AI教父Geoff Hinton：深度學習將讓AI無所不能

2020-11-09 京東數科

他在麻省理工學院技術評論年度EM TEC(電磁技術)會議期間談到，深度學習將足以複製人類的所有智力，人工智慧將無所不能。


傑弗裡·辛頓自20世紀80年代以來一直致力於深度學習和神經網絡，但由於缺乏數據和計算能力，其有效性受到限制。21世紀，他對這項技術的堅定信念最終帶來了巨大的紅利和行業的發展。由於他在這一領域的卓越貢獻，辛頓去年被授予圖靈獎。


關於人工智慧領域的發展空間，辛頓表示："在人工智慧無所不能之前，我們還需要有相當多的概念突破，尤其是有關於如何得到神經活動的載體來實現推理功能方面的概念突破。


關於神經網絡的弱點，辛頓提出："我們還需要大量增加規模，我們現在所建立的大模型（1750億）與真正人類大腦相比（約100萬億參數）仍然差異巨大，神經網絡在處理少量的數據的時候表現驚人，但當有大量的參數的時候，人腦則會更加擅長。


在未來的人工智慧領域，運動控制是非常重要的研究方向。而深層神經網絡也越來越擅長運動控制。谷歌最近的一些工作表明，你可以做精細的運動控制，並將其與語言結合起來。


另外，關於人們對AI日益增強的功能及廣泛應用可能帶來的問題的擔憂，西門子數字工業軟體公司戰略副總裁Stefan Jockusch做客 MIT Technology Review Insights欄目時曾表態，"人類應該信任AI，讓AI幫助製造更好的產品。我們將像習慣EXCEL和Siri一樣習慣人工智慧，甚至可能沒有那麼多關於人工智慧的價值或未來或它將如何演變的討論。"

相關焦點

  • 一文讀懂深度學習中的矩陣微積分,fast.ai創始人&ANTLR之父出品
    這位ANTLR之父和fast.ai創始人Jeremy Howard一起推出了一篇免費教程，旨在幫你快速入門深度學習中的矩陣微積分。簡明，易懂。DeepMind研究科學家Andrew Trask評價說：如果你想跳過不相干的內容，一文看盡深度學習中所需的數學知識，那麼就是這份資源沒錯了。只需一點關於微積分和神經網絡的基礎知識，就能單刀直入，開始以下的學習啦。
  • 十行代碼就能搞定深度學習?飛槳框架高層API,輕鬆玩轉AI
    機器之心發布機器之心編輯部嚮往深度學習技術，可是深度學習框架太難學怎麼辦？百度傾心打造飛槳框架高層 API，零基礎也能輕鬆上手深度學習，一起來看看吧？另：文末有福利，一定要看完呦~高層 API，What深度學習作為人工智慧時代的核心技術，近年來無論學術、還是工業領域，均發揮著愈加重要的作用。然而，深度學習理論太難學，開發過程太複雜，又將許多人拒之於深度學習的門外。
  • Xilinx、Spline.AI、AWS 推出 X 射線分型深度學習模型和參考設計
    開源的自適應深度學習模型，助力醫療設備製造商和醫療服務提供商快速開發經過訓練的模型，面向臨床和放射醫學應用 賽靈思公司宣布推出全功能醫療 X 射線分型深度學習模型和參考設計套件，這是賽靈思與 Spline.AI 及亞馬遜網絡服務（AWS）強強攜手共同取得的合作成果。
  • 為增強AI晶片實力,英特爾又收購了一個7個人的初創公司Vertex.ai
    英特爾在聲明中表示：「英特爾已經收購了Vertex.AI，這是一家位於西雅圖的創業公司，專注於開發深度學習編譯工具及配套技術。由7個人組成的Vertex.AI團隊將加入英特爾AI產品集團的Movidius團隊。通過這筆交易，英特爾獲得了一支經驗豐富的團隊和智慧財產權，以進一步實現邊緣計算的靈活深度學習。更多細節和條款將不會被披露。」
  • ai文件用什麼軟體打開_ai文件怎麼打開
    打開APP ai文件用什麼軟體打開_ai文件怎麼打開 胡哥 發表於 2012-10-16 11:31:57 後輟為ai的文件是illustrator軟體（在廣告、印刷包裝方面使用的軟體）製作的矢量圖文件，而矢量圖的優點是如何放大圖像都不會產生馬塞克現象，即不會虛。
  • 自動化是當前與深度學習及人工智慧等的不可分割的關係
    自動化是當前與深度學習及人工智慧等的不可分割的關係，也同樣是當前的熱門主題。自動化機器學習在自動化，人工智慧，無人機等科技領域有廣泛的應用。自動化機器學習可以模擬生物學過程，比如分類，和識別。分類。分類就是識別。
  • 深度學習自學指南:6個月,從基礎知識到模型構建
    原作：Bargava安妮 編譯自 Medium量子位 出品 | 公眾號 QbitAI給你6個月的時間開始學習深度學習，能夠達到怎樣的程度？在這篇文章中，數據科學培訓老師Bargava就帶你半年入門深度學習。在這份攻略中，我將給大家講講零基礎入門深度學習可行性強的資料和學習方法。
  • Roadstar.ai 自動駕駛樣車上路,深度融合技術路線能否超越Waymo?
    Roadstar.ai解決自動駕駛技術瓶頸的方案是多傳感器深度融合。衡量表示，它不以某一種傳感器為主，而是包括了多個雷射雷達之間的融合，多個攝像頭之間的融合，以及雷射雷達與攝像頭、毫米波雷達的融合。*Roadstar.ai原型車上的「車頂盒」新智駕見到那款MKZ原型車上，頂部有一個被稱為「車頂盒」的方形架子，有車身寬，約30多釐米高。
  • 「獨家」圖靈獎得主姚期智出任Pony.ai首席顧問,將打造自動駕駛...
    然後開始詳細介紹Pony.ai的頂級圖形模式識別（Image Pattern Recognition）技術以及高速度的圖像數據處理能力，可以在GPS失效的情況下通過實時對比路面信息並比照高精地圖從而得出汽車的精準定位。深度學習不會是最終的最優的理論體系，在一定程度的時候將會有更先進的理論體系會被研究出來姚先生對於交叉信息學院的理論基礎和實踐應用都是極為重視的。
  • 小狸AI英語課怎麼樣?掌門旗下小狸AI課測評:來爆料了!
    從小狸英語的學習大綱上來看，一個月會有一個主題，每個月的學習內容按照主題展開，學習內容上比較注重單詞和句型的學習，側重聽說能力的培養。另外，根據官方的說法，小狸英語的最高等級對標了劍少Movers考試級別。我們看看是否存在水分。
  • 吳博:目標檢測集成框架在醫學圖像 AI 輔助分析中的應用 | AI 研習...
    如何與醫生合作做好 AI 雷鋒網 AI 研習社將其分享內容整理如下：今天給大家講一下目標檢測集成框架在醫學圖像 AI 輔助分析中的應用。但在實操過程中，我們發現將醫學影像當成一個分類問題來處理，任務設置未免過於宏大和粗放。深度學習的模型具有黑盒模型的特點，特點就是端到端（end to end）一步到位，從輸入到輸出而不管中間的過程，雖然也能實現較好的結果，卻往往令人對整個學習過程，知其然而不知其所以然。
  • 從ACM班、百度到亞馬遜,深度學習大牛李沐的開掛人生
    作為一經推出便大受追捧的 MXNet 深度學習框架的主要貢獻者之一，李沐功不可沒。值得注意的是，這個由 DMLC（Distributed Machine Learning Community）打造的深度學習框架，創建者都是中國人，以陳天奇、李沐、解浚源等為代表。現在，包括 AWS 在內的很多企業都將 MXNet 作為主流支持框架。
  • 當AI遇到生物-深度學習在生物研究中的應用案例列表
    深度學習究竟將如何改變未來，一個具有光明前景的領域就是其在醫療以及生物學相關問題上的應用，在相關論文預印本網站bioRxiv上，可以找到很多相關的文章
  • Facebook AI 年度總結來啦
    我們發布了許多平臺和工具來幫助其他人將他們的人工智慧研究轉化為生產應用程式，包括我們將目前流行的開源深度學習框架 PyTorch 升級成新的、更通用的 1.0 版本。除了發表廣泛的公共研究論文和相關模型以及數據集外，我們還發現人工智慧有潛力通過 MRI 掃描、災難援助和預防自殺的工具來改善人們的生活。以下是我們過去一年在人工智慧領域所做努力的亮點內容。
  • 吳恩達deeplearning.ai五項課程完整筆記了解一下?
    項目地址：https://github.com/mbadry1/DeepLearning.ai-Summary上周吳恩達在推特上展示了一份由 TessFerrandez 完成的深度學習專項課程信息圖，這套信息圖優美地記錄了深度學習課程的知識與亮點。這一份信息圖的詳細介紹請查看：這是一份優美的信息圖，吳恩達點讚的 deeplearning.ai 課程總結 。
  • 零基礎入門深度學習(六):圖像分類任務之LeNet和AlexNet
    :0001 導讀本課程是百度官方開設的零基礎入門深度學習課程，主要面向沒有深度學習技術基礎或者基礎薄弱的同學，幫助大家在深度學習領域實現從0到1+的跨越。從本課程中，你將學習到：深度學習基礎知識numpy實現神經網絡構建和梯度下降算法計算機視覺領域主要方向的原理、實踐自然語言處理領域主要方向的原理、實踐
  • 夏日專刊AI產品上新升級集錦,50餘項軟硬能力加速場景落地
    >>查看詳情ai.baidu.com/tech/nlp_apply/address飛槳 PaddlePaddle 開源深度學習平臺、零門檻AI 開發平臺 EasyDL、AI 學習與實訓社區 AI Studio 發布多項升級。
  • 還不會使用PyTorch框架進行深度學習的小夥伴,看過來
    選自heartbeat.fritz.ai作者：Derrick Mwiti機器之心編譯參與：Geek AI、王淑婷這是一篇關於使用 PyTorch 框架進行深度學習的教程，讀完以後你可以輕鬆地將該框架應用於深度學習模型。
  • 機器學習、深度學習,然後軟體裡面的流程是機器學習之前要做好的
    最近有一篇採訪了江蘇樂博智能製造新疆地區總經理陳輝的報導，報導中討論到工業4.0轉型升級中智能工廠的問題，想了解一下各方和樂博ai是如何推動打造智能工廠的?樂博ai還有哪些可以突破的地方？近日，李開復博士和王航老師在武漢峰會成功會面，雙方就推動ai賦能實體經濟等共同話題展開討論。今年3月8日到今年5月1日這兩年，在江蘇樂博一座人工智慧示範工廠中。
  • 「千腦智力理論」或顛覆AI:理解人類新大腦皮層
    深度學習是人工智慧最新的進展，它借鑑了人類「大腦」的大概。大多數深度學習模型的架構是基於處理層的，是一種受生物大腦神經元啟發的人工神經網絡。 然而，神經科學家們對於智力（Intelligence）究竟是什麼，以及智力是如何在人腦中形成等問題並沒有達成一致，至今任然無法解釋。