Podľa pána Yanna LeCuna, riaditeľa výskumu AI na Facebooku, jedného z popredných odborníkov v oblasti umelej inteligencie v súčasnosti, môže hlboké učenie v budúcnosti vyžadovať nový programovací jazyk, ktorý je flexibilnejší a ľahšie sa s ním pracuje ako s Pythonom. . Prečo to tento odborník predpovedal?
"Stále nie je jasné, či je potrebné vytvoriť nový programovací jazyk alebo nie, je to však potrebné na zmenu myslenia veľkého počtu výskumníkov a inžinierov. Inžinieri informačných technológií - ľudia, ktorí sú veľmi konzervatívni v otázkach súvisiacich s umelými inteligenciu. V skutočnosti existuje množstvo projektov v spoločnostiach Google, Facebook a mnohých ďalších technologických spoločnostiach pri navrhovaní nového programovacieho jazyka, zostaveného spôsobom, ktorý by mohol byť efektívnejší pre hlboký rozvoj. učenie, ale nie som si istý, či komunita bude nasledovať alebo nie, pretože každý chce jednoducho používať Python,“ zdieľal pán Yann LeCun.
Je vývoj nového programovacieho jazyka rozumný prístup?
Podľa nedávnej správy Octoverse spoločnosti GitHub je Python v súčasnosti najčastejšie používaným jazykom vývojármi pracujúcimi na projektoch strojového učenia a prispieva aj do rámca PyTorch Facebooku a TensorFlow od Googlu.
Pán Yann LeCun predniesol príspevok na Medzinárodnej konferencii polovodičových obvodov (ISSCC), ktorá sa konala 19. februára v San Franciscu, kde sa dozvedel o najnovších trendoch vo vývoji strojového učenia. V prvej časti článku sa hovorí o lekciách, ktoré sa Yann LeCun naučil z Bell Labs, vrátane jeho pozorovania, že výskumníci AI a počítačoví vedci majú často tendenciu spájať hardvérové a softvérové nástroje Directions.
Problémy s hardvérom
Umelá inteligencia má za sebou viac ako 50 rokov, čo sa formovaniu a vývoju venovalo pol storočia, no súčasný nárast významu a praktickej aplikácie tejto technológie v poslednom období má tendenciu klesať.Tento trend úzko súvisí s rastom výpočtového výkonu. poskytované počítačovými čipmi a súvisiacimi hardvérovými komponentmi.
Yann LeCun pracoval dlhú dobu v Bell Labs od 80. rokov minulého storočia a bol zodpovedný za vývoj AI v ConvNet (CNN) a dospel k záveru, že lepší hardvér by prispel k vytvoreniu lepších algoritmov a lepšiemu výkonu.
Začiatkom roku 2000, po odchode z Bell Labs a nástupe na New York University, Yann LeCun spolupracoval s mnohými ďalšími osobnosťami v oblasti AI, ako sú Yoshua Bengio a Geoffrey Hinton, na výskume na oživenie vzťahu. Zameral sa na neurónové siete a propagoval popularita hlbokého učenia.
V posledných rokoch došlo k pokroku v hardvéri – ako sú Field-Programmable Gate Arrays – FPGA (špeciálny integrovaný obvod alebo čip, ktorý je možné naprogramovať v rámci jeho rozsahu po jeho výrobe), Tensor Processing Units (TPU) od spoločnosti Google a Graphics Processing Jednotky (GPU) - zohrali veľkú úlohu v raste priemyslu AI.
„Tieto typy hardvéru majú veľký vplyv na výskum, ktorý ľudia robia, takže smerovanie AI v nasledujúcom desaťročí bude tiež výrazne ovplyvnené stavom vývoja hardvéru. Samozrejme, že výskumníci informatiky nechcú byť viazaní hardvérovými obmedzeniami, ale taká je realita."
Okrem toho, pán Yann LeCun tiež zdôraznil, že niektorí výrobcovia hardvéru súvisiaceho s AI by mali zvážiť a vydať odporúčania týkajúce sa typu architektúry potrebnej v blízkej budúcnosti, možno v najbližších rokoch, pred narastajúcim rozsahom systémov hlbokého učenia. Okrem toho je potrebné, aby bol hardvér navrhnutý špeciálne pre hlboké učenie, ktorý by bol schopný spracovať vo veľkom meradle, namiesto toho, aby bolo potrebné spracovať veľa tréningových vzoriek na spustenie neurónovej siete.. Súčasným štandardom je kapitálová ekonomika.
„Napríklad, ak spustíte iba jeden obraz, nebudete môcť využiť všetok výpočtový výkon dostupný v GPU. V podstate budete plytvať zdrojmi, takže vývojári by mali myslieť aj na efektívnejšie spôsoby trénovania neurónových sietí.“
V článku pán Yann LeCun tiež zopakoval svoje presvedčenie, že samoučenie pod dohľadom bude hrať kľúčovú úlohu pri podpore rozvoja modernej AI. Verí, že budúce systémy hlbokého učenia sa budú vo veľkej miere trénovať samoučením pod dohľadom a na podporu samoučenia pod dohľadom bude potrebný moderný hardvér s vyšším výkonom.
Minulý mesiac viedol aj pán Yann LeCun diskusiu o dôležitosti učenia sa pod dohľadom ako súčasť príbehu o predpovedaní trendov AI v roku 2019. Hardvér, ktorý zvládne toto učenie pod dohľadom, bude dôležitý pre Facebook, ako aj autonómne šoférovanie, robotika a mnoho ďalších foriem technológií.