|
(映维网 2019年12月19日)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。 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。 |
免责声明：本网站内容由网友自行在页面发布，上传者应自行负责所上传内容涉及的法律责任，本网站对内容真实性、版权等概不负责，亦不承担任何法律责任。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。
京公网安备11010802031211号