万博现金网 > 万博现金网手机版下载 >

谷歌的生成式对抗人工智能系统(GAN)可能会减少对现实世界数据的依赖

  人工智能发展面临的最大挑战之一是需要大量的人力投入,其中包括人员预先识别和输入数据的参与,以及选择能够驱动人工智能系统开始训练所需数据集的类型。谷歌人工智能研究员伊恩·古德费勒(

  这个理念并不是新提出的:Facebook在去年六月发表了一篇由其人工智能研发总监Yann LeCunn和人工智能工程师Soumith Chintala合著的论文,文中称使用生成式对抗网络(GAN)最终能够实现无监督学习,即在任何无人参与的情况下的机器学习。Goodfellow倡导这个理念,而据《连线》报道,他与一些来自蒙特利尔大学的学术同仁们进行了一场激烈(且酩酊)的辩论,通过辩论证明了这个理论的基本可行性。

  实质上,该系统的本质包括两个对立的神经网络,它们告知对方自己的反对意见:第一个网络尝试创建一些合成的东西,例如一只狗的现实形象,另一个批评它的尝试,试图找出错误并指出第一个网络失败的地方。通过一个试验和批评的重复过程,系统可以以意想不到的方式提高其表现,逐步改进尝试。

  使用生成式对抗网络(GAN),人工智能研究者不仅可以减少人为信号纠正的参与,使像图像生成器等系统随着时间推移变得更好–它们还可以最大限度地减少用于生成有价值的人工智能和在包括医疗保健等敏感领域的机器学习工具的数量。谷歌自己的DeepMind与英国国家医疗服务体系(NHS)建立了合作关系,涉及到具有争议的数据共享交易;而生成式对抗网络(GAN)可以证明一种机制,即生产完全虚构的患者数据集,它对训练人工智能来说就像用真实数据集一样有用。

  Goodfellow回到谷歌可能意味着大型科技公司在对生成式对抗网络(GAN)的追求上会出现更多的竞争(和协作),这反过来也可能导致人工智能在未来发展的速度会有显著提高,但如果还能够为从这些发展中获益的个人提供更多的隐私保证,那有可能会是所有参与者的胜利。

  人工智能学家/未来科技学院与中科创星,中国科学院虚拟经济与数据科学研究中心,金融发展局等机构联合举办未来科技论坛和发起“未来科技资助计划”,联合科技企业家、风险投资家,讲解当前人工智能,互联网,脑科学,机器人最新进展,对科学家的前沿科学研究和科技创业进行支持。为诞生中国的重大原始科学创新和科技独角兽提供燃料和催化剂。

  2.邀请著名投资人,科学家,科技企业家从不同角度阐述如何支持科学家的前沿科学研究和科技创业。

  3.人工智能学家/未来科技学院发布科学资助平台“Funding Future”,并与合作伙伴联合启动“未来科技资助计划”返回搜狐,查看更多