技巧2015年这十大前沿科技事件将载入史册

  • 时间:
  • 浏览:0

  过去的2015年,人类在前沿科技各个领域取得多个突破。人工智能的软硬件开源热潮、机器学习技术的进一步发展、无人机市场的逐步性性性性性成熟期的句子是什么是什么的句子、虚拟现实/增强现实的持续火热、谷歌量子计算机的重大进展等等,下面就来看看2015前沿科技的十大标志事件。

  2015年11月,谷歌开源了第二代机器学习平台Tensor Flow,为用户们提供有一种 利用几瓶数据直接训练计算机完成任务的途径。软件还里里能了和不同方法相结合,在不同计算机硬件基础上有效建立并训练模拟「层厚学习」神经网络。谷歌此举旨在将多种神经网络机器学习应用到产品和服务当中。如今,使用该平台的项目原应 超过1000个。

  早在今年一月,Facebook也组阁 了有有另2个机器学习的开源项目,大伙将有些基于机器神经网络的产品免费放满去了Torch(有有另2个关注层厚学习的开源软件项目)上,还里里能了用来解决数据,分析信息的一块儿形状。此后,Facebook了开源人工智能硬件服务器Big Sur。有些巨头在人工智能方面也越发,微软将分布式机器学习工具包(DMTK)通过Github开源;IBM旗下机器学习平台 SystemML正式开源,成为Apache孵化器下面的有有另2个开源项目。

  当 2013年12月DeepMind 的团队首次展现大伙靠不断试错学习最后成为击败人类专业玩家的游戏人工智能时,也不专家都感到不可思议。而在2015年,DeepMind 团队现在原应 在《自然》上组阁 了当时人的研究:Human-level control through deep reinforcement learning—通过层厚神经网络与强化学习等方法的的结合,展现出在一系列冗杂任务当中与人类表现相当的算法。

  剑桥大学、马斯克先后成立人工智能研究所。12月初英国剑桥大学新建了有有另2个研究中心,致力于人工智能未来并旨在影响其伦理发展。据了解,一家名为Leverhulme的信托公司将为其提供十年约100万英镑的资助。而到12月中旬,特斯拉和SpaceX的CEO伊隆·马斯克、Y Combinator董事长Sam Altman等人组阁 出资10亿美元成立非盈利性人工智能(AI)研究机构OpenAI。

  据DeepMind CEO Hassabis透露,明年1月份将在纽约大学举行人工智能伦理研讨会,众多互联网巨头及创业公司的人将参与本次会议。

  神秘的Magic Leap在过去一年不断抢占版面。「这是一家野心勃勃的公司,虽然还还里能了任何成形的产品,虽然其展示给投资者的也不一堆代码和Demo」,但一年内完成共计18亿美元的融资。为了我能 看完现实中不地处的物体和现实世界融合在一块儿的图像并与其交互。 Magic Leap 还要实现现实似乎节并通过头戴式显示器以呈现虚拟的影像 (Display) 。不过Magic Leap还是留下了不多疑问,比如要计算4维光场,计算量惊人,要怎样解决芯片疑问?又比如原应 还里能了操作系支持Magic Leap,要怎样实现「世界就在等你的新桌面」的愿景?以及除了最最最严重的电池疑问。

  在 2014年老会 都是宣传无人机在各行各业无所还里能了的能力,从在野外为车辆到解决地球上的,无人机的身影无处不在 。事实上,如今大伙也不我时候看完美国联邦航空局现在开始英文为无人机的商业行为网开一面,现在开始英文着手制定法规。目前原应 有超过2100架商用无人机获取了美国联邦航空局的准飞许可,与去年的宣传形成鲜明对比的是在口中无人机从「很酷的玩意儿」变成了「头疼的玩意儿」。

  2015年的无人机市场正进入爆发的前期:创业公司不断涌现、市场领跑者不断攻城略地、包括亚马逊、谷歌在内的互联网巨头不须同维度进入市场、几瓶消费级无人机上架售卖以及美国联邦航空管理局启动的无人机注册…..从、企业再到消费者,无人机的影响还里能了大,大伙都是理由相信接下来的一年会有更多突破。

  IBM的沃森正在快速成长中,过去一年「他」先后在五星级酒店的后厨、律师事务也不及大型医院服役,要能当时人创作菜谱,分析法律文本,以及诊断肿瘤等。此外,沃森还变身体育教练、仿生学家、反恐专家等。

  与此一块儿,依托其强大的认知计算能力,沃森还成为诸多创业公司的好「基友」。IBM推出了有有另2个基于云端的平台Bluemix给开发者使用沃森创造新的「智能」应用的原应 。去年1月份,IBM投入了10亿美元资金用于进一步研发Waston,包括1亿美元用于比较慢启动认知应用生态系统。目前,Waston生态系统包括3100家公司,77000名开发人员,大伙正在设计并构建IBM所谓的「基于云计算的认知计算应用」,范围从医疗工业到金融服务和零售业。12月份,沃森物联网全球总部在慕尼黑开张,一块儿有些强大的包括语音识别、机器学习、预测和分析服务、视频和图像识别服务以及非形状化文本数据分析服务在内的API,通过化的人工智能技术进军物联网。

  过去几年,神经网络的复兴让图像和语音识别等技术的精度实现了大幅度飞跃。而在2015 ImageNet计算机视觉识别挑战赛上,微软亚洲研究院以152层「层厚残差网络(deep residual networks)」系统,获得图像分类、图像定位以及图像检测完整篇 有有另2个主要项目的冠军,其视觉计算组的系统错误率原应 低至3.57%,远远低于去年的6.6%。

  残差学习最重要的突破在于重构了学习的过程,并重新定向了层厚神经网络中的信息流。它很好地解决了此前层厚神经网络层级与准确度之间的矛盾。孙剑表示,从大伙极深的层厚神经网络中还里里能了看出,「层厚残差网络」力量强大且极为通用,还里里能了预见它还能极大地改善其它计算机视觉疑问。

  今年的参会人数接近1000,创下了NIPS举办以来的注册人数之最。其中,注册大会基调报告的人数为2584人,比去年激增100%。大会总共收录了403篇论文,其中层厚学习课题约占11%。

  本次大会也体现出了层厚学习的几大发展趋势,你这个,神经网络框架变得还里能了冗杂而精密,且逐渐从单一框架变成基于多种神经科学技术的混合和匹配;大主次最先进的系统都将LSTMs;注意力模型还里能了成为研究的主流;在层厚学习的帮助下,计算机视觉和自然语言解决之间不再割裂,变得更加融合;神经网络模型压缩的展示则令人看完在移动设备上进行神经网络模型训练的原应 性;层厚学习和强化学习的交叉将产生更多令人兴奋的。

  「仅从有有另2个例子就形成概念」的能力对人来说很容易。然而,尽管人工智能近年来取得了长足的进步,但要让机器做到你你这个点,却难于上青天,原应 目前的人工智能通常还要从几瓶的数据中进行学习,你得让它看成千上万张菠萝的图片才行。不过,你你这个事实或许从今年现在开始英文改变了。一篇人工智能论文今年登上了《科学》的封面,为大伙带来了人工智能领域的有有另2个重大突破:三名分别来自麻省理工学院、纽约大学和大学的研究者开发了有有另2个「只看一眼就会写字」的计算机系统。

  三位研究者采用的方法是「贝叶斯程序学习」(BPL,Bayesian Program Learning),能让计算机系统对人类认知进行很好的模拟。传统的机器学习方法还要几瓶的数据来训练,而你你这个方法只还要有有另2个粗略的模型,我时候 使用推理算法来分析案例,补充模型的细节。

  剑桥大学的信息工程教授Zoubin Ghahramani说:「我认为这对人工智能、认知科学和机器学习是有有另2个重大的贡献。」大学和谷歌的人工智能Geoffrey Hinton说你你这个研究「令人印象非常深刻」。

  人工智能的发展离不开高性能计算尤其是量子计算机研究突破,谷歌在量子计算机研究领域取得重要进展。谷歌在一篇论文中指出:「在有有另2个特定的、精心设计的概念证明疑问上,大伙比传统计算机的运行传输速率快1亿倍。」

  据了解,2013年,谷歌从本拿比的D-Wave公司购买了一台量子计算机。D-Wave是唯一一家销售此类设备的公司,大伙的产品在学术界争议。此前大伙曾声称当时人的计算传输速率加快传输速率,但遭到了质疑。现在,谷歌发布了D-Wave迄今为止最强大的结果,显示出1亿倍的传输速率提升。

  不过,该论文的结果受到诸多质疑。苏黎世联邦理工学院的Matthias Troyer说:「你还要仔细读一读文章,」「它也不在有些特定的疑问上比有些特定的传统算法快108倍,而哪几个疑问的设计初衷也不对普通算法没能,对D-Wave很简单。」Matthias Troyer进一步指出,对模拟退火算法进行一下改进,就能把D-Wave的优势降到100倍,而另有些更加冗杂的算法在普通PC上运行时甚至能比D-Wave加快传输速率。麻省理工学院的Scott Aaronson说:「这肯定是迄今为止对D-Wave的能力最令人印象深刻的证明。我时候 ,D-Wave有无真能取得我所认为的『真正的量子提速』,目前还完整篇 不清楚。」

  推荐: