加入收藏 | 设为首页 | 会员中心 | 我要投稿 核心网 (https://www.hxwgxz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长百科 > 正文

Facebook AI首席科学家:AR眼镜是机器学习的杀手级用例

发布时间:2019-12-20 10:42:12 所属栏目:站长百科 来源:映维网作者颜昳华 Facebook人工智能研究院首席AI科学
导读:来源:映维网作者颜昳华 Facebook人工智能研究院首席AI科学家杨立昆(Yann LeCun)认为,增强现实眼镜是机器学习探索者的理想挑战,并且是一种杀手级应用,因为它们涉及众多尚未解决的问题。他日前参加了机器学习研究大会NeurIPS 2019的Workshop on Energy

来源:映维网 作者 颜昳华

Facebook人工智能研究院首席AI科学家杨立昆(Yann LeCun)认为,增强现实眼镜是机器学习探索者的理想挑战,并且是一种“杀手级应用”,因为它们涉及众多尚未解决的问题。他日前参加了机器学习研究大会NeurIPS 2019的“Workshop on Energy Efficient Machine Learning and Cognitive Computing”研讨会。

完美的AR眼镜将需要对话式AI、计算机视觉和其他复杂系统的组合,并且必须能够实现眼镜般的小巧形状参数。低功耗AI是确保合理续航能力的关键,以便用户可以长时间佩戴和使用。

Facebook AI首席科学家:AR眼镜是机器学习的杀手级用例

杨立昆表示:“这对硬件而言是一个巨大的挑战,因为眼镜搭载了在不同延迟下实时追踪视觉的摄像头,所以当你移动的时候…这将需要大量的计算。你希望能够通过语音与人工助手交互,希望她能够一直倾听并且能够与你说话。你希望实现手势(识别),以便人工助手(可以执行)实时手部追踪。”

他指出,实时手部追踪已经成为现实,但“我们只是暂时不知道应该如何以小巧的形状参数,以及符合AR眼镜的功耗来做到这一点”。

Facebook的人工智能掌门补充道:“就功率和功耗,以及性能和形状参数而言,它确实超出了我们今天的能力范围,所以你必须采用人们从未想到过的技巧。例如,其中一个方法是利用神经网络。”

杨立昆同时谈到了特定深度学习方法所面临的挑战,并需要全新的硬件,如差分联想记忆(differential associative memory)和卷积神经网络。差分联想记忆这种计算方法目前已广泛用于自然语言处理之中,并且开始在计算机视觉应用中普及来开。

杨立昆说到:“深度学习和机器学习架构将在未来数年间发生巨大变化。你已经看到了一系列的变化,现在我们有了自然语言处理,,现在唯一的猎物基本就是Transformer网络。”

他补充道,更有效的批量处理和自我监督学习可以帮助AI如同人类和动物一样学习更多,同时有助于提高AI的能效。

杨立昆认为AR眼镜可能是机器学习从业人员的理想用例。

原文链接:https://yivian.com/news/70057.html

(编辑:核心网)

【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!

    热点阅读