最新国产福利,日日噜噜夜夜狠狠tv视频免费

盤點 AI 十年來取得的重要突破。

過去十年間，人工智能技術(shù)突飛猛進，最瘋狂的科幻小說場景現(xiàn)在已經(jīng)成為我們生活中不可或缺的一部分。十年前，人們在談論 AI 的理論化和實驗，但這些年來，AI 變得更加切實了，也變成了主流。無論是國際標準課程、平臺、庫、框架、硬件，一切都順理成章。就算說這十年里取得的成績奠定了未來的基礎(chǔ)，也不為過。

這篇文章將盤點 AI 十年來取得的重要突破。

卷積

2012 年是深度學習歷史上重要的一年。那一年，卷積神經(jīng)網(wǎng)絡（CNN）在著名的 ImageNet 挑戰(zhàn)賽中大放異彩。由 Alex Krizhevsky 等人設計的卷積神經(jīng)網(wǎng)絡「Alexnet」以遠超第二名的成績奪冠，在 ImageNet 數(shù)據(jù)集上的視覺識別錯誤率為 15.3%，降低了一半。該神經(jīng)網(wǎng)絡對貓的檢測準確度達到了 74.8%，在 YouTube 視頻中檢測人臉的準確率為 81.7%。

現(xiàn)在，手機和商場中的人臉識別應用都應該歸功于 2012 年的這項工作，識別準確率的提升使研究者能夠進行醫(yī)學成像模型的部署，這些模型具備高置信度。

與 AI 對話

Vaswani 等人 2017 年發(fā)表的《Attention Is All You Need》帶來了級聯(lián)效應，使得機器能夠以前所未有的方式去理解語言。得益于 Transformer 架構(gòu)，AI 現(xiàn)在能夠撰寫假的新聞、推文，甚至可能引起政治動蕩。繼 Transformer 之后，谷歌又推出了 BERT 模型，將其用于關(guān)鍵字預測和 SEO 排名等。BERT 如今已經(jīng)變成了自然語言處理領(lǐng)域的實際標準，諸如 Microsoft 和 NVIDIA 之類的公司開始堆積更多參數(shù)來追趕該模型。

NVIDIA 的 Megatron 具有 80 億個參數(shù)，而 Microsoft 的 Turing NLG 模型具有 170 億個參數(shù)。OpenAI 的 GPT 模型后來居上，1750 億參數(shù)的 GPT-3 目前是歷史記錄的保持者。

GPT-3 也是 Transformer 的擴展，是目前最大的模型，它可以編碼、寫散文、生成商業(yè)創(chuàng)意，只有人類想不到，沒有它做不到。

將人類一軍

AI 早已在國際象棋中擊敗了人類。而更加復雜的人類游戲，如 Jeopardy! 游戲、圍棋、德州撲克等，也沒有擋住算法的腳步。人工智能近幾年來最廣為人知的事件就是 AlphaGo 在最復雜棋類游戲——「圍棋」上擊敗了人類頂級選手。與此同時，在這個十年中，IBM 的 Watson 也在 Jeopardy! 決賽中擊敗了兩位人類，最終 Watson 獲得了 77147 美元獎金，而兩位人類分別獲得了 24000 和 21600 美元。

Facebook 和卡耐基梅隆大學共同開發(fā)的德?lián)?AI Pluribus 戰(zhàn)勝了五名專家級人類玩家，實現(xiàn)了前輩 Libratus（冷撲大師）未能完成的任務，該研究還登上了 2019 年的《科學》雜志。2020 年 12 月，DeepMind 提出的 MuZero 讓一種人工智能模型掌握多種游戲，包括將棋、國際象棋和圍棋。

解碼生命

每一個生物體的行為都可以在其蛋白質(zhì)中尋蹤溯源。蛋白質(zhì)承載著秘密，破解蛋白質(zhì)或許有助于擊敗新冠大流行。但蛋白質(zhì)結(jié)構(gòu)非常復雜，需要不斷地運行模擬。DeepMind 嘗試解決這一難題，其開發(fā)的深度學習算法「Alphafold」破解了出現(xiàn)五十年之久的蛋白質(zhì)分子折疊問題。計算機視覺被證明可以幫助診斷，而解決蛋白質(zhì)折疊問題甚至能夠幫助研發(fā)人員開發(fā)新藥。

AI：是藝術(shù)家，也是騙子

去年，在一則視頻中，比利時首相談論著解決經(jīng)濟和氣候危機的緊急需求，后來人們發(fā)現(xiàn)這其實是 Deepfake 視頻。在機器學習和 AI 對比利時首相聲音和表達方式的操縱下，這則假視頻讓首相發(fā)表了一場關(guān)于全球變暖影響的演講。

這些偽造內(nèi)容的背后是精心設計的算法——生成對抗網(wǎng)絡（GAN）。該算法在 2014 年提出，并得到廣泛應用，甚至已經(jīng)侵入了人類工作的最后一道壁壘：創(chuàng)作。這種網(wǎng)絡可以生成從未存在的人臉、互換人臉，讓一國總統(tǒng)胡言亂語。GAN 生成的一幅畫甚至在佳士得拍賣會上以破紀錄的價格——40 萬美元成交了。GAN 的另一面是被用于惡意目的，以致于像 Adobe 這種公司不得不研究新技術(shù)來鑒別偽造內(nèi)容。GAN 在下一個十年里仍將是被廣泛討論的對象。

秘密武器——硅

神經(jīng)網(wǎng)絡的概念誕生了半個世紀，今天流行的反向傳播方法也出現(xiàn)三十年了。但是，我們?nèi)匀蝗鄙倌軌蜻\行這些計算的硬件。過去十年，我們見證了十多家公司研究專門的機器學習芯片。這些年來，芯片技術(shù)得到了極大發(fā)展，我們可以在手掌大小的設備上執(zhí)行百萬次運算。這些芯片被用到數(shù)據(jù)中心，用戶可以觀看自己喜歡的 Netflix 電影、使用智能手機等。接下來，專為邊緣設備定制的 AI 芯片蘊含著價值數(shù)十億美元的商機。

蘋果等公司已經(jīng)開發(fā)了定制化機器學習芯片（如 A14 Bionic）來提供智能服務。即使是依賴英偉達和英特爾的 AWS，也正在慢慢進入芯片行業(yè)。隨著芯片變得越來越小，這一趨勢只會更加明顯：例如使用英偉達 Jetson AGX Xavier 開發(fā)者套件，你可以輕松創(chuàng)建和部署端到端 AI 機器人應用，用于制造、零售、智能城市等等。谷歌的 Coral 工具包可將機器學習帶到邊緣設備上。安全、實時輸出是目前的主題。

開源文化逐漸成熟

圖源：MIT Tech Review

2015 年，TensorFlow 開源。一年后，F(xiàn)acebook AI 又開源了基于 Python 的深度學習框架 PyTorch。今天，TensorFlow 和 PyTorch 已經(jīng)成為使用最廣泛的框架。通過不斷的版本更新，谷歌和 Facebook 為機器學習社區(qū)帶來了極大便利。自定義庫、軟件包、框架和工具的爆發(fā)式增長，使得更多人進入了 AI 領(lǐng)域，也為 AI 研究帶來了更多人才。

開源是近幾年的一個主要特性。開源工具和越來越多的可用資源（如 arxiv 或 Coursera）促進了 AI 變革。另一個催化劑是流行的競賽平臺——Kaggle。Kaggle 和 GitHub 滋養(yǎng)了一批高質(zhì)量 AI 開發(fā)者。

更多學習，更少規(guī)則

Schmidhuber 教授上世紀 90 年代初提出的元學習概念，最近才逐漸得到關(guān)注。元學習指在有限訓練示例的基礎(chǔ)上，使機器學習模型學習新技能并適應不斷變化的環(huán)境。通過操縱超參數(shù)對特定任務優(yōu)化機器學習模型需要大量用戶輸入的話，過程會較為繁瑣，而使用元學習后，這一負擔將得到極大緩解，因為元學習將優(yōu)化部分自動化了。自動優(yōu)化帶來了一個新的行業(yè) MLaaS（機器學習即服務）。

未來方向

關(guān)于一些專家預測以下領(lǐng)域或許將發(fā)揮主要作用：

可復現(xiàn)性
差分隱私
幾何深度學習
神經(jīng)形態(tài)計算
強化學習

盡管 AI 已經(jīng)進入許多我們未曾想象的領(lǐng)域，但它仍需應用到更流行的應用中，如自動駕駛汽車。然而，挑戰(zhàn)更多地在于數(shù)學層面：目前已有能夠做出準確決策的算法，也有能夠處理這些算法的處理器，但何時能夠部署到應用上仍未可知。不管是醫(yī)療還是自動駕駛汽車，AI 仍需要繼續(xù)進展，而這只有在透明性和可復現(xiàn)性得到建立時才會發(fā)生。

原文鏈接：https://analyticsindiamag.com/ai-top-decade-2010-2020-breakthroughs/

本站僅提供存儲服務，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點擊舉報。

九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区