chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Yann LeCun:如果把深度學(xué)習(xí)從Facebook去掉,F(xiàn)acebook就是塵埃

DPVg_AI_era ? 來(lái)源:lq ? 2018-12-12 09:36 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

Yann LeCun說(shuō),F(xiàn)acebook現(xiàn)在完全以AI中心,如果把深度學(xué)習(xí)從Facebook去掉,F(xiàn)acebook就是塵埃。

如果沒有人工智能,F(xiàn)acebook今天不會(huì)剩下多少遺留后世的東西。

這是五年前創(chuàng)立Facebook人工智能研究實(shí)驗(yàn)室的Yann LeCun所說(shuō)。

“如果你把深度學(xué)習(xí)從Facebook去掉,F(xiàn)acebook就是塵埃?!盠eCun說(shuō),“Facebook現(xiàn)在完全以AI為中心”,這種技術(shù)已經(jīng)應(yīng)用在新聞信息流中。

當(dāng)LeCun建立實(shí)驗(yàn)室時(shí),F(xiàn)acebook已經(jīng)開始涉足深度學(xué)習(xí)——這是他自20世紀(jì)80年代以來(lái)一直致力的一種機(jī)器學(xué)習(xí)。早在2013年,F(xiàn)acebook就知道AI將成為其未來(lái)的關(guān)鍵部分,與其他一些科技公司一樣,F(xiàn)acebook專注于深度學(xué)習(xí),將其專門用于分類照片和進(jìn)行人臉識(shí)別。

雖然看起來(lái)很有希望,但當(dāng)時(shí)并不清楚AI會(huì)有多大用處。但多年以后,在從用戶和日益強(qiáng)大的計(jì)算機(jī)收集的大量數(shù)據(jù)的幫助下,AI迅速得到改善。Facebook和其他公司,比如谷歌、微軟和亞馬遜,正在將AI用于許多不同的事情,例如在照片中標(biāo)記人物并讓虛擬助手告知天氣。

LeCun表示,如果沒有深度學(xué)習(xí),F(xiàn)acebook尤其無(wú)法運(yùn)作。他說(shuō),現(xiàn)在AI應(yīng)用“絕對(duì)無(wú)處不在”。

這不僅適用于用戶可以看到的內(nèi)容,也適用于他們可能看不到的內(nèi)容。深度學(xué)習(xí)也有助于Facebook的內(nèi)容過濾,并有助于從社交網(wǎng)絡(luò)中刪除仇恨言論等內(nèi)容。

但Facebook的AI工作也受到了批評(píng)。例如,公司正在通過人工智能,以幫助提醒人類版主出現(xiàn)在平臺(tái)上的仇恨言論,但很多這種仇恨帖子都能夠鉆系統(tǒng)的漏洞。雖然深度學(xué)習(xí)和其他人工智能方法正在發(fā)展,但AI可能需要數(shù)年時(shí)間來(lái)優(yōu)化內(nèi)容。

然而,盡管該技術(shù)的功能日益增強(qiáng),但LeCun強(qiáng)調(diào)人工智能無(wú)法接近他所謂的“終結(jié)者情景”——在此期間機(jī)器人將會(huì)接管。

現(xiàn)在,AI可以在像圍棋這樣的游戲中擊敗人類,但我們?nèi)赃h(yuǎn)未創(chuàng)造出所謂的通用人工智能。這種類型的AI可以完成類似人類的任務(wù),并且具有足夠的常識(shí)來(lái)幫助日常生活,而不僅僅是像亞馬遜的Alexa今天那樣執(zhí)行相當(dāng)腳本化的任務(wù)。

LeCun表示,即使是非常前沿的人工智能系統(tǒng)也不會(huì)像人類那樣擁有相同的驅(qū)動(dòng)力,除非它們內(nèi)置于人體中。

“主宰的欲望與智力無(wú)關(guān)?!彼f(shuō), “事實(shí)上,世界上有很多這方面的例子。人類中最聰明的人不一定想成為主宰者?!?/p>

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • Facebook
    +關(guān)注

    關(guān)注

    3

    文章

    1432

    瀏覽量

    57996
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5586

    瀏覽量

    123672

原文標(biāo)題:Yann LeCun:假如沒有深度學(xué)習(xí),F(xiàn)acebook就是塵埃

文章出處:【微信號(hào):AI_era,微信公眾號(hào):新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    深度學(xué)習(xí)對(duì)工業(yè)物聯(lián)網(wǎng)有哪些幫助

    深度學(xué)習(xí)作為人工智能的核心分支,通過模擬人腦神經(jīng)網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu),能夠自動(dòng)海量工業(yè)數(shù)據(jù)中提取復(fù)雜特征,為工業(yè)物聯(lián)網(wǎng)(IIoT)提供了數(shù)據(jù)感知到智能決策的全鏈路升級(jí)能力。以下
    的頭像 發(fā)表于 08-20 14:56 ?547次閱讀

    自動(dòng)駕駛中Transformer大模型會(huì)取代深度學(xué)習(xí)嗎?

    持續(xù)討論。特別是在自動(dòng)駕駛領(lǐng)域,部分廠商開始嘗試將多模態(tài)大模型(MLLM)引入到感知、規(guī)劃與決策系統(tǒng),引發(fā)了“傳統(tǒng)深度學(xué)習(xí)是否已過時(shí)”的激烈爭(zhēng)論。然而,技術(shù)原理、算力成本、安全需求與實(shí)際落地路徑等維度來(lái)看,Transforme
    的頭像 發(fā)表于 08-13 09:15 ?3773次閱讀
    自動(dòng)駕駛中Transformer大模型會(huì)取代<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>嗎?

    世界模型:多模態(tài)融合+因果推理,解鎖AI認(rèn)知邊界

    ,自然地學(xué)習(xí)世界運(yùn)作方式的知識(shí)。深度學(xué)習(xí)之父 Yann LeCun 認(rèn)為,世界模型是通往通用人工智能(AGI)的重要路徑之一。 ? 世界模型
    的頭像 發(fā)表于 06-23 04:49 ?3164次閱讀

    嵌入式AI技術(shù)之深度學(xué)習(xí):數(shù)據(jù)樣本預(yù)處理過程中使用合適的特征變換對(duì)深度學(xué)習(xí)的意義

    ? 作者:蘇勇Andrew 使用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí),網(wǎng)絡(luò)的每個(gè)層都將對(duì)輸入的數(shù)據(jù)做一次抽象,多層神經(jīng)網(wǎng)絡(luò)構(gòu)成深度學(xué)習(xí)的框架,可以深度理解數(shù)據(jù)中所要表示的規(guī)律。
    的頭像 發(fā)表于 04-02 18:21 ?1174次閱讀

    如何排除深度學(xué)習(xí)工作臺(tái)上量化OpenVINO?的特定層?

    無(wú)法確定如何排除要在深度學(xué)習(xí)工作臺(tái)上量化OpenVINO?特定層
    發(fā)表于 03-06 07:31

    SLAMTEC Aurora:深度學(xué)習(xí)“卷”進(jìn)機(jī)器人日常

    在人工智能和機(jī)器人技術(shù)飛速發(fā)展的今天,深度學(xué)習(xí)與SLAM(同步定位與地圖構(gòu)建)技術(shù)的結(jié)合,正引領(lǐng)著智能機(jī)器人行業(yè)邁向新的高度。最近科技圈頂流DeepSeek簡(jiǎn)直殺瘋了!靠著逆天的深度學(xué)習(xí)
    的頭像 發(fā)表于 02-19 15:49 ?622次閱讀

    軍事應(yīng)用中深度學(xué)習(xí)的挑戰(zhàn)與機(jī)遇

    人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進(jìn)展,加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響了軍事發(fā)展趨勢(shì),導(dǎo)致戰(zhàn)爭(zhēng)形式和模式發(fā)生重大變化。本文將概述
    的頭像 發(fā)表于 02-14 11:15 ?716次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系,以下是對(duì)它們之間關(guān)系的介紹: 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò),即反向傳播神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network
    的頭像 發(fā)表于 02-12 15:15 ?1188次閱讀

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心驅(qū)動(dòng)力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價(jià)值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專門為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-14 15:17 ?2554次閱讀

    NE5534音頻信號(hào)音頻輸入口輸入后,如果將Rq電阻去掉,輸出端的輸出信號(hào)下半部分被削平了,為什么?

    如圖所示,當(dāng)音頻信號(hào)音頻輸入口輸入后,如果將Rq電阻去掉,輸出端的輸出信號(hào)下半部分被削平了,加上去就沒事~ 這是因?yàn)槭裁茨?
    發(fā)表于 10-31 08:21

    Pytorch深度學(xué)習(xí)訓(xùn)練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
    的頭像 發(fā)表于 10-28 14:05 ?898次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練的方法

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識(shí)別 圖像識(shí)別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?1927次閱讀

    激光雷達(dá)技術(shù)的基于深度學(xué)習(xí)的進(jìn)步

    信息。這使得激光雷達(dá)在自動(dòng)駕駛、無(wú)人機(jī)、機(jī)器人等領(lǐng)域具有廣泛的應(yīng)用前景。 二、深度學(xué)習(xí)技術(shù)的發(fā)展 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支,它通過模擬人
    的頭像 發(fā)表于 10-27 10:57 ?1332次閱讀

    FPGA加速深度學(xué)習(xí)模型的案例

    FPGA(現(xiàn)場(chǎng)可編程門陣列)加速深度學(xué)習(xí)模型是當(dāng)前硬件加速領(lǐng)域的一個(gè)熱門研究方向。以下是一些FPGA加速深度學(xué)習(xí)模型的案例: 一、基于FPGA的AlexNet卷積運(yùn)算加速 項(xiàng)目名稱
    的頭像 發(fā)表于 10-25 09:22 ?1534次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對(duì)兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?3385次閱讀