NVIDIA 連載到第五集的Podcast,你最關心的人工智能進展都在這了

張貼者:2017年1月14日 下午11:24蔡長明   [ marketing Honghu 已於 2017年1月14日 下午11:24 更新 ]

人工智能正在改變著世界的格局,人類的生活方式。在這場時代浪潮下,各大科技巨頭都不敢放鬆一秒,以免被後浪們推下舞台。前不久, NVIDIA推出了“ AI Podcast ”連載節目,希望能夠為眾多AI愛好者及從業者,甚至是不懂專業知識的聽眾講解下人工智能及深度學習的前景及應用。據了解,AI Podcast由長期從事科技新聞工作的Michael Copeland主持,他曾經在著名雜誌社Wired Fortune等供職。目前,NVIDIAAI Podcast一共更新了五集。我們先幫大家簡單地介紹下每集的大概內容,想要了解詳情的讀者可以前往iTunes或者Google Play下載完整節目。

 


AI Podcast的第一集主要講述了人工智能的基礎概念,進展以及應用前景。第二、三集講了深度學習的現狀,應用及未來前景。4-5集提出了自動駕駛的相關概念,以及人工智能是如何改變城市化進程的。

 

第一集:人工智能離我們並不遙遠

 

 AI Podcast 的第一集,NVIDIA 邀請了該公司在深度學習領域頗有建樹的GPU 運算專家Will Ramey 作為嘉賓,為聽眾們講解了人工智能的一些基礎概念。

 

AI 離我們的生活並不遙遠,就拿人們每天都在用的搜索引擎來說,這就是AI 在日常生活中應用的一個典型成功案例。從拼音輸入法到收發郵件,叫外賣,人工智能已經滲透到我們生活的多個方面。

 

此外,很多人都會把機器學習和深度學習的概念弄混,事實上,二者存在非常多且複雜的不同之處。簡單來講,機器學習是人工智能眾多分支的一種,而深度學習則是最初來源於“人工神經網絡”(ANNArtificial Neural Networks)。深度學習主要依賴於兩點,一是大規模的數據,二是計算能力非常強大的計算引擎,比如GPU 

 

至於人工神經網絡,很多人會把這種算法和人工智能等同起來,實際上,人工神經網絡僅僅是人工智能算法的一種,人工智能所包含的範圍比神經網絡要大得多。人工神經網絡的基本組成單位是神經元,這和自然界的神經網絡有些類似。在自然界中,一個個神經元聯結起來,組成了有感知和思維能力的大腦。而在人工神經網絡之中,是通過數學函數來模擬神經元的工作過程。就個人而言,Will Ramey更看重深度學習的未來。深度學習能夠利用海量的數據,幫助人們找出解決各種複雜問題的方案。舉個例子,谷歌DeepMind非常出名的AlphaGo就是利用深度學習網絡(DeepLearning Network)來戰勝人類圍棋大師李世石的。Will Ramey指出,雖然目前人工智能仍然處在嬰兒時期,需要用很久的時間才能達到完全的成熟,但是這項技術勢必對未來智能出行,醫療領域等與人類緊密相關的領域做出巨大貢獻。

 

第二~三集:深度學習下一步走向何處?

 

AI Podcast 的第二、三集,NVIDIA分別邀請了曾經從NVIDIA 出走到百度,如今回到NVIDIA 擔任深度學習(DL)研究部門副總經理的Bryan Catanzaro,以及英偉達工程師Bob Bond 分享他們在深度學習領域所看到的應用及進展。

 

未來,在強大的GPU幫助下,深度學習能夠利用的數據量將會以指數型上升,這對於該技術的實際應用是重大利好。在深度學習的應用當中,圖像識別是最成功領域之一。在該技術的幫助下,未來的照片共享服務能夠進行複雜的面部識別,這種內置功能每天可供於數億用戶使用。

 

“我們現在要做到的是,讓計算機能夠更好地識別出圖像上的對象。這個'對象'不僅僅指代的是''。”Bryan介紹道。舉個例子,計算機還要學會如何去識別出一隻貓,一隻狗等等。這些都需要搭載更強大的GPU才能夠完成。“通過這種方式的框架,人們可以解決圖像識別的很多問題。但是首先你需要有大量的標籤示例,你必須先有一個已經輸入了大量數據的系統。”Bryan解釋道。

 

目前,深度學習已經在圖像識別,語音識別,智能搜索,自然語言處理,各項檢測(比如航空,汽車,甚至是安全)等領域取得了突破性的進展,這對學術界和工業界都產生了不可忽視的影響。就拿最近大火的面部識別來講,谷歌和Facebook就正在用深度學習技術來開發相關的程序,並且已經取得了一些成果。

 

將來,深度學習會在多個設備上彰顯優勢。語音識別將會變得越來越方便。當你說出一句話,馬上就會有接近百分之百精準的文本進行匹配,人們可能不再需要打字就能完成一些書面工作。當然,這需要長時間對機器的反复實驗和訓練,對於現在的深度學習來說,這還是一件有些困難的任務。比如你讓它去識別出由莎士比亞的詩句製成的歌曲,或者是比較複雜難懂的中文,這還是很困難的。(雷鋒網注:中華文化博大精深吶~

 

第四~五集:自動駕駛是重塑城市建設的關鍵,但AI能做的更多

 

AI Podcast的第四、五集,NVIDIA分別邀請到了英偉達的Danny Shapiro以及New Urbanism的主席兼創始人Lynn Richards  Strong Towns的聯合發起人Charles Marohn為聽眾講述了人工智能將如何重塑城市建設,以及對自動駕駛汽車的相關討論。

 

人工智能技術將能夠重塑人類的城市化進程,這要歸功於自動駕駛汽車。AI時代下,人們的駕駛方式發生了巨大的改變。不管你是否會擁有一輛自動駕駛汽車,或者你只是作為乘客坐在一輛自動駕駛車上,你都無法否認在未來的十幾二十年內,自動駕駛汽車將佔領道路。未來,汽車將會變得越來越智能和體貼,只要我們知道自己想去哪兒,它就能將我們帶到哪兒。也許大家不會忘記,英偉達已經發布了新一代自動駕駛計算機Xavier。這種計算機具有機器學習功能和自動巡航功能(包括在高速公路上自動駕駛和提供高清製圖)。人工智能正在幫助駕駛員快速準確地對周邊駕駛環境進行掌控,並且你還可以在高精度地圖上進行精確定位,規劃安全行車路線。除了  Xavier NVIDIA的人工智能協同駕駛系統AI Co-Pilot還具備人臉識別、頭部追踪、視線追踪、讀唇等功能,它能在行車中輔助駕駛者,提高駕駛安全性與便利性。

 

當然,在實現自動駕駛被公眾廣為接受之前,各方還需要多多努力。交通環境的複雜及多變性要求各自動駕駛開發商們收集大量的信息和數據來訓練機器,並且還要提升系統的應變能力。這都是在未來需要一步步解決的問題。

 

此外,人工智能可以做到的事情不只是自動駕駛。深度學習等技術對於重塑城市建設必不可少。其中最關鍵的就是對基礎設施的改良。人工智能可以幫助人類建立起越來越多的宜居城市,在技術的幫助下,以往昂貴的基礎設施建設的門檻將會大大降低,人們的生活品質將會上升。舉個例子,AI會使得目前糟糕的城市道路環境得到改良。自動駕駛汽車普及的初期會增加汽車行駛的里程,延長通勤距離。這也就是說,城市的郊區化進程將會加快。因為長途駕駛變得越來越容易,所以人們就不必要總是住在市中心了。當然,在這個階段,最需要的就是製度的支持。因此政府必須要製定出更多法律法規來保護AI ,監管AI 。只有這樣,人工智能才能為人類建造出一個更加宜居的城市。

 

為大家奉上這五集的鏈接合集  soundcloud,需要科學上網你懂的。


https://soundcloud.com/theaipodcast/ai-podcast-deep-learning-101


來源:

http://www.leiphone.com/news/201701/vDmVtFnooK6wat73.html


台灣最大人工智能、深度學習與GPU議題社團,採實名制,歡迎申請加入

https://www.facebook.com/groups/marketing.gpu



Comments