Искусственный General Int ...

Какие самые интересные проекты в Facebook AI Research (FAIR)?

Любит | Нелюбов | Ответы | Вид | 8155


Серкан пиантино технический директор Facebook AI Research;   
@ | Обновлено Right Now


Происходит огромное количество вещей, но я постараюсь выделить некоторые основные моменты и указать на некоторые общие темы, которые являются захватывающими.

First, in perception we can build systems that understand photos, videos, voice, sound etc. For example, here"s a demo we put together of a system that can answer questions about a photo scene, and here are some sample images from our recent submission to the MSCOCO challenge for segmenting and labeling objects

Подобные вещи - выполнение задач человеческого восприятия, таких как маркировка или ответы на вопросы на входах высокой размерности, таких как пиксели, кадры видео, аудиосэмплы и т. Д., Было взорвано в последние несколько лет, особенно с использованием таких методов, как сверточные нейронные сети, что-то мое его коллега Янн ЛеКун изобрел много лет назад и был ускорен способностью обрабатывать огромные объемы данных на графических процессорах (например, на наших установках ). Это увлекательно, потому что оно движется так быстро и открывает целую вселенную продуктов, которые понимают содержание и намерения Facebook, которых раньше никогда не существовало.

Мы начали переворачивать эти сети и заставлять их представлять сцены или изображения из описания, а не наоборот. Вот некоторая работа FAIRy Soumith Chintala, в сотрудничестве с Indico Research в Бостоне, которая может создать воображаемые сцены в спальне (ниже)

и был адаптирован для создания лиц , обложек альбомов, цветов , китайских иероглифов или даже манги .

Следующее, что я хотел бы подчеркнуть, - это то, что мы даем нашим сетевым возможностям, которые похожи на человеческую память и рассуждения . Автоматизированные части проекта Facebook M созданы на основе Memory Networks, которая была опубликована FAIRy Джейсоном Уэстоном. Чтобы обработать более длинную последовательность диалога, мы должны понять, что означает фрагмент текста, но нам также необходимо сохранить и получить доступ к тому, что происходит, чтобы мы могли обратиться к нему в будущем диалоге. Эти сети памяти являются частью класса методов построения сетей, которые могут научиться строить и ссылаться на факты с течением времени. В то время как наши более традиционные сети без сохранения состояния выглядят как простые схемы, которые со временем учатся соединяться, эти сети начинают выглядеть как полноценные, самопроводные процессоры. Вот демоо такой сети, читающей историю и отвечающей на вопросы о ней впоследствии.

Наконец, мы многому учимся у самого Facebook. Наличие сети из 1,55 миллиарда человек, соединяющихся друг с другом и открывающих мир вокруг нас, дает нам прекрасную возможность узнать о человечестве. Как инженер, создающий системы, которые масштабируются и учатся всему социальному графу Facebook, невероятно увлекателен, и то, что может произойти только в одном месте в мире - здесь. Нам предстоит пройти долгий путь, но мы надеемся узнать огромное количество о человечестве благодаря нашей работе по прогнозированию и пониманию социальной сети Facebook.

Это ни в коем случае не является исчерпывающим из всех интересных исследований, которые мы проводим, но это некоторые основные моменты вещей, которые я лично действительно люблю.

| |



Онлайн-курс
«Машинное обучение для людей»
Один из самых трендовых курсов в сфере Цифровой экономики.