Pada 22 November, waktu AS, CTO Amazon Werner Vogels menulis dalam sebuah posting blog bahwa MXNet secara resmi dipilih oleh AWS sebagai platform pembelajaran mendalam resminya untuk komputasi awan.
MXNet adalah kerangka kerja pembelajaran mendalam berfitur lengkap, fleksibel, dan sangat skalabel yang mendukung jaringan saraf konvolusional dan jaringan memori jangka pendek jangka panjang dalam model pembelajaran mendalam. Diprakarsai oleh akademisi dan diprakarsai bersama oleh para peneliti dari University of Washington dan Carnegie Mellon University.
Xie Junyuan, salah satu pendiri MXNet mengatakan:
"MXNet telah dikembangkan selama lebih dari satu tahun sekarang dan merupakan proyek yang relatif matang. Saya sangat yakin dengan teknologi kami. Kecepatan MXNet, penghematan memori, fleksibilitas antarmuka, dan efisiensi terdistribusi semuanya luar biasa. Seperti Sebuah proyek yang diprakarsai oleh para penggemar tanpa investasi. Kekurangan terbesar MXNet di masa lalu adalah dokumentasi dan publisitas. Amazon, sebagai orang kaya, dapat memainkan peran yang sangat baik dalam hal ini. "
Pidato terbaru Yann LeCun: Perhentian berikutnya dari penelitian AI adalah pembelajaran tanpa pengawasan
LeCun memberikan pidato tentang masalah inti dan prospek pengembangan teknologi AI di Institut Robotika Universitas Carnegie Mellon. Dia menyebutkan tiga barang kering dalam pidatonya:
1. Pembelajaran tanpa pengawasan mewakili masa depan teknologi AI.
2. Hot spot aplikasi AI saat ini berfokus pada jaringan saraf konvolusional.
3. Meningkatkan efisiensi pembelajaran tanpa pengawasan dengan simulator adalah tren umum.
Sistem pembelajaran mendalam saat ini sekarang menggunakan pembelajaran yang diawasi, dan data masukan diberi label secara artifisial. Tantangan berikutnya adalah bagaimana membiarkan mesin belajar dari data yang tidak diproses, tidak berlabel, dan tidak dikategorikan, seperti video dan teks. Dan ini adalah pembelajaran tanpa pengawasan.
Yann LeCun membuat analogi: Misalkan pembelajaran mesin adalah kue, pembelajaran penguatan adalah ceri di atas kue, pembelajaran yang diawasi adalah lapisan luar lapisan gula, dan pembelajaran tanpa pengawasan adalah kue. Pentingnya pembelajaran tanpa pengawasan terbukti dengan sendirinya. Agar penguatan pembelajaran berhasil juga tidak terlepas dari dukungan unsupervised learning.
Yann LeCun mengatakan bahwa semakin besar jaringan saraf, semakin baik efeknya (tentu saja, premisnya adalah ukuran database mencapai nilai kritis). Adapun mengapa hal ini terjadi, ini masih menjadi misteri, dan penelitian teoretis terkait sedang dilakukan. Ia secara khusus menekankan pentingnya dan penerapan jaringan saraf konvolusional, dan ia kemudian membuat prediksi bahwa teknologi berikutnya yang akan sangat populer adalah jaringan saraf peningkat memori. Ini dapat dipahami sebagai jaringan saraf berulang yang ditingkatkan dengan memori, di mana memori itu sendiri adalah sirkuit yang dapat dibedakan dan dapat digunakan untuk pelatihan sebagai bagian dari pembelajaran.
Tonggak Sejarah Google Terjemahan: Sistem Zero-Shot diluncurkan secara resmi
Pada 22 November waktu AS, sistem pembelajaran mesin saraf multibahasa berbasis Zero-Shot secara resmi mendarat di Google Terjemahan. Saat ini digunakan di 10 dari 16 grup bahasa yang baru ditambahkan, menghadirkan kualitas terjemahan yang lebih tinggi dan arsitektur sistem yang disederhanakan. Kami berharap dalam waktu dekat, sistem akan secara bertahap mendukung lebih banyak bahasa terjemahan Google.
Terjemahan Zero-Shot artinya setelah menyelesaikan pelatihan penerjemahan dari bahasa A ke bahasa B, penerjemahan dari bahasa A ke bahasa C tidak memerlukan pembelajaran lebih lanjut. Ini dapat secara otomatis menerjemahkan hasil pembelajaran sebelumnya ke bahasa apa pun untuk diterjemahkan, bahkan jika para insinyur tidak pernah melakukan pelatihan yang relevan.
Dengan Zero-Shot, Google telah memecahkan masalah perluasan sistem terjemahan mesin saraf ke semua bahasa. Dengannya, satu set sistem dapat menyelesaikan terjemahan semua bahasa. Situasi di mana beberapa sistem terjemahan diperlukan antara dua bahasa sebelumnya telah menjadi sejarah. Kerangka kerja ini tidak memerlukan perubahan apa pun dalam sistem GNMT yang mendasari saat menerjemahkan bahasa lain. Cukup masukkan tanda bahasa keluaran di awal kalimat masukan, dan hasilnya dapat diterjemahkan ke dalam bahasa apa pun.
Wu Enda mengulas sejarah tiga tahun Baidu Voice
Pada tanggal 22 November, Baidu mengadakan acara bertema ulang tahun ketiga platform suara terbuka tersebut, Kepala Ilmuwan Baidu Wu Enda menyampaikan pidato. Ia mengatakan bahwa bagian teknis inti dari otak Baidu adalah:
suara
gambar
Pemrosesan bahasa alami
Potret pengguna
Platform pembelajaran mesin
Selama beberapa tahun terakhir, tim kami terus mengoptimalkan sistem pengenalan suara. Saya mulai menggunakan model DNN pada tahun 2012, dan kemudian memiliki fitur yang lebih baik, kemudian mulai menggunakan Pelatihan Diskriminatif Urutan, dan juga mulai menggunakan model LSTM, ditambah CTC, tahun ini tim kami mengembangkan model Deep CNN.
Sudah ada beberapa teknologi kecerdasan buatan yang berbeda di Baidu Brain, dan yang lebih matang adalah teknologi suara kita.
Di banyak produk Baidu yang paling penting, kami sudah mendukung input suara, termasuk Baidu ponsel, peta Baidu, dan metode input Baidu. Jika Anda belum mencoba IME Baidu, saya harap Anda mencobanya.Saya suka menggunakan IME Baidu ketika saya memasukkan informasi. Ada juga DuMi, baru-baru ini kami memasukkan DuMi ke berbagai perangkat keras, seperti Robot Xiaodu.
Pada Baidu Brain Open Platform (ai.baidu.com), kami tidak hanya mengeluarkan teknologi kecerdasan buatan, tetapi juga memiliki banyak materi pelatihan tentang teknologi kecerdasan buatan. Jika Anda menggunakan platform terbuka Baidu Brain, Anda dapat dengan mudah memilih bagian teknis yang benar-benar Anda butuhkan, memasukkannya, mengintegrasikannya, dan mendapatkan efek terbaik untuk Anda. Katakanlah Anda ingin melayani pelanggan yang cerdas. Pada awalnya, Anda merasa hanya perlu pengenalan ucapan dan teknologi sintesis ucapan, tetapi setelah beberapa bulan, Anda merasa bahwa Anda membutuhkan teknologi pemrosesan bahasa alami yang paling canggih. Jika Anda menggunakan Baidu Brain Open Platform, saya harap Anda bisa dengan mudah mendapatkan teknologi ini dan memasukkannya ke dalam produk Anda.
Saya pribadi memiliki kepercayaan penuh terhadap masa depan kecerdasan buatan. Saya berharap kedepannya ada robot pendamping, personal education, komposisi musik, robot dokter, dll.
IFLYTEK Liu Qingfeng berbicara tentang kecerdasan buatan di matanya
Pada tanggal 23 November, iFLYTEK mengadakan konferensi tahunannya. Ketua Liu Qingfeng memberikan keynote speech. Ia mengatakan bahwa 2016 telah menjadi tahun pertama dalam sejarah kecerdasan buatan di Tiongkok, dan gelombang ketiga kecerdasan buatan sebenarnya telah tiba. , Bukan lagi sebuah konsep, tetapi dapat memasuki industri satu demi satu.
Ada tiga tingkat kecerdasan buatan: kecerdasan komputasi (robot dapat menghitung dan menyimpan), kecerdasan perseptual (penglihatan dan pendengaran mesin dapat melebihi kecerdasan buatan) dan kecerdasan kognitif (inti masa depan). Komputasi kognitif dengan ucapan dan bahasa sebagai pintu masuk adalah satu-satunya cara untuk kecerdasan buatan.
IFLYTEK telah memenangkan hasil yang mengesankan di banyak kompetisi internasional. Dalam lomba sintesis pidato global, kompetisi badai salju, iFLYTEK memenangkan juara pertama dunia dalam bidang bahasa Inggris, dan telah mencapai sintesis bahasa Inggris yang melebihi tingkat berbicara orang biasa. Dalam kompetisi pengenalan ucapan berpadu, tingkat kesalahan bahasa Inggris iFLYTEK hanya 2,24% di lingkungan yang bising. Dalam Kompetisi Terjemahan Lisan Internasional (IWSLT) 2014, iFLYTEK memenangkan juara pertama di dunia dalam dua proyek: terjemahan Inggris-Mandarin dan terjemahan Mandarin-Inggris. Selain itu, dalam Winogard Cognitive Intelligence Test dan KBP Cognitive Contest, iFLYTEK telah mencapai hasil yang signifikan.
Oleh karena itu, pencapaian kognitif di panggung internasional teratas ini benar-benar membuktikan bahwa kami orang Cina di bidang kecerdasan buatan tidak lagi hanya menjadi sains populer, fiksi ilmiah, atau penilaian perseptual dari apa yang disebut perspektif profetik, tetapi inovasi teoritis yang teguh.
- "Dalam permainan kekuasaan, hanya ada jalan buntu jika Anda bukan pemenang, tidak ada jalan tengah."
- Aplikasi terbaik 2016 yang direkomendasikan oleh semua orang, berapa banyak yang sudah Anda gunakan? Zona Ledakan 008
- Film yang sudah sangat dinantikan ini sulit untuk melahirkan. Semua orang bilang kamu tidak boleh membuatnya, jangan ditonton. Kenapa tidak menunggu Louis Koo?