AI三年浮沉记
17 年,人们对深度学习的发展寄予了厚望,认为它将会产生最多的利润,众多资本涌入人工智能的各个领域,最好的例子就是 AlphaGo 的胜利。2017 年 5 月,在中国乌镇围棋峰会上,AlphaGo 与排名世界第一的世界围棋冠军柯洁对战,以 3 比 0 的总比分获胜。到 2017 年底,超强版 AlphaGo Zero 完全不依赖于人类数据,在只知道比赛规则的情况下自我对弈,3 天训练后就以 100 比 0 战胜了 AlphaGo。 在棋类游戏中,围棋所包含的巨大的搜索空间(其状态数远远超过整个宇宙中的原子数)一直是 机器学习 未能攻克的难题,甚至一度被认为在近期内是不可能被 AI 解决的。AlphaGo 的成功不仅让人们看到了强化学习和随机模拟技术(也称「蒙特卡罗」技术)的魅力,也让深度学习变得更加炙手可热。冷静之余,人们认识到 AlphaGo 的算法更适用于大规模概率空间的智能搜索,其环境和状态都是可模拟的。DeepMind 的创始人德米斯·哈萨比斯表示,对于那些环境难以模拟的决策问题(如自动驾驶),这些算法也无能为力。 NLP 完成从量到质的跃迁
2017 年是自然语言处理领域的重要一年,这一年的种种实践(Word2vec 和 GloVe)证明:预训练词嵌入模型已经成为解决 NLP 问题的一类关键性工具。举例来说,来自 Facebook AI Research(简称 FAIR)实验室的 fastText 即提供包含 294 种语言的预训练向量,这无疑给整个技术社区带来了巨大的贡献与推动作用。尽管已经实现了一定进展,但这方面仍有大量工作需要完成,这个领域需要更好的 预训练模型 的出现。 (编辑:通化站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |