Ein Zitat von Geoffrey Hinton

Da neuronale Netze nun funktionieren, haben Industrie und Regierung begonnen, neuronale Netze als KI zu bezeichnen. Und die Leute in der KI, die ihr ganzes Leben damit verbracht haben, sich über neuronale Netze lustig zu machen und zu sagen, sie würden niemals etwas tun, nennen sie jetzt gerne KI und versuchen, etwas von dem Geld zu bekommen.
Nachdem ich in den 90er Jahren eine Ausbildung zum Informatiker gemacht hatte, wusste jeder, dass KI nicht funktioniert. Die Leute haben es versucht. Sie haben es mit neuronalen Netzen versucht, aber nichts davon hat funktioniert.
Neue Methoden sehen immer besser aus als alte. Neuronale Netze sind besser als logistische Regression, Support-Vektor-Maschinen sind besser als neuronale Netze usw.
Die ersten Versuche, das Verhalten sogenannter „zufälliger neuronaler Netze“ systematisch zu betrachten, haben zu einer Reihe von Problemen geführt, die sich mit den Beziehungen zwischen der „Struktur“ und der „Funktion“ solcher Netze befassen. Die „Struktur“ eines Zufallsnetzes ist keine klar definierte topologische Mannigfaltigkeit, wie sie zur Beschreibung eines Schaltkreises mit explizit gegebenen Verbindungen verwendet werden könnte. In einem zufälligen neuronalen Netz spricht man nicht davon, dass „dieses“ Neuron mit „diesem“ synapsiert, sondern eher von Tendenzen und Wahrscheinlichkeiten, die mit Punkten oder Regionen im Netz verbunden sind.
Mein Hauptinteresse gilt dem Versuch, völlig unterschiedliche Arten neuronaler Netze zu finden.
Jeder schaut sich derzeit die aktuelle Technologie an und denkt: „Okay, das sind künstliche neuronale Netze.“ Und sie erkennen nicht, wie willkürlich das ist. Wir haben es gerade erfunden! Und es gibt keinen Grund, warum wir uns nicht etwas anderes ausdenken sollten.
Wir betrachten interne Repräsentationen jetzt als große, große Vektoren und betrachten Logik nicht als Paradigma dafür, wie man Dinge zum Laufen bringt. Wir glauben einfach, dass es diese großartigen, großen neuronalen Netze geben kann, die lernen, und statt zu programmieren, werden Sie sie einfach dazu bringen, alles zu lernen.
Das Paradigma für Intelligenz war logisches Denken, und die Idee, wie eine interne Darstellung aussehen würde, war, dass es sich um eine Art symbolische Struktur handeln würde. Das hat sich mit diesen großen neuronalen Netzen völlig geändert.
Neben der Veröffentlichung seiner eigenen Arbeiten wird das Google AI China Center auch die KI-Forschungsgemeinschaft unterstützen, indem es KI-Konferenzen und -Workshops finanziert und sponsert und eng mit der lebendigen chinesischen KI-Forschungsgemeinschaft zusammenarbeitet.
Google oder andere Suchmaschinen sind Beispiele für KI, und zwar relativ einfache KI, aber sie sind immer noch KI. Dazu kommt jede Menge Hardware, damit es schnell genug funktioniert.
Der AI Fund hat in zwei Unternehmen investiert – Woebot und Landing AI – und der AI Fund verfügt über eine Reihe interner Teams, die an neuen Projekten arbeiten. Normalerweise stellen wir Leute als Mitarbeiter ein, arbeiten mit ihnen zusammen, um Ideen in Startups umzusetzen, und lassen dann die Unternehmer als Gründer in das Startup einsteigen.
Als Gründungsleiter des Google Brain-Teams, ehemaliger Direktor des Stanford Artificial Intelligence Laboratory und jetzt Gesamtleiter des rund 1.200 Mitarbeiter umfassenden KI-Teams von Baidu hatte ich das Privileg, viele der weltweit führenden KI-Gruppen zu fördern und viele aufzubauen KI-Produkte, die von Hunderten Millionen Menschen genutzt werden.
Die Metapher, die ich verwendet habe, lautet: „Jemand wird meine Familie bald von einer Klippe stoßen, und ich werde nicht da sein, um sie aufzufangen.“ Und das bricht mir das Herz. Aber ich habe etwas Zeit, ein paar Netze zu nähen, um den Sturz abzufedern. Also kann ich mich zu einem Ball zusammenrollen und weinen, oder ich kann mich an die Netze machen.
Ich bin durch und durch ein Geek. Bei meinem letzten Job bei Microsoft leitete ich einen Großteil der Arbeit zur Suchmaschinenrelevanz bei Bing. Dort konnten wir mit riesigen Datenmengen spielen, mit neuronalen Netzen und anderen KI-Techniken, mit riesigen Serverfarmen.
Ich helfe nicht nur anderen Menschen beim Aufbau von KI-Systemen mit Deeplearning.ai, sondern hoffe auch, selbst einige KI-Systeme zu bauen!
Baidus KI ist unglaublich stark und das Team ist voller Talente; Ich bin zuversichtlich, dass die KI bei Baidu weiterhin florieren wird. Nach Baidu freue ich mich darauf, weiterhin an der KI-Transformation unserer Gesellschaft und dem Einsatz von KI zu arbeiten, um das Leben für alle besser zu machen.
Ich werde meine Arbeit fortsetzen, um diesen wichtigen gesellschaftlichen Wandel voranzutreiben ... Zusätzlich zu meiner Arbeit an KI werde ich auch neue Wege erkunden, um Sie alle in der globalen KI-Community zu unterstützen, damit wir alle zusammenarbeiten können, um diese KI zu bringen -getriebene Gesellschaft zum Tragen kommen.
Diese Website verwendet Cookies, um Ihnen das bestmögliche Erlebnis zu bieten. Mehr Info...
Habe es!