211service.com
Apple krijgt de eerste directeur van AI
Apple neemt een rijzende ster in de wereld van deep learning in dienst als eerste directeur van AI-onderzoek. Ruslan Salakhutdinov , een universitair hoofddocent aan de Carnegie Mellon University in Pittsburgh, zal de nieuwe functie overnemen, die bedoeld is om het bedrijf te helpen ervoor te zorgen dat Siri en zijn andere producten gebruik maken van de fundamentele doorbraken die voortkomen uit academisch AI-onderzoek. Salakhutdinov zal praten over zijn onderzoek op EmTech MIT 2016, een MIT Technology Review-conferentie die deze week wordt gehouden.
Salakhutdinov doet onderzoek naar zeer grote neurale netwerken die worden gebruikt in een technologie die deep learning wordt genoemd en waarmee een computer een moeilijke taak kan leren uitvoeren door overvloedige trainingsvoorbeelden te gebruiken. Hij blijft parttime bij CMU werken en zal een team van onderzoekers inhuren om met hem samen te werken bij Apple.
De verhuizing maakt deel uit van Apple's poging om de race met Google, Facebook, Amazon en andere technologiebedrijven in te halen om een voorsprong te krijgen door recente ontwikkelingen op het gebied van AI en machine learning. Met name wordt het steeds belangrijker dat software zelf kan leren hoe een taak moet worden uitgevoerd, met behulp van technieken als deep learning. De nieuwste AI-technieken worden bijvoorbeeld gebruikt in de nieuwe smartphone van Google, Pixel. De stemhelper, Assistant genaamd, zal het opnemen tegen Siri van Apple en machine learning gebruiken om te proberen de gesproken vragen van gebruikers te begrijpen.
Enthousiast om naast mijn werk bij CMU bij Apple te komen werken als directeur van AI-onderzoek. Solliciteer om met mijn team te werken https://t.co/U2hQl2GdhA
— Russ Salakhutdinov (@rsalakhu) 17 oktober 2016
Het werk van Salakhutdinov op het gebied van geavanceerde machine learning-technieken kan de vooruitgang in AI helpen stimuleren, en het zou op veel verschillende gebieden kunnen worden toegepast, waaronder computervisie, natuurlijke taalverwerking en zelfs robotica.
Salakhutdinov zei onlangs in een toespraak dat er drie grote gebieden zijn waarop AI vooruitgang boekt: computers beter taalbegrip geven; hen in staat stellen te leren door herhaling en positieve bekrachtiging; en het ontwikkelen van manieren waarop machines kunnen leren van niet-gelabelde gegevens. Hij benadrukte ook het werk dat hij doet om machines te leren van ongestructureerde gegevens op het web, iets dat mogelijk zou kunnen helpen om een product als Siri intelligenter te maken.
We werken aan het idee om externe kennisbanken te gebruiken, zei hij. Als ik je iets over een bepaald ding vraag, kan je systeem dan in principe naar Wikipedia gaan, een paar verschillende artikelen lezen, wat feiten over de wereld leren en je het juiste antwoord geven?
Het recente werk van Salakhutdinov was ook gericht op het in staat stellen van machines om te leren van verschillende soorten gegevens, en op manieren om dingen die in één context zijn geleerd, toe te passen in een geheel nieuwe - gebieden die respectievelijk bekend staan als multimodaal leren en overdrachtsleren. Hij werkte ook mee aan een project dat, geïnspireerd door de cognitieve wetenschap, liet zien hoe computers kunnen leren van relatief kleine hoeveelheden gegevens (zie Dit AI-algoritme leert eenvoudige taken net zo snel als wij).
In de afgelopen jaren hebben concurrenten zoals Google en Facebook leidende figuren in deep learning ingehuurd om hun AI-inspanningen te leiden. Apple heeft een veel minder prominente AI-onderzoeksinspanning dan concurrenten, en sommigen hebben gesuggereerd dat zijn traditionele geheimhouding het voor het bedrijf moeilijk heeft gemaakt om de beste onderzoekers in het veld te werven.
Deep learning heeft de afgelopen jaren aan bekendheid gewonnen, nadat het spectaculair goed was gebleken in het in staat stellen van machines om objecten in afbeeldingen en gesproken woorden in audio te herkennen. Google en Facebook gebruiken de technologie om automatisch afbeeldingen te ondertitelen. En het heeft Siri en andere spraakgestuurde producten beter gemaakt in het herkennen van woorden. Het ontleden van de betekenis van die woorden blijft echter een grotere uitdaging (zie AI's taalprobleem).