摘要:介紹過去幾年一直是人工智能愛好者和機器學習專業(yè)人士的夢想之旅。各國現(xiàn)在都有專門的人工智能部門和預(yù)算,以確保他們在這場比賽中保持相關(guān)性。對于沒有經(jīng)驗的人來說,它代表通用語言模型的微調(diào)。的不少專家聲稱的發(fā)布標志著進入了新時代。
介紹
過去幾年一直是人工智能愛好者和機器學習專業(yè)人士的夢想之旅。這些技術(shù)已經(jīng)從一個概念發(fā)展成為將會席卷未來的潮流,并且正在影響著今天的數(shù)百萬人的生活。各國現(xiàn)在都有專門的人工智能部門和預(yù)算,以確保他們在這場比賽中保持相關(guān)性。
數(shù)據(jù)科學專業(yè)人員也是如此。幾年前 - 如果你知道一些工具和技術(shù),那么你會覺得舒服。但是現(xiàn)在不是這樣了!在這個領(lǐng)域發(fā)生了太多的事情,并且有太多的事情要跟上腳步- 有時會非常令人難以置信。
這就是為什么我想從數(shù)據(jù)科學從業(yè)者的角度退一步來看一下人工智能的一些關(guān)鍵領(lǐng)域的發(fā)展。這些發(fā)展都是什么?2018年領(lǐng)域內(nèi)發(fā)生了什么,2019年將會發(fā)生什么?
PS:與任何預(yù)測一樣,這些都是我的看法。這些是基于我試圖把這些點連接起來。如果你有不同的觀點 - 我很樂意聽到它。請告訴我你認為2019年可能會發(fā)生什么變化。
我們將在本文中介紹的領(lǐng)域自然語言處理(NLP)
計算機視覺
工具和庫
強化學習
永遠的人工智能 - 邁向道德的人工智能
1.自然語言處理(NLP)讓機器解析單詞和句子似乎一直只是一個夢想。語言中有太多的細微差別和方面甚至有時候人類都難以掌握。但2018年確實是NLP的分水嶺。
我們看到了一個又一個顯著的突破 - ULMFiT,ELMO,OpenAI的Transformer和Google的BERT等等。將轉(zhuǎn)移學習(將預(yù)先訓(xùn)練好的模型應(yīng)用于數(shù)據(jù)的藝術(shù))成功應(yīng)用于NLP任務(wù),為潛在的NLP打開了無限的應(yīng)用大門。我們與Sebastian Ruder的博客進一步堅定了我們的信念,那就是他的領(lǐng)域在最近的時間里走了多遠。作為補充說明,他的博客是所有NLP愛好者必聽的。
讓我們更詳細地看一下這些關(guān)鍵的發(fā)展。
ULMFiT由Sebastian Ruder和fast.ai的Jeremy Howard所設(shè)計,ULMFiT是第一個在2018年啟動NLP轉(zhuǎn)移學習黨的框架。對于沒有經(jīng)驗的人來說,它代表通用語言模型的微調(diào)。Jeremy和Sebastian在ULMFiT中真正地使用了Universal這個詞 - 該框架幾乎可以應(yīng)用于任何NLP任務(wù)!
關(guān)于ULMFiT的最佳部分以及我們即將看到的后續(xù)框架是什么?你不需要從頭開始訓(xùn)練模型!這些研究人員做了很多的努力 - 將他們的學習成果應(yīng)用到你自己的項目中去。ULMFiT在六個文本分類任務(wù)中的表現(xiàn)優(yōu)于最先進的方法。
ELMO想要猜猜ELMo代表什么嗎?它是語言模型嵌入的縮寫。很有創(chuàng)意,不是么?除了它的名字類似于著名的芝麻街角色。ELMo在一發(fā)布的時候就引起了ML社區(qū)的注意。
ELMo使用語言模型來獲取每個單詞的嵌入,同時還考慮單詞與句子或段落的上下文關(guān)系。語境是NLP的一個重要方面,以前大多數(shù)人并沒有抓住這一點。ELMo使用雙向LSTM來創(chuàng)建嵌入。
與ULMFiT一樣,ELMO顯著提高了各種NLP任務(wù)的性能,如情緒分析和問題回答。
Google的BERT不少專家聲稱BERT的發(fā)布標志著NLP進入了新時代。繼ULMFiT和ELMo之后,BERT憑借其性能讓它的競爭對手們大吃一驚。正如原文所述,“BERT在概念上簡單且經(jīng)驗強大”。
BERT在11個(是的,11個!)NLP任務(wù)中獲得了最優(yōu)秀的結(jié)果??纯此麄兊慕Y(jié)果對陣的基準:
SQuAD v1.1排行榜(2018年10月8日)
測試EM
測試F1
第一名合奏團 - BERT
87.4
93.2
第二名合奏團 - nlnet
86.0
91.7
第一名單身模型 - BERT
85.1
91.8
第二名單身模特 - nlnet
83.5
90.1
有興趣開始學習么?你可以使用PyTorch實現(xiàn)或Google自己的TensorFlow代碼嘗試在你自己的計算機上復(fù)制結(jié)果。
我很確定你們很像知道BERT在這一點上代表什么。
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://systransis.cn/yun/20025.html
摘要:企業(yè)對敏捷以數(shù)據(jù)為中心的架構(gòu)的需求根據(jù)拉丁美洲國家統(tǒng)計局的數(shù)據(jù),下一波大數(shù)據(jù)和分析浪潮中,增強分析持續(xù)智能和可解釋的人工智能是未來三到五年內(nèi)具有重大破壞潛力的大數(shù)據(jù)和分析的主要趨勢之一。企業(yè)對敏捷、以數(shù)據(jù)為中心的架構(gòu)的需求:根據(jù)拉丁美洲國家統(tǒng)計局的數(shù)據(jù),下一波大數(shù)據(jù)和分析浪潮中,增強分析、持續(xù)智能和可解釋的人工智能(AI)是未來三到五年內(nèi)具有重大破壞潛力的大數(shù)據(jù)和分析的主要趨勢之一。Gart...
摘要:企業(yè)對敏捷以數(shù)據(jù)為中心的架構(gòu)的需求根據(jù)拉丁美洲國家統(tǒng)計局的數(shù)據(jù),下一波大數(shù)據(jù)和分析浪潮中,增強分析持續(xù)智能和可解釋的人工智能是未來三到五年內(nèi)具有重大破壞潛力的大數(shù)據(jù)和分析的主要趨勢之一。企業(yè)對敏捷、以數(shù)據(jù)為中心的架構(gòu)的需求:根據(jù)拉丁美洲國家統(tǒng)計局的數(shù)據(jù),下一波大數(shù)據(jù)和分析浪潮中,增強分析、持續(xù)智能和可解釋的人工智能(AI)是未來三到五年內(nèi)具有重大破壞潛力的大數(shù)據(jù)和分析的主要趨勢之一。Gart...
摘要:的受訪者表示,云計算混合是當今企業(yè)戰(zhàn)略中最重要的五大技術(shù)之一。當今行業(yè)的重點圍繞著變革性技術(shù)而展開,例如人工智能機器學習區(qū)塊鏈等。根據(jù)SolarWinds公司年度行業(yè)狀況研究報告,很多IT專業(yè)人員正在繼續(xù)優(yōu)先考慮云計算投資,因為他們正在研究如何利用新興技術(shù)(如人工智能和機器學習)帶來的好處。調(diào)查結(jié)果與其他獨立研究表明被調(diào)查人員與其領(lǐng)導(dǎo)者的IT投資重點之間存在不一致的情況。這個名為IT趨勢報告...
摘要:或者你已經(jīng)了解了與大數(shù)據(jù)之間的關(guān)系,也弄明白了什么是和,但是一個新的概念又要刷新你的知識庫與云計算的融合。現(xiàn)在之所以火爆,就是因為其關(guān)鍵的技術(shù),那就是深度學習,而這項技術(shù)恰恰是在云計算與大數(shù)據(jù)日趨成熟之后才得到實質(zhì)性進展的。在黑科技層出不窮的AI行業(yè),各種新技術(shù)常常令人眼花繚亂?;蛘吣阋呀?jīng)了解了AI與大數(shù)據(jù)之間的關(guān)系,也弄明白了什么是ML和DL,但是一個新的概念又要刷新你的知識庫——AI與云...
摘要:企業(yè)對敏捷以數(shù)據(jù)為中心的架構(gòu)的需求根據(jù)拉丁美洲國家統(tǒng)計局的數(shù)據(jù),下一波大數(shù)據(jù)和分析浪潮中,增強分析持續(xù)智能和可解釋的人工智能是未來三到五年內(nèi)具有重大破壞潛力的大數(shù)據(jù)和分析的主要趨勢之一。企業(yè)對敏捷、以數(shù)據(jù)為中心的架構(gòu)的需求:根據(jù)拉丁美洲國家統(tǒng)計局的數(shù)據(jù),下一波大數(shù)據(jù)和分析浪潮中,增強分析、持續(xù)智能和可解釋的人工智能(AI)是未來三到五年內(nèi)具有重大破壞潛力的大數(shù)據(jù)和分析的主要趨勢之一。Gart...
閱讀 520·2021-08-31 09:45
閱讀 1622·2021-08-11 11:19
閱讀 869·2019-08-30 15:55
閱讀 803·2019-08-30 10:52
閱讀 2834·2019-08-29 13:11
閱讀 2909·2019-08-23 17:08
閱讀 2817·2019-08-23 15:11
閱讀 3047·2019-08-23 14:33