21,1 миллиарда транзисторов и 110 терафлопс мощности - ничего себе. С нетерпением жду, где мы будем в 2019 году и в будущем.
Переключив передачу, задав этот вопрос, что станет самой большой проблемой в 2018 году?
ДЖО: Ответная реакция. Ажиотаж в области ИИ в 2017 году разочаровал покупателей. Настоящим компаниям, занимающимся ИИ, необходимо будет отличать фактическое удобство использования, производительность и надежность своих систем от тех, кто подражает ИИ.
А.А.: Я это слышу. Я считаю, что 2018 год станет отличным годом для того, чтобы отделить зерно от плевел, когда дело касается тех, кто включил ИИ в маркетинговые материалы своей компании, и тех, кто терпеливо создавал отличное программное обеспечение с поддержкой ИИ.
Хорошо, последний вопрос: если бы вы могли исполнить желание на 2018 год в искусственном интеллекте, что бы это было?
Джо: Время, необходимое глубоким нейронным сетям для обучения, сокращается в 100 раз!
АА: Я должен был знать, что это будет ваше желание - напоминает мне комикс о ките, в котором говорится, что их новогоднее решение - сбросить тридцать восемь тысяч фунтов - устойчивый прогресс принесет победу в гонке ИИ, Джимо!
