展会官网(预登记)
/
/
/
假如 AI迎来下一个寒冬,你认为会陷入什么样的困境?——深圳市人工智能行业协会
分类导航 Nav

假如 AI迎来下一个寒冬,你认为会陷入什么样的困境?——深圳市人工智能行业协会

  • 分类:新闻动态
  • 作者:
  • 来源:
  • 发布时间:2021-03-29 09:35
  • 访问量:

【概要描述】在 AI的研究上面确实有太多的痛点需要解决。以上任何一个问题解决方案我都觉得很好,可以避免接下来的寒冬。

假如 AI迎来下一个寒冬,你认为会陷入什么样的困境?——深圳市人工智能行业协会

【概要描述】在 AI的研究上面确实有太多的痛点需要解决。以上任何一个问题解决方案我都觉得很好,可以避免接下来的寒冬。

  • 分类:新闻动态
  • 作者:
  • 来源:
  • 发布时间:2021-03-29 09:35
  • 访问量:
详情

每天都在和导师探讨 AI未来发展的道路,我就来写两笔吧。在此期间,我认为急需解决的问题如下:

 

随机存储器的样本复杂性问题。从13岁的 Atari,到16岁的 AlphaGo,到今年的Dota5v5和星际争霸,每一款游戏都要经历 N次以上的测试(如果回到人类时间是几百年以上的话),才能学会优秀的 policy。假如普遍智能出现了,那它一定不在游戏中,而是在真实世界中。在真实的世界里,你无法有机会尝试这么多次——生命是宝贵的,人只活一次。无论是 imitation learning、 meta learning,还是最近 OpenAI推出的 ADR,距离问题仍然存在着距离。也许我们还需要挑战增强学习 RL的学习框架本身。受到 Yann的影响过深——没有监督的学习。而我更相信,人们可以从观看世界中学习。但如何学习,学到了什么,又如何使用 eval,现在我们甚至还没有明确无监督学习究竟是什么(我的博士毕业论文就写了这个题目,真丢脸)。从宏观角度看,从微观角度看,我做 GAN的时候只有15年,到现在已经快20年了,我还没有看到一个令人满意的衡量图片生成质量的方法(堆人来看看吧!尤尔?韦尔科姆(Amazon)。更重要的是, GAN为我们提供了一个 approximate数据分布的生成机制,我们如何将问题 formulate引入无监督学习?分层次学习。"我要下楼去吃碗拉面。"这是 RL问题么?好的,你成功地来到了面馆,我会给你一个 reward,否则就不会了。但是实际情况并非如此, policy在这方面具有很好的结构性。

 

首先,我要做的一件事就是,从我的房子出来,走上电梯,下楼,下楼,然后去面馆。所以每一步都可以再细一点:比如,我如何走出房间?第一次我是蹬地,站起来,直起身子,收起臀部,然后转到门口。对这个问题的定义是什么?图片分类问题需要重新评估 A.当你看到一个东西是苹果时,你会如何判断呢?您不需要一个角度(无论是2 D还是3D)来绘制图形,然后就可以进行判断。您可以通过走过去,环顾四周,甚至是触摸来进行判断,然后作出决定。所有人都说多模式多模式,我们现在 CV还没有走出单模式的阴影。图片分类问题需要重新评估 B.你看到的是一张桌子,而实际上它是一张桌子。要是我坐上去怎么办?将其归类为一张椅子,而非一张桌子。如果把图像分类算法看作 policy,那么 policy的 state是非常单一的(仅仅是一幅图),但实际上它的 state需要更丰富才能实现。可控文本生成。每个人都觉得很热闹啊这一年多了, ELMO, BERT, XLNET,GPT-2, Roberta,T5等等。而GPT-2所能生成的文本太多了,这句话实在是太难了。但你要如何控制它呢?比如我想制作一个新闻稿,我要求每个字都和主题紧密联系,责任编辑的名字不能乱叫,这个问题到今天还没有解决哦。事实上,我们并不知道 RNN语言模型是如何工作的,特别是使用 condition的时候,以及什么时候生成 unconditional (unconditional),它是基于语言本身的流利度而产生的,目前我们还没有办法开发出一种合适的 gating来区分它。NLG想要真正落地,这个问题不能解决的话,就没有一点希望(Forgiveme创业者)。象征主义加里·马库斯一直在死咬着这一点。目前我的观点是中性的:我们也许应该融合符号主义,而不应该将其全部 ditch掉。我很高兴地看到,最简单的是,一些工作实际上需要在 NLP问题上使用知识图谱或语法信息,并且效果确实有所提高。但是与此同时,我们真的需要知识图谱吗?BERT训练方法能否作为知识图谱使用?学生们,拿出你们的 BERT模型,在 The CEO of Baidu is< mask>中输入一个句子。查看它返回的内容?意思是:简单的知识图谱,比如三元组,四元组,已经不再适用了。在这个行业混迹一段时间后,我发现现实世界中的数据维度太多了,三四个还远远不够,我们要的是Variable-number元祖。也许 BERT给了我们一个新的出路。

 

大家快来加油吧!在 AI的研究上面确实有太多的痛点需要解决。以上任何一个问题解决方案我都觉得很好,可以避免接下来的寒冬。别再死死盯着 benchmark不放去刷分了啊年轻人!不管是拍摄场景,还是解决问题。最有趣的是, Research将一个问题从开始到结束的定义得明明白白,有目共睹。

 

关键词:

imgboxbg
联系客服
联系我们
在线咨询 QQ交谈
GAIE小助理 GAIE小助理
邮件: mkt@saiia.org.cn
客服热线 0755-88917464 工作时间: 9:00 - 19:00