机器人是如何学习的——Jürgen Schmidhuber的采访

丹尼尔Faggella
阿凡达

Daniel Faggella是Emerj的研究主管。在联合国、世界银行、国际刑警组织和领先企业的呼吁下,丹尼尔是一名在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——人工智能的进展

本周,我们采访了神经网络领域最有名的人之一Jurgen Schmidhuber。他现在在研究很多不同的应用重工业自动驾驶汽车,以及其他空间。

我们和他谈论未来制造业更广泛地说,机器和机器人是如何学习的。Schmidhuber使用婴儿学习周围世界的类比。他对机器智能化的总体进展将如何影响人工智能如今最为人熟知的领域以外的其他行业有很多有趣的观点:消费技术和广告。

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,我认为施米德休伯的框架非常简洁。

订阅我们的商业播客中的人工智能使用您最喜爱的播客服务:

itunes-podcast
soundloud-podcast
google-podcast
斯蒂克播客

客人:尤尔根•Schmidhuber联合创始人和首席科学家-尼亚森

专业知识:人工智能应用于制造业

简要承认:施密德胡伯于1993获得计算机科学博士学位,他是瑞士意大利语应用科学与艺术大学教授,意大利语教授。他还是IDSIA的科学总监。

采访中强调了

Jürgen Schmidhuber Dan Faggella Emerj
Jürgen Schmidhuber(右)在迪拜世界政府峰会上接受采访后与Emerj首席执行官Dan Faggella交谈。

(04:00)您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。

现在,主动人工智能是指机器人或其他主动过程与环境进行交互,并通过自己的动作来塑造数据。这是婴儿所做的,机器拥有控制工业过程的所有产品,生产t恤的机器,制造鞋子的机器,制造你在我们周围看到的所有东西的机器。

(05:00)制造业哪里有更多的机会?

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被动模式识别技术完成。

现在,在不远的将来,我们会有一些我们现在没有的东西。他们将是一个小机器人,我们像孩子一样教他们做一些复杂的事情,比如组装智能手机。现在,你需要人类来做这件事。它将如何工作?你会说,“看这里,机器人,看。”

你只需要和它对话,和它互动。你不会有数据手套或一些花哨的设备。不,你要像跟孩子说话一样跟它说话,你会说,“让我们拿着这片塑料,看,让我们像这样拿着螺丝刀,现在让我们像这样把螺丝拧进去。”嘿,不是那样的。像这样。不是那样,是那样。”

然后在一些失败之后,我们将能够第一次做到这一点,然后自己去做……找出如何用更少的精力更快地做到这一点。最后,它会比我做得更好。一旦它真的做得很好,我们就冻结了学习过程,我们制作了一百万份拷贝并发放了许可证,这将改变我们经济中几乎所有的活动。

(09:30)你认为大多数情况下会有传感器牵引还是有监督学习,就像婴儿一样?

JS:毫无疑问,监督学习将起到一定的作用,但在许多方面都是有限的。最令人兴奋的任务是那些没有人类老师知道如何以良好方式完成的任务。目前有很多工业过程是由机器控制的,有一堆旋钮和一些专家,他们有时会尝试这些旋钮的新星座来找出什么是好的星座。

例如,在化学工业中,你有大的排气口和输入,化学物质……你有一堆传感器,它们给你一个非常不完整的关于这些排气口发生了什么的图片。没有完全燃烧,没有人知道在什么时候注射这些额外的催化剂之类的东西的最好方法是什么。所以它们是非常有趣和复杂的过程,没有人知道最佳控制。

所以你想让这些机器…自己弄明白如何优化这些过程,以及如何用更便宜的原料生产出更多有趣的产品。所以所有这些问题,嗯,目前指导人类教师也没有一个好的答案。这是最令人兴奋的部分。

看看你自己。你是如何学会成为一个聪明的人的?你没有从Netflix或Facebook之类的网站上下载数据。不,你玩玩具,你发明了你自己的实验……这就是你如何学会预测(你做某事)将会发生什么。

你会因为想出真实的序列而获得内在的奖励,通过实验得出的数据具有新的有趣的模式。有趣的是,有一些你以前不知道的规律,现在你突然知道了,因为你的学习系统正在获得这种规律,你可以测量学习系统的洞察力的深度。这就变成了对学习系统中产生实际序列的部分的奖励,即实验。

你必须像科学家一样探索一些世界,这些小婴儿,他们都是小科学家,他们不断地扩展自己的视野,学习他们还不知道的新事物。就像苹果掉落或其他物体……在你把它们扔到地上的一段可预测的时间后发出同样的声音。所以他们学习各种规律,对于这些人工好奇的机器也是如此。

(15:00)你认为人工智能在制造业的发展将会如何?

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。

突然间,我们从老工业那里获得了大量投资,意识到他们的旧控制流程将被改变。例如,肖特的一项投资已经公开。肖特是一家领先的玻璃制造商。

现在你的智能手机上有小镜头,全世界有数以亿计的小镜头,它们都是高质量的玻璃。现在,要制造好的玻璃你必须做很多正确的事情,这些人有超过100年的经验,这就是为什么他们知道如何做得很好。但他们意识到这仍然是远离最优据我们判断,婴儿的人工智能,可以学习通过生成自己的实验……应该……进一步改善这些过程不仅使玻璃,各种各样的化学反应和工业流程。

最后,你周围的一切,所有的材料,桌子,椅子,你周围看到的一切,一切已经由一些机器的帮助下额外的人类,帮助机器去做所有会受到影响,因为越来越多的复杂的东西,目前能做的只有人类是通过主动学习机器。

(18:00)你认为这种方法是否有可能在整个iPhone开发过程中发挥作用?

JS:我想你会在各种不同的应用中看到起步阶段。在不远的将来,第一个杀手机器人应用程序将会出现。目前,所有机器人的批量生产数量都很小;没有机器人被生产过十亿次。

也许第一个机器人会是一个玩具机器人,一个小仙女,它会有眼睛和耳朵,会听你说话,但它不是关键任务。我不确定谁会先成功。可能是一家日本公司。但是一些主动的东西通过它自己的动作来塑造传入的数据,从这个意义上说,它比你的智能手机上的被动模式观察更有吸引力。

(20:00)制造这种机器人需要大数字吗?

JS:不是真的。我只是举了这个例子,因为目前唯一被复制十亿次的东西是软件,这很容易做到。很难有一种以市场为导向的产品,吸引了十亿人想要购买它,让它成为你想要放在家里的实物。目前,某一类型的机器人数量最多为100万,通常远低于这个数字,或者多达数千。

订阅我们的人工智能产业播客使用您最喜爱的播客服务:

itunes-podcast
soundloud-podcast
google-podcast
斯蒂克播客

标题图片来源:燃烧玻璃技术

保持AI曲线的领先地位

发现区分未来商业赢家和输家的关键人工智能趋势和应用。

订阅《人工智能优势》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
保持在机器学习曲线的前面

加入超过2万名专注于人工智能的商业领袖,并接收我们每周发布的最新人工智能研究和趋势。

感谢您订阅Emerj“AI Advantage”时事通讯,请查看您的电子邮件收件箱以获得确认。