Mark Zuckerberg ogłasza Ambitny A.I. Program dla Europy

$config[ads_kvadrat] not found

Mark Zuckerberg builds his own Jarvis AI

Mark Zuckerberg builds his own Jarvis AI
Anonim

Dziś w Berlinie założyciel Facebooka, Mark Zuckerberg i jego szef sztucznej inteligencji ogłosili wprowadzenie nowego programu, który znacznie zwiększy zainteresowanie europejskich badaczy sztucznej inteligencji.

Wkrótce 200 jednostek przetwarzania grafiki (GPU) - procesor dla A.I. badania - zostaną wykorzystane do dalszego rozwoju A.I. w Europie, a pierwsze 32 procesory graficzne są już w laboratorium badawczym w Berlinie.

Zuckerberg zasiadł z Yannem LeCunem, dyrektorem programu badawczego sztucznej inteligencji na Facebooku, w Facebook Innovation Hub w Berlinie wraz z Martinem Ottem, dyrektorem zarządzającym Facebooka na Europę Północną, Środkową i Wschodnią, który przeprowadził wywiad z Zuckiem i LeCunem na temat globalnej łączności, AI i rzeczywistość wirtualna.

Wśród zwykłych odpowiedzi Zuck i LeCun wkroczyli w przyszłość A.I.

W słowach LeCuna: „Słyszymy o A.I. teraz, ponieważ moc komputera nie wynosiła około 20 lat temu. ”Facebook ma nadzieję przyspieszyć tempo postępu, zwiększając niezbędną moc obliczeniową.

Program zostanie wprowadzony w Berlinie. Z oficjalnego ogłoszenia Facebooka:

Klaus-Robert Müller z TU Berlin będzie pierwszym odbiorcą pierwszej darowizny w tym nowym programie. Dr Müller otrzyma cztery serwery GPU, które umożliwią jego zespołowi szybsze postępy w dwóch obszarach badawczych: analiza obrazu raka piersi i modelowanie chemiczne cząsteczek.

A.I. badania były od dawna w rękach potężnych, dobrze ugruntowanych firm. Firmy te dysponują wszelkimi zasobami i infrastrukturą niezbędnymi do rozwoju tej dziedziny. Grupy badawcze spoza firmy są często przepełnione zmotywowanymi, niezwykłymi mózgami dla A.I. badań, ale bez niezbędnej mocy obliczeniowej nie są w stanie wprowadzić swoich pomysłów w życie. Program Facebooka jest zatem próbą zmiany tej nierównowagi.

Facebook oświadczył w oświadczeniu, że „będzie współpracować z odbiorcami, aby mieć oprogramowanie do korzystania z serwerów i wysyłać naukowców do współpracy z tymi instytucjami”.

Głębokie uczenie się wymaga pokazania systemu A.I ogromnych ilości tego, co naukowcy próbują „nauczyć”. Dla A.I. aby móc wybrać lokalizację lub treść fotografii, na przykład, że A.I. musi już zobaczyć oszałamiającą ilość zdjęć. A dla A.I. aby spotkać się i nauczyć z wymaganej liczby zdjęć, naukowcy potrzebują GPU. (To samo dotyczy nauczania A.I.s w zakresie rozumienia języka mówionego i pisanego lub nauczania samonapędzających się systemów samochodowych w celu zapoznania się z sytuacjami, które mogą napotkać na drodze).

Jest to znane jako „nadzorowane” uczenie się i zasadniczo jest to rozpoznawanie wzorców. Jeśli wskażesz x wystarczająco dużo razy do A.I., A.I. sama nauczy się identyfikować x. Chociaż ta technologia ma wiele ekscytujących zastosowań - takich jak umiejętność uczenia aparatu wyposażonego w technologię A.I. do identyfikacji raka skóry, lub systemu, który może filtrować i interpretować sygnały mózgowe, a tym samym kontrolować protezy - mówią Zuck i LeCun bez nadzoru uczenie się jest długoterminowym, rewolucyjnym celem.

Jeśli A.I. może nauczyć się „na własnych nogach”, jeśli tak, nie będzie można tego powstrzymać.Minęło co najmniej dziesięć lat od osiągnięcia tego przełomu: aby to zrobić, musimy najpierw zrozumieć, w jaki sposób ludzki mózg osiąga nienadzorowane uczenie się, a naukowcy, badacze i naukowcy nadal strzelają w ciemności.

Sprawdź pełny wywiad:

$config[ads_kvadrat] not found