在清华校园内的听的一场关于机器学习的演讲的一些笔记

威尼斯官网,     最近在新浪微博上看到@周磊July
组织了一个机器学习的读书演讲会,比较感兴趣,报名参加了。之前跟@贾志峰Michael
感叹北京的技术交流活动太少,不如美国同行爱交流。感觉最近两年以来技术交流活动越来越多了。

威尼斯官网 1

会议在清华东门的FIT大楼举办。两点开始。我1点50进去,已经没座位了,站了不少人。目测坐了70人,站了30-40人。举办者说争取下次找更合适的场地。

苹果Siri已处于落后位置

     
2点钟两位原定的演讲者没来,清华计算机系研究生(不知是硕士还是博士)@小猴机器人
先介绍了他的无人驾驶汽车项目。仿谷歌的无人驾驶汽车,但是价格要便宜很多,许多配件是从淘宝上买来的,一个无人驾驶汽车成本大概是数千元,当然体积很小,在玩具车中算大的,在他们自己搭的沙盘中模拟无人驾驶。他最得意的地方一是比谷歌的方案要便宜(谷歌的无人驾驶汽车要百万美元),第二个地方是尽量利用现有的解决方案而不是重新发明轮子,第三是他想把这个项目开源让更多人参与。

凤凰网科技讯
北京时间6月5日消息,语音助手已经变得无处不在,它就在你的口袋中、家中以及汽车中。你可以使用苹果公司的Siri设定约会提醒,命令亚马逊公司的Alexa为你播放歌曲,或者向谷歌助理询问当地的天气预报。总之,人们与这些非人类助手的互动已经变得很正常。

      大约两点半@张栋_机器学习
开始讲DeepQA。这是IBM的一个人工智能解决方案,在许多问答竞赛类节目中胜过了人。思路与搜索引擎不同,试图去理解人类的问题,并从已有的知识库中找到答案,在众多答案中打分从而找到最佳答案。@张栋_机器学习
说DeepQA在医疗领域有出色的表现(还提到一个领域我忘了),我的想法是大约因为医疗领域的问题大多数是结构化的。对于非结构话的问题DeepQA如何解决,@张栋_机器学习
提到一个思路是关键词,后面也有人提相关问题,@张栋_机器学习
没做太深入的讲解。

Siri在2011年登陆iPhone,但是它的底层技术实际上要比你可能想象的陈旧。和对手的产品相比,苹果的Siri“有些笨”。

      @张栋_机器学习
演讲中举方韩大战为例,说如果是DeepQA来判断谁对谁错,就是把相关资料找来打分。并说这跟人的思路差不多。我感觉这恰恰跟人的思路不同。人来判断这件事,很大的因素是之前的头脑中的印象,对方韩大战中双方的资料也许只看喜欢的一方。毕竟人的脑力非常有限,这是一个说得过去的策略,不像DeepQA可以找来数千台机器同时计算,从而把回答问题的时间从数小时提高到3秒钟。

语音助手发展史

      3点半开始@张俊林say
讲《Siri–苹果帝国的余晖》,演讲资料见
。PPT上的文字比较小,后面基本看不见,效果有点差。据他讲,实际上Siri涉及到的技术已经有40多年的研究历史,国内厂家短时间内想山寨出来一个是很困难的。

80年前,首个能够处理合成语音的机器由贝尔实验室在1939年开发而成。1952年,贝尔实验室发明了一款能够听懂从0到9语音数字的机器。两年后的1954年,一台与乔治城语言学家合作的IBM机器能够把60句俄语话翻译成英语。

    
苹果的Siri需要根据用户的输入得到用户的意图,根据用户的意图找到相关的服务(许多不是苹果自己提供的)并返回给用户。我理解最困难的还是在理解人的意图。与DeepQA面临同样的问题。

1962年,IBM开发的Shoebox设备能够听懂16个单词。到了1976年,卡内基梅隆大学将机器能够听懂的单词数量增加到了1000个以上。上世纪80年代中期,机器已经能够听懂数万个单词。

 

自那之后,科学家开始在语音处理技术中融入人工智能。AI自上世纪50年代以来就已经出现。

在这些技术的积累下,我们现在才拥有了能够听懂我们讲话的Siri、Alexa、谷歌助理以及微软的“小娜”。

AI的不同类型

AI是计算机科学家们能够让语音助手更加易于使用的一大原因,但是你所理解的AI可能和它的实际含义有所不同。

“AI分为两种类型,”密歇根州立大学计算机科学和工程教授乔伊斯·柴(Joyce
Chai)表示,“强AI主要是处理能够像人一样推理、思考或行动的开发系统。另外一种就是弱AI,它更加专注于具体任务,也包含虚拟语音助手。我们距离实现强AI依旧还有很远的距离。”

传统上讲,计算机要想就某件事情做出决定,它需要一套人类预定义的规则。借助AI分支机器学习,计算机通过对大量数据学习后可以自主推断出规则。在这种情况下,他们可以学习人类如何谈话和互动,从而听懂人类的语言。这需要大量数据。

威尼斯官网 2

Siri听不懂问题

哥本哈根信息技术大学副教授纳塔利·舒乐特(Natalie
Schluter)解释称,这些公司面临的主要挑战是通过足够多样化的形式获取充足的数据,以便让机器为更多人服务,而不是局限在某个特定人身上。舒乐特表示,在实验室中开发出一款只能够理解你所说话的产品可能十分有趣,但是世界上有许多方言、不同的口音以及不同的声调。

This entry was posted in 澳洲历史 and tagged , , , , . Bookmark the permalink.

发表评论

电子邮件地址不会被公开。 必填项已用*标注