当前位置:首页 > 智能硬件 > 人工智能AI
[导读] 谷歌开发者大会炉边谈话:AI如何影响人类理解大脑 导语:Geoffrey Hinton在谷歌I/O大会炉边谈话中讨论深层神经网络,解析AI技术可行性及意义。 智东西5月

谷歌开发者大会炉边谈话:AI如何影响人类理解大脑

导语:Geoffrey Hinton在谷歌I/O大会炉边谈话中讨论深层神经网络,解析AI技术可行性及意义。

智东西5月10日消息,最新一届图灵奖得主、多伦多大学名誉教授兼谷歌大脑AI 团队的高级研究员Geoffrey Hinton在山景城(Mountain View)谷歌I / O开发者大会的炉边聊天中发表了讲话。他讨论了神经网络的起源,以及人工智能的可行性和意义。

Geoffrey Hinton被称为“人工智能教父”,在过去30年里一直致力于解决AI面临的一些最大挑战。除了在机器学习方面的开创性工作,Geoffrey Hinton还撰写或与别人合著了共200多篇同行评议的论文,其中包括1986年关于机器学习技术的一篇叫做“backpropagation”(反向传播)的论文。

Geoffrey Hinton推广了深层神经网络的概念,包含上述功能的人工智能模型,它们被安排在相互连接的层中,传输“信号”并调整连接的突触强度(权重)。通过这种方式,他们从输入数据中提取特征,并学会做出预测。

一、自注意力网络优于最先进模型,所需训练数据更少

Transformers是一种自注意力网络架构,是一系列深度神经网络体系结构,通过自注意力层相互堆叠,多重转换学习输入分词,在具体的情境中得到了完善。谷歌的研究人员两年前的在一篇博客文章和随附论文“注意力就是你所需要的一切”中对此进行了详细阐述。由于动态计算权重的注意力机制,Transformers在语言翻译任务中的表现优于最先进的模型,而且训练所需的计算量更少。

Geoffrey Hinton承认,创新的步伐甚至让他感到惊讶。他表示“在2012年的时候,我并没想到在未来五年内,我们会使用相同的技术在多种语言之间进行翻译。”

Geoffrey Hinton认为,当前的AI和机器学习方法有其局限性。他指出,大多数计算机视觉模型没有反馈机制,也就是说,它们不会尝试从更高层次的表示中重建数据。相反,他们试图通过改变权重来区分性地学习特征。

Geoffrey Hinton说:“”他们并没有在各种级别特征探测器级别上检查他们是否能够重建下面的数据。”

二、AI研究为神经科学提供借鉴

Geoffrey Hinton和他的同事最近转向人类视觉皮层寻求灵感。Geoffrey Hinton表示,人类视觉需要一种重建的学习方法,事实证明,计算机视觉系统中的重建技术增强了他们对抗对抗性攻击的能力。

大脑科学家们都同意这样的观点,如果你的大脑皮层有两个区域处于知觉通路中,并且一个区域与另一个区域之间存在联系,那么总会有一个向后的路径。”

Geoffrey Hinton认为,神经科学家可以从AI研究人员那里学到很多东西。他认为未来的AI系统大多数都是无监督的。无监督学习是机器学习的一个分支,可以从未标记的、未分类和未分类的测试数据中收集知识。其学习共性、并对共性的存在或不存在做出反应的能力几乎与人类相似。

如果你采用具有数十亿参数的系统,并且在一些目标函数中进行学术梯度下降,它的效果会比预期的要好得多,规模越大,效果越好。Geoffrey Hinton说:“这使得大脑计算某些目标功能的梯度并更新突触的强度以遵循这一梯度的说法更加可信。我们只需要知道它是如何得到梯度的,以及目标函数是什么。”

Geoffrey Hinton认为,这甚至可能解开梦的奥秘。关于为什么我们会不记得梦境的疑问。他认为这可能与“忘却”有关,他在一篇关于玻尔兹曼机器的合著论文中解释了这一理论。这些AI系统,由对称连接的神经元单位组成网络,可以随机决定是“开”还是“关”,通过系统观察到的数据结果来看,“忘却”并不那么令人惊讶。

Geoffrey Hinton说:“做梦的意义可能在于,你把整个学习过程颠倒过来。”

三、神经网络学习应用于教育领域会带来何种改变?

Geoffrey Hinton相信,这些学习可以改变许多领域,比如教育,他预计将人类生物化学的课程变得更加个性化、针对性更强。

Geoffrey Hinton说:“你可能会认为,如果我们真正了解目前的情况,我们应该能够改善教育等方面的状况,我认为我们会做到。如果你最终能够理解大脑是如何工作以及学习的,却不为了更好地学习而去适应环境,那将是非常奇怪的。”

他警告说,这需要时间。就近期而言,Geoffrey Hinton设想了智能助理的未来,比如Google Assistant或Amazon的Alexa,它们可以与用户互动,并在日常生活中引导他们。

Geoffrey Hinton的预测是在谷歌的前执行主席Eric Schmidt最近的一次演讲之后发布的。Eric Schmidt同样相信,在未来,个性化的AI助手将使用我们的行为知识来让我们了解情况。

Geoffrey Hinton总结说:“在几年内,我不确定我们会学到多少东西。但是如果你仔细看看,助理程序现在已经相当智能,一旦它们能够真正理解对话,智能助理就可以与孩子进行对话并教育他们。”

结语:AI融入生活,技术改变未来

AI已经逐渐融入了我们的日常生活,无论是智能家居产品还是智能穿戴设备,都成为了我们简化我们工作生活的工具。

未来AI技术还有无限的发展潜力,它也将对我们的未来生活产生越来越大的影响。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭