Huxley
Автор: Huxley
© Huxley — альманах о философии, бизнесе, искусстве и науке

Итоги конференции NeurIPS 2019: крупнейшей в мире по машинному обучению и вычислительной нейробиологии

Итоги конференции NeurIPS 2019: крупнейшей в мире по машинному обучению и вычислительной нейробиологии
На фото Йошуа Бенжио, руководитель Монреальского института алгоритмов обучения (MILA) и кафедры исследований в области алгоритмов статистического обучения Канады

 

«Исследуя ИИ, мы подобны собаке, догнавшей машину» сказал Блез Агуэра-и-Аркас — один из ключевых людей по машинному обучению в Google, а ранее в Microsoft — на только что завершившейся крупнейшей конференции года NeurIPS, собравшей более 13 тыс. исследователей и разработчиков искусственного интеллекта со всего мира

 

Эта неожиданная для многих оценка перспектив ИИ и стала итогом крупнейшей в мире конференции по машинному обучению и вычислительной нейробиологии. Понимают ли люди, куда может привести гонка или, подобно собаке, бежим, не думая о результате?

Эту позицию поддерживает и Йошуа Бенжио, директор института ИИ в Монреале, недавно получивший высшую награду в области вычислительной техники за начало революции глубокого обучения. Он отметил, что глубокое обучение дает узкоспециализированные результаты: система, обученная демонстрировать сверхчеловеческую производительность в одной видеоигре, не способна повторить это в никакой другой.

EDMON DE HARO

А директор направления ИИ в Facebook Жером Песенти ранее заявил, что его компания, как и другие, не должны ожидать дальнейшего прогресса в области ИИ, просто продолжая работать над большими системами глубокого обучения с большей вычислительной мощностью и объемом данных. В какой-то момент мы врежемся в стену… И во многих отношениях — мы уже врезались.

Громкий призыв Бенджио к размышлениям за пределами недавних узких успехов глубокого обучения поддержали и Джефф Клюн из OpenAI, ранее Uber. Джефф занимается Metalearning — создание алгоритмов обучения, которые могут разработать свои собственные алгоритмы обучения в системах, генерирующих постоянно меняющиеся среды.

«Глубокое обучение — это отлично, но нам нужен набор различных алгоритмов», — добавила Ирина Риш из универа Монреаля. Но проблема в том, что «сторонники глубокого обучения превратились в подобие секты истинно верующих» и просто не желают слышать об альтернативных путях в области искусственного интеллекта.

Альтернативой, которую предлагает Йошуа Бенжио, может стать новый подход к работе с ИИ. Он сравнил механизм внимания машин с тем, как наш мозг выбирает, на что обратить внимание.

«Машинное обучение может помочь ученным, работающим с мозгом, лучше понять сознание, но и то, что мы понимаем о сознании, может помочь машинному обучению демонстрировать большие возможности». По словам Бенжио подход, основанный на сознании — это верный путь, если нам нужны алгоритмы машинного обучения, которые смогут в будущем делать обобщения для разных ситуаций и выборок. 

Вступая в клуб друзей Huxley, Вы поддерживаете философию, науку и искусство

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Получайте свежие статьи

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: