机器人如何学习——Jürgen Schmidhuber访谈

丹尼尔Faggella.
《阿凡达》

Daniel Faggella是Emerj的研究主管。他受到联合国、世界银行、国际刑警组织和领先企业的呼吁,是一位全球广受欢迎的专家,研究人工智能对企业和政府领导人的竞争战略影响。

机器和机器人如何学习——人工智能的发展

本周,我们采访了神经网络领域最有名的人之一Jurgen Schmidhuber。他现在正在研究很多不同的应用程序重工业,自动驾驶汽车和其他空间。

我们和他谈论未来制造业更广泛地说,机器和机器人如何学习。施米德胡伯用了一个婴儿学习周围世界的类比。他提出了许多有趣的观点,探讨机器变得更智能的总体进程将如何影响人工智能如今最为知名的领域之外的其他行业:消费科技和广告。

如果你在制造业,这将是一个有趣的采访。如果你只是对人工智能的下一个阶段感兴趣的话,我认为施米德胡伯实际上描述得非常简洁。

订阅我们的商业播客中的人工智能您最喜欢的播客服务:

itunes-podcast
soundloud-podcast
google-podcast
stitcher-podcast

客人:Jurgen Schmidhuber.,联合创始人和首席科学家 -NNAISENSE

专业知识:金博宝官网人工智能应用于制造业

短暂的识别:施密特胡伯于1993年获得计算机科学博士学位。他是意大利瑞士应用科学与艺术大学教授和Università della Svizzera Italiana人工智能教授。他也是IDSIA的科学主任。

采访中强调了

JürgenSchmidhuberDan Faggella Emerj
Jürgen Schmidhuber(右)在迪拜世界政府峰会上与Emerj首席执行官Dan Faggella会面。

(04:00)你能描述一下机器学习和深度学习的现状吗?

JS:目前,几乎所有的人工智能和深度学习被动的平衡…例如,你说到你的智能手机,它有一个LSTM承认言论自由和其他网络识别图像和指纹和任何和所有的是被动的,你的智能手机没有手指像机器人。

主动人工智能是指机器人或其他类型的主动过程与环境交互,并通过自己的行动形成数据。这就是婴儿和机器所做的,它们拥有控制工业过程的所有产品,制造t恤的机器,制造鞋子的机器,制造所有你在我们周围看到的东西。

(05:00)制造的更多机会?

JS:今天在AI的大部分利润是在市场营销和销售广告,你与一些交互平台,它使用它从你的数据预测哪些你想读下文章,广告你最有可能单击next等等。所有这些都可以通过这种被动模式识别技术来实现。

现在,在不太遥远的未来,我们将有一些我们目前没有的东西。他们将成为一个小型机器人,我们像孩子一样教给做一些复杂的事情,例如组装智能手机。目前,你需要那样的人。它将如何工作?你会说,“看看机器人,看。”

你只需要和它说话,和它互动。你不会有数据手套或一些花哨的设备。不,你会像对孩子一样对它说话,你会说,“让我们拿着这一巴掌的塑料,看,让我们像那样拿着螺丝刀,现在让我们像那样拧螺丝。”嘿,不是那样的。像这样。不是那样,是那样。”

经过几次失败后,我们就能第一次完成,然后就能自己完成了,弄清楚如何用更少的能量更快地完成。最后,它会比我做得更好。一旦它做得很好,我们就会冻结学习过程我们会复制一百万份,然后授权给它这将会改变我们经济中的几乎所有活动。

(09:30)你认为大多数部分或监督学习的传感器会有牵引力吗?

JS:毫无疑问,将会有一个监督学习的角色,但它在许多方面是有限的。最令人兴奋的任务是那些没有知道如何把它做好的真人教师的任务。现在有很多工业过程是由机器控制的,那里有一堆旋钮和一些专家,他们有时会尝试这些旋钮的新组合来找出一个好的组合。

例如,在化学工业中,你有很大的喷口和输入,化学物质,你有一堆传感器,它们给你一个非常不完整的图片,在这些喷口发生了什么。有不完全燃烧,没有人知道什么是最好的注射方式在什么时候这些额外的催化剂之类的东西。所以它们是非常有趣和非常复杂的过程没有人知道最优控制。

所以你想让这些机器自己弄清楚如何优化这些流程,如何用更便宜的原料创造出更多有趣的产品。所有这些问题,目前监督人类教师也没有一个好的答案。这是最令人兴奋的部分。

看看自己。你是如何学会成为一个聪明的人?您没有从Netflix或Facebook或其他东西下载数据。不,你用玩具玩耍,你发明了自己的实验......这就是你学会如何预测,如果[你做某事],你是如何发生的。

您可以获得具有实际序列的内在奖励,实验导致具有新有趣模式的数据。有趣的是,有一些你不知道的规律性,现在突然你会知道它,因为你的学习系统是获取这种规律性,你可以测量学习系统的见解深度。金宝搏吧这成为生成实际序列的学习系统的奖励,实验。

你必须像科学家一样探索一些世界,而这些小婴儿,他们是小科学家,他们不断地扩展他们的视野,学习他们还不知道的新东西。就像苹果掉下来或其他物体……当你把它们扔到地上时,在一段可预测的时间后发出同样的声音。所以他们学习各种各样的规律对于这些好奇的机器来说也是一样的。

(15:00)您认为牵引力将在制造中使用AI?

JS:让我给你举个例子。当我们开始我们公司,石匠,在2014年,来自太平洋的所有投资者打电话,这是极大地改变了,因为许多海外欧洲厂商的机器已经醒来,意识到事实我之前提到的,由于人工智能的下一波大真正活跃的人工智能和人工智能控制机器。

突然之间,我们有来自老工业的大量投资,意识到他们旧的控制过程将被改变。例如,有一件事已经上市了,那就是肖特的一项投资。肖特是玻璃的主要制造者。

你有它在你的智能手机上......现在小镜头,数十亿个小镜头都在世界各地,它们都是优质的玻璃。现在,制作好玻璃,你必须做很多事情,这些家伙有100多年的经验,这就是他们知道如何做得好的原因。但他们认为,尽可能甚至可以判断,并且可以通过产生自己的实验来学习的婴儿就是可以学习的婴儿......应该进一步改善这些过程,不仅用于制作玻璃,而且适用于各种化学反应和工业过程。

最后,一切都,你周围的所有材料,桌子,椅子,你周围看到的一切,一些机器在额外的人类的帮助下,有助于机器做得很好这将受到影响,因为越来越多的复杂的东西,目前只能由人类完成,它将通过主动学习机来完成。

(18:00)是牵引可以开始或者您认为这项方法是否有可能参与完整的iPhone过程的材料?

JS:我想你会在各种不同的应用程序中看到宝宝步骤。在某些时候,第一个杀手机器人应用程序就会到来。目前,所有机器人都有非常小的批量生产数字;没有生产数十亿次的机器人。

也许第一个机器人将成为一个玩具机器人,有点仙女,它会有眼睛和耳朵,它会听你的,但它不会是关键任务。我不确定谁会先制作它。它可能是一些日本公司。但是有效地通过自己的行动来塑造传入数据的东西,并且在这种感觉中比你在智能手机上拥有的更为性感,这是被动模式观察。

(20:00)我们需要大数字来制造这种机器人吗?

JS:不是真的。我之所以举这个例子是因为目前唯一能被复制十亿次的东西就是软件,而这很容易做到。很难有一种以市场为导向的产品如此吸引人以至于有十亿人想买它以至于你想在家里拥有它。某种类型的机器人的数量目前最多为100万个,通常比这个数量少得多,甚至超过数千个。

订阅我们的AI在工业播客您最喜欢的播客服务:

itunes-podcast
soundloud-podcast
google-podcast
stitcher-podcast

标题图片来源:燃烧玻璃技术

保持AI曲线的领先地位

发现在业务未来将赢家分开获奖者的关键AI趋势和应用程序。

注册“AI Advantage”通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - check your inbox for a confirmation email">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
subscribe-image
走在机器学习曲线的前面

加入超过20,000名以上的可调性的商业领袖,并收到每周提供的最新的AI研究和趋势。

感谢您订阅Emerj的“人工智能优势”通讯,请查看您的电子邮件收件箱确认。