Не только об ИИ, ориентированном на данные
- Я прошел множество его курсов по ИИ в deeplearning.ai и был наставником на одном из его курсов на Coursera. Его курсы действительно сильно укрепили меня в знаниях глубокого обучения.
- На этот раз я хотел бы поделиться статьей, которую я недавно прочитал в журнале IEEE Spectrum Magazine в апреле 2022, а именно: «Эндрю Нг, ИИ-минималист: Пионер машинного обучения говорит, что маленькое — это новое большое»
- IEEE Spectrum Magazine — это ежемесячный журнал, в котором рассказывается о самых разных технологиях. Он имеет импакт-фактор 3,578.
- В этой статье Эндрю Нг поделился многими своими ценными взглядами и широкими взглядами на ИИ, например: НЛП, CV, производители полупроводников и его компания, начиная с его первого доклада на семинаре NeurIPS и заканчивая недавним Семинар по искусственному интеллекту NeurIPS, ориентированный на данные!
1. Базовая модель для видео
- Он упомянул, что существует множество исследовательских работ, разрабатывающих базовую модель НЛП, таких как GPT-3.
Пришло время иметь основную модель для видео, несмотря на практические трудности.
2. ИИ, ориентированный на данные
- В последние годы Эндрю продвигал ИИ, ориентированный на данные.
- «Например, если у вас есть 10 000 изображений, из которых 30 относятся к одному классу, и эти 30 изображений помечены непоследовательно, … Таким образом, вы можете очень быстро переименовать эти изображения, чтобы они более последовательным, и это приводит к повышению производительности». Эндрю Нг.
«ИИ, ориентированный на данные, — это дисциплина систематической обработки данных, необходимых для успешного создания системы ИИ».
3. Высококачественные данные помогают с предвзятостью
- Он также упомянул пример, допустим, у нас есть производительность модели, которая подходит для большей части набора данных, но ее производительность смещена только для подмножества данных.
- Если мы попытаемся изменить всю архитектуру нейронной сети, чтобы улучшить производительность только на этом подмножестве, это будет довольно сложно.
Мы можем спроектировать подмножество данных, чтобы решить проблему гораздо более целенаправленно.
Иногда важно УЛУЧШИТЬ ДАННЫЕ, а не улучшать архитектуру модели для повышения производительности системы.
(Я только что немного поделился этим. Пожалуйста, не стесняйтесь читать статью напрямую, если вам интересно.)
Ссылка
[2022 IEEE Spectrum] [Small is the New Big]
Эндрю Нг, ИИ-минималист: пионер машинного обучения говорит, что Small — это New Big
ИИ, ориентированный на данные
2021[CheXternal] [CheXtransfer] 2022[Small is New Big]
