資訊專欄INFORMATION COLUMN
摘要：機器學習的算法將會在很多領域帶來變革，但要讓他們有效地執(zhí)行還很困難。的機器學習技術大談要重塑整個產(chǎn)業(yè)，使電腦更容易在數(shù)據(jù)中識別模式，做出準確的預測，換句話說，要電腦變得更智能。在機器學習領域的大公司為了設立行業(yè)標準，不斷推出自己的框架及。
機器學習的算法將會在很多領域帶來變革，但要讓他們有效地執(zhí)行還很困難。
的機器學習技術大談要重塑整個產(chǎn)業(yè)，使電腦更容易在數(shù)據(jù)中識別模式，做出準確的預測，換句話說，要電腦變得更智能。不幸地是，可以讓這一切變得可能的專家依然十分稀少。
初創(chuàng)公司從對機器學習人才的求賢若渴中看到了為公司企業(yè)——從金融保險公司，網(wǎng)頁初創(chuàng)公司到汽車制造商——提供深度技術人才的良機，這些企業(yè)都希望可以開始使用人工智能技術。如今，一小部分初創(chuàng)公司提供提升機器學習算法性能的服務，這樣以來，這些算法就能在電腦芯片上流暢運行。至少有一家公司正在開發(fā)電腦芯片以適應的算法。
處在欣欣向榮的人工智能中心有一項新的技術——「深度學習」——它依賴于模擬大量及多層的虛擬神經(jīng)網(wǎng)絡，讓電腦識別抽象的圖案，例如貓的圖片。要訓練一個如此大的網(wǎng)絡需要進行大量的平行計算，一般會在GPUs上進行（GPUs非常適合這種計算）。雖然深度學習的基本原理簡單，但要建立這樣的網(wǎng)絡，讓其在許多GPUs上有效及快速地進行仍需要深厚的專業(yè)技術。
有一家初創(chuàng)公司，名為Minds.ai，擁有幾位芯片專家及一名曾跟過 Geoffrey Hinton學習的深度網(wǎng)絡專家。
Tijmen Tielemen是一名荷蘭的機器學習及神經(jīng)網(wǎng)絡優(yōu)化專家，他曾在Hinton的團隊里學習。Tielemen上個月在蒙特利爾舉行的神經(jīng)信息處理系統(tǒng)（NIPS）會議上說，訓練一個深度網(wǎng)絡一般需要好幾個小時，甚至幾天的時間。如果網(wǎng)絡稍有調整，整個訓練過程需要重新開始。
Minds.ai提供了多個軟件庫，支持深度網(wǎng)絡在圖形芯片上的有效運行，幫助企業(yè)在沒有專業(yè)人才的情況下實現(xiàn)深度學習技術。例如，一家希望在無人駕駛汽車上訓練深度網(wǎng)絡以識別不同物件的汽車公司可能需要一個強大的專業(yè)團隊來幫助他們實行?！敢话惝斈憬⒁粋€神經(jīng)網(wǎng)絡后，你需要很長的時間來訓練它」，Tielemen說，「這是一個非?，F(xiàn)實的考慮，我們可在短時間訓練它?！?/p>
另外一家旨在加快深度學習的初創(chuàng)公司名為Nervana Systems。該公司計劃在明年推出其自主開發(fā)的電腦芯片及軟件庫以優(yōu)化深度神經(jīng)網(wǎng)絡。CEO Naveen Rao說，公司的目標并不只是為了加快深度學習，而是為了設計一套使用深度學習的電腦系統(tǒng)。Naveen Rao之前曾為太陽及高通公司設計過芯片。他說：「我們希望建立一個以深度網(wǎng)絡為框架的新系統(tǒng)，我們也看到從電腦框架上做出改變的機會?！?/p>
像Minds.ai 及 Nervana的公司如今已不難找到客戶，不過，深度網(wǎng)絡的市場擴張迅速，日新月異。在機器學習領域的大公司為了設立行業(yè)標準，不斷推出自己的框架及l(fā)ibrary。所以，當這個技術變得更成熟及更多代碼開源后，企業(yè)就可以更輕易地優(yōu)化深度網(wǎng)絡了。
Rajan Goyal說：「開源最終將趕上所有的低效率和潛在的優(yōu)化」。Goyal是一家名為Cavium的芯片生產(chǎn)商的工程師，該公司希望為深度學習設計合適的芯片。
然而，Goyal認為，像Google 及 Facebook這樣的大公司可能會自己設計深度學習的芯片或是收購一些擁有這方面技術的初創(chuàng)公司，因為改善深度網(wǎng)絡本身將會為他們帶來巨大的既得利益?！改壳?，深度學習市場還處于較為分散及初生的狀態(tài)」，他說，「GPUs為市場提供了一個初始需求，但對于更有效的方案，需求也是與日俱增」。
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識
QQ群：81035754
文章版權歸作者所有，未經(jīng)允許請勿轉載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉載請注明本文地址：http://systransis.cn/yun/4320.html
摘要：是蒙特利爾大學的計算機科學家，他與以及另外幾個人被稱為深度學習的先驅。的結果顯示了深度學習的能力。讓人們激動的是這一領域的一種學習方法深度學習，能夠應用于眾多不同的領域，谷歌機器智能研究部門負責人如今負責搜索引擎的表示，谷歌正在使用深度學 1. 「機器問題」重現(xiàn)從最初的屢屢失敗，到現(xiàn)在的朝氣蓬勃，人工智能會導致大面積失業(yè)甚至讓人類滅絕嗎？或許歷史會給我們一些有用的線索。有些人害怕機器會搶走所...
摘要：深度學習現(xiàn)在被視為能夠超越那些更加直接的機器學習的關鍵一步。的加入只是谷歌那一季一系列重大聘任之一。當下谷歌醉心于深度學習，顯然是認為這將引發(fā)下一代搜索的重大突破。移動計算的出現(xiàn)已經(jīng)迫使谷歌改變搜索引擎的本質特征。 Geoffrey Hiton說：我需要了解一下你的背景，你有理科學位嗎？Hiton站在位于加利福尼亞山景城谷歌園區(qū)辦公室的一塊白板前，2013年他以杰出研究者身份加入這家公司。H...
摘要：今年月日收購了基于深度學習的計算機視覺創(chuàng)業(yè)公司。這項基于深度學習的計算機視覺技術已經(jīng)開發(fā)完成，正在測試。深度學習的誤區(qū)及產(chǎn)品化浪潮百度首席科學家表示目前圍繞存在著某種程度的夸大，它不單出現(xiàn)于媒體的字里行間，也存在于一些研究者之中。 在過去的三十年，深度學習運動一度被認為是學術界的一個異類，但是現(xiàn)在， Geoff Hinton（如圖1）和他的深度學習同事，包括紐約大學Yann LeCun和蒙特...
摘要：毫無疑問，現(xiàn)在深度學習是主流。所以科技巨頭們包括百度等紛紛通過收購深度學習領域的初創(chuàng)公司來招攬人才。這項基于深度學習的計算機視覺技術已經(jīng)開發(fā)完成，正在測試。 在過去的三十年，深度學習運動一度被認為是學術界的一個異類，但是現(xiàn)在，?Geoff Hinton（如圖1）和他的深度學習同事，包括紐約大學Yann LeCun和蒙特利爾大學的Yoshua Bengio，在互聯(lián)網(wǎng)世界受到前所未有的關注...
摘要：我仍然用了一些時間才從神經(jīng)科學轉向機器學習。當我到了該讀博的時候，我很難在的神經(jīng)科學和的機器學習之間做出選擇。 1.你學習機器學習的歷程是什么？在學習機器學習時你最喜歡的書是什么？你遇到過什么死胡同嗎？我學習機器學習的道路是漫長而曲折的。讀高中時，我興趣廣泛，大部分和數(shù)學或科學沒有太多關系。我用語音字母表編造了我自己的語言，我參加了很多創(chuàng)意寫作和文學課程。高中畢業(yè)后，我進了大學，盡管我不想去...
閱讀 3031·2021-11-22 12:06
閱讀 612·2021-09-03 10:29
閱讀 6575·2021-09-02 09:52
閱讀 2027·2019-08-30 15:52
閱讀 3423·2019-08-29 16:39
閱讀 1198·2019-08-29 15:35
閱讀 2072·2019-08-29 15:17
閱讀 1433·2019-08-29 11:17
