Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Герои глубокого обучения: Эндрю Нг берет интервью у Яна Гудфеллоу
Герои глубокого обучения: Эндрю Нг берет интервью у Яна Гудфеллоу
В интервью Эндрю Нг Ян Гудфеллоу рассказывает о своей страсти к глубокому обучению и о том, как он заинтересовался этой областью во время учебы в Стэнфорде. Гудфеллоу обсуждает свое изобретение генеративно-состязательных сетей (GAN) и их потенциал в области глубокого обучения, а также подчеркивает необходимость сделать GAN более надежными. Он размышляет о том, как менялись его взгляды на ИИ и глубокое обучение с годами: от простого использования технологии для решения задач, связанных с ИИ, до изучения всего потенциала моделей глубокого обучения. Гудфеллоу также делится советами для тех, кто хочет заняться ИИ, заявляя, что написание хорошего кода и встраивание безопасности в алгоритмы машинного обучения с самого начала имеют решающее значение.
Герои глубокого обучения: Эндрю Нг берет интервью у Андрея Карпати
Герои глубокого обучения: Эндрю Нг берет интервью у Андрея Карпати
В интервью с Эндрю Нг Андрей Карпати рассказывает о своем введении в глубокое обучение на занятиях с Джеффом Хинтоном и о том, как он стал эталоном среди людей в конкурсе классификации изображений ImageNet. Он рассказывает об удивительных результатах, когда программные глубинные сети превзошли его по производительности, и решил научить этому других, создав онлайн-курс. Карпати также обсуждает будущее ИИ и то, как эта область, вероятно, разделится на две траектории: прикладной ИИ и ОИИ. Он советует тем, кто хочет войти в область глубокого обучения, получить полное представление обо всем стеке, внедрив все с нуля.
Герои глубокого обучения: Эндрю Нг берет интервью у директора по исследованиям искусственного интеллекта в Apple Руслана Салахутдинова
Герои глубокого обучения: Эндрю Нг берет интервью у директора по исследованиям искусственного интеллекта в Apple Руслана Салахутдинова
Руслан Салахутдинов, директор по исследованиям искусственного интеллекта в Apple, рассказывает об эволюции глубокого обучения, проблемах обучения генеративных моделей и обучения без учителя, а также о захватывающих возможностях исследований в области глубокого обучения. Он также призывает исследователей изучать различные методы и не бояться вводить новшества.
Салахутдинов подчеркивает важность создания систем, основанных на диалогах, и систем, способных разумно читать текст, а также конечной целью достижения способностей к обучению, более сходных с человеческими.
Герои глубокого обучения: Эндрю Нг берет интервью у Йошуа Бенжио
Герои глубокого обучения: Эндрю Нг берет интервью у Йошуа Бенжио
Эндрю Нг берет интервью у Йошуа Бенжио, и они обсуждают различные темы, связанные с глубоким обучением. Бенжио рассказывает, как он пришел к глубокому обучению и как эволюционировало его представление о нейронных сетях.
Он также обсуждает свой вклад в разработку встраивания слов для последовательностей слов и глубокое обучение с помощью стеков автокодировщиков. Кроме того, Бенжио подчеркивает важность обучения без учителя и свой интерес к пониманию взаимосвязи между глубоким обучением и мозгом.
Бенжио подчеркивает необходимость понимания науки о глубоком обучении и надлежащих исследований для решения больших задач. Наконец, они сосредоточены на необходимости сильных базовых знаний по математике для карьеры в области глубокого обучения и важности непрерывного образования.
Герои глубокого обучения: Эндрю Нг берет интервью у Питера Эббила
Питер Эббил обсуждает проблемы и потенциал глубокого обучения с подкреплением в этом интервью с Эндрю Нг. Он отмечает необходимость дальнейшей работы по разведке, присвоению кредита и созданию отрицательных примеров.
Эббил также обращает внимание на проблемы безопасности и важность сбора безопасных обучающих данных при обучении роботов автономной жизни. Он советует людям заняться практической практикой с популярными фреймворками и предлагает преимущества получения наставничества от опытных профессионалов.
Кроме того, он предполагает необходимость обучения с подкреплением для постановки перед машинами целей достижения и отмечает важность клонирования поведения и контролируемого обучения перед добавлением компонента обучения с подкреплением.
Герои глубокого обучения: Эндрю Нг берет интервью у руководителя отдела исследований Baidu, Юаньцин Линь
Герои глубокого обучения: Эндрю Нг берет интервью у руководителя отдела исследований Baidu, Юаньцин Линь
Юаньцин Линь, глава отдела исследований Baidu и руководитель Китайской национальной лаборатории глубокого обучения, рассказывает об основании национальной лаборатории и ее влиянии на сообщество глубокого обучения.
Лин рассказывает об инвестициях Китая в глубокое обучение и о том, как это привело к росту в различных секторах. Он подчеркивает важность обратной связи в разработке ИИ и то, как это помогает создавать лучшие алгоритмы и технологии.
Лин советует людям заложить прочную основу в области машинного обучения и начать с платформы с открытым исходным кодом, чтобы успешно выйти на поле.
Heroes of Deep Learning: Dawn Song об искусственном интеллекте, глубоком обучении и безопасности
Heroes of Deep Learning: Dawn Song об искусственном интеллекте, глубоком обучении и безопасности
Доун Сонг, эксперт в области глубокого обучения и компьютерной безопасности, рассказала в интервью о своей карьере и работе в области ИИ, глубокого обучения и безопасности.
Сонг подчеркнул важность определения ключевых проблем или вопросов, которыми следует руководствоваться при чтении при первом входе в поле, и создания прочной основы для представления, чтобы облегчить исследования в других областях.
Она также подчеркнула растущую важность создания устойчивых систем искусственного интеллекта и машинного обучения, а также свою работу по разработке механизмов защиты от атак методом «черного ящика».
Сонг поделилась своей работой в области конфиденциальности и безопасности, в том числе по обучению моделей дифференциального частного языка и разработке платформы облачных вычислений, ориентированной на конфиденциальность, на блокчейне в Oasis Labs. Наконец, Сун посоветовал людям, вступающим в новые области, быть смелыми и не бояться начинать с нуля.
Революция ИИ | Объяснение искусственного интеллекта | Новые технологии | Робототехника
Революция ИИ | Объяснение искусственного интеллекта | Новые технологии | Робототехника
В этом видео рассказывается о революции ИИ, начиная с будущего автономных транспортных средств и самообучающихся роботов, способных перемещаться по сложной местности, проводить поисково-спасательные операции и взаимодействовать с людьми в совместных рабочих пространствах. Развитие роевой робототехники демонстрирует огромный потенциал для улучшения таких областей, как сельское хозяйство, здравоохранение и реагирование на стихийные бедствия. Исследователи работают над тем, чтобы сделать роботов более самосознательными и способными общаться с помощью обработки естественного языка, создавая гиперреалистичные цифровые аватары и более человекоподобных андроидов, которые могли бы служить голографическими помощниками или компаньонами для пожилых людей и социально изолированных людей. В то время как преимущества ИИ в улучшении общества огромны, также необходимо учитывать этические соображения и подотчетность разработчиков, чтобы обеспечить соответствие ИИ позитивным намерениям.
Глубокое погружение в аппаратное обеспечение AI ChatGPT
Глубокое погружение в аппаратное обеспечение AI ChatGPT
Какое оборудование использовалось для обучения ChatGPT и что нужно для его работы? В этом видео мы рассмотрим аппаратное обеспечение ИИ, лежащее в основе ChatGPT, и выясним, как Microsoft и OpenAI используют машинное обучение и графические процессоры Nvidia для создания продвинутых нейронных сетей.
В видео обсуждается аппаратное обеспечение, используемое для обучения и логического вывода в ChatGPT, естественной модели искусственного интеллекта в чате на основе текста. Суперкомпьютер Microsoft с искусственным интеллектом был построен с более чем 10 000 графических процессоров Nvidia V100 и 285 000 ядер ЦП для обучения GPT-3, что также способствовало созданию ChatGPT. ChatGPT, вероятно, был точно настроен в инфраструктуре Azure, используя для обучения 4480 графических процессоров Nvidia A100 и более 70 000 ядер ЦП. Для вывода ChatGPT, вероятно, работает на одном экземпляре Nvidia DGX или HGX A100 на серверах Microsoft Azure. В видео также упоминается стоимость запуска ChatGPT в масштабе и потенциальное влияние нового оборудования ИИ, такого как нейронные процессоры и механизмы ИИ.
Генеральный директор Nvidia Дженсен Хуан о том, как его большая ставка на ИИ наконец-то окупается - Полное интервью
Генеральный директор Nvidia Дженсен Хуан о том, как его большая ставка на ИИ наконец-то окупается - Полное интервьюГенеральный директор Nvidia Дженсен Хуанг (Jensen Huang) рассказывает об истории гибкости и переосмысления компании, подчеркивая ее готовность делать большие ставки и забывать прошлые ошибки, чтобы оставаться актуальным в быстро развивающейся технологической отрасли. Nvidia всегда стремилась стать компанией, занимающейся вычислительными платформами, и ее миссия по созданию более универсальных ускоренных вычислений привела к ее успеху в области искусственного интеллекта. Хуан также обсуждает демократизацию технологии ИИ и ее потенциальное влияние на небольшие стартапы и различные отрасли. Он призывает людей использовать преимущества искусственного интеллекта для повышения своей производительности и подчеркивает уникальный подход Nvidia к предоставлению универсальных и производительных универсальных ускоренных вычислительных платформ. Наконец, Хуанг обсуждает важность устойчивости, разнообразия и избыточности в обрабатывающей промышленности, а также следующее большое переосмысление компании в области искусственного интеллекта, встречающегося с физическим миром посредством создания Omniverse.