Máy dạy học là một thứ và Microsoft muốn sở hữu nó
Nhiệm vụ thống trị AI của công ty hiện có từ thông dụng riêng.
Máy dạy học là một thứ và Microsoft muốn sở hữu nó
Các nhà nghiên cứu của Microsoft Patrice Simard , Alicia Edelman Pelton và Riham Mansour (trái sang phải) đang làm việc để truyền máy giảng dạy vào các sản phẩm của Microsoft. [Ảnh: Dan DeLong cho Microsoft]
BỞI JARED NEWMAN5 PHÚT ĐỌC
Microsoft đang tập hợp đằng sau một từ thông dụng mới khi họ cố gắng bán các doanh nghiệp về trí tuệ nhân tạo.
Nó được gọi là giảng dạy về máy, và được Microsoft định nghĩa một cách lỏng lẻo là một bộ công cụ mà các chuyên gia của con người trong bất kỳ lĩnh vực nào có thể sử dụng để tự đào tạo AI. Sau khi liên tục phát triển và có được một số công cụ này, Microsoft hy vọng sẽ phổ biến khái niệm dạy máy bằng một cú hích công khai lớn . Hy vọng là nhiều công ty sẽ xây dựng phần mềm AI của riêng họ, chạy trên nền tảng điện toán đám mây của Microsoft, tất nhiên là ngay cả khi họ không thuê các chuyên gia AI của riêng họ.
Gurdeep Pall, phó chủ tịch tập đoàn kinh doanh AI của Microsoft cho biết, đây sẽ là một trong những lực lượng biến đổi lớn về cách AI có thể được áp dụng cho nhiều kịch bản hơn và có sẵn cho nhiều người hơn trên thế giới. .
ĐÓNG CỬA
Microsoft đưa ra cách dạy máy như một sự bổ sung cho việc học máy, trong đó đề cập đến cách các hệ thống AI phân tích dữ liệu và học cách dự đoán mọi thứ, như liệu một bức ảnh có chứa khuôn mặt người hay không. Với việc dạy máy, con người hướng dẫn hệ thống cùng với việc chia nhỏ một nhiệm vụ thành các bài học cá nhân, giống như cách một người học chơi bóng chày có thể được huấn luyện trên bóng tee trước khi tốt nghiệp để ném bóng và ném bóng nhanh.
Học máy của máy là tất cả về thuật toán tìm các mẫu trong dữ liệu, theo Pall Pall. Dạy máy là về việc chuyển giao kiến thức từ chuyên gia con người sang hệ thống máy học.
Microsoft không thể tuyên bố quyền sở hữu duy nhất của thuật ngữ này. Xiaojin (Jerry) Zhu , giáo sư tại Đại học Wisconsin-Madison, đã sử dụng máy dạy học dạy tiếng Anh để mô tả một loạt các phương pháp tiếp cận để đào tạo thuật toán học máy từ năm 2013, mặc dù cả ông và Microsoft đều đồng ý có một số định nghĩa trùng lặp.
Mặc dù Microsoft cho biết việc dạy máy có lợi nhất cho các lĩnh vực như hệ thống tự trị, nơi AI phải quyết định giữa rất nhiều hành động trong thế giới thực, nhưng đó cũng chỉ là một cách giúp AI dễ tiếp cận hơn. Với các công cụ phù hợp, một chuyên gia về chủ đề sẽ có thể đào tạo một hệ thống AI mà không cần phải học máy, giống như cách một huấn luyện viên bóng chày không phải học hóa học não.
Về cơ bản, [chuyên gia về chủ đề] về cơ bản có thể bắt đầu sử dụng AI mà không hiểu nhiều về cách thức hoạt động của máy học, chính Pall Pall nói. Về cơ bản, họ có thể chuyển những kiến thức mà họ có với tư cách là chuyên gia về con người trong một lĩnh vực cụ thể sang AI cần để vận hành nó.
Năm ngoái, Microsoft đã mua lại một startup có tên là bonsai để giúp trừu tượng hóa sự phức tạp của phát triển AI. Tương tự như cách Visual Basic là ngôn ngữ lập trình đơn giản hơn C, bonsai có ngôn ngữ riêng, được gọi là Inkling, được cho là đơn giản hơn so với phát triển AI cấp thấp. Pall nói rằng với các loại công cụ này, các ngành công nghiệp như năng lượng, tài chính và chăm sóc sức khỏe có thể xây dựng các ứng dụng AI mà không phải thuê các chuyên gia AI của riêng họ, những người có nhu cầu cao và nguồn cung ngắn.
Mark Hammond , tổng giám đốc Microsoft cho Business AI và cựu Giám đốc điều hành bonsai, đã phát triển một nền tảng sử dụng giảng dạy máy móc để giúp củng cố sâu các thuật toán học tập giải quyết các vấn đề trong thế giới thực. [Ảnh: Dan DeLong cho Microsoft]
Một ví dụ, Pall nói, Shell gần đây đã làm việc với bonsai để phát triển một máy khoan giếng tự trị . Mặc dù các thuật toán học tập cơ bản không khác gì những gì Shell có thể tự phát triển, việc dạy máy có thể giúp các chuyên gia cải thiện hệ thống theo thời gian dễ dàng hơn.
Vấn đề bây giờ không phải là, thuật toán của tôi có tốt hơn khi tìm thấy thêm một phần trăm hiệu suất không? Pall nói. Bây giờ, có phải chuyên gia về con người có thể điều khiển hệ thống để học cách trở thành một cỗ máy tốt hơn nó không?
CHUYÊN GIA VẪN CẦN
Bất chấp những tuyên bố lớn đó, nhà phân tích Erick Brethenoux của Gartner nói rằng các công ty vẫn sẽ cần các chuyên gia về AI.
Đối với một điều, dạy máy phụ thuộc vào cách tiếp cận thử nghiệm và lỗi cụ thể đối với AI được gọi là học tăng cường sâu. Ví dụ, nếu mục tiêu là di chuyển một đối tượng đến một đích cụ thể, thì hệ thống sẽ được thưởng bất cứ khi nào nó hướng đối tượng đi đúng hướng. Brethenoux nói rằng các ứng dụng cho phương pháp này vẫn còn khá hẹp và hiếm khi được sử dụng ở quy mô.
Nhưng ngay cả khi Microsoft đúng rằng nó sẽ trở nên được áp dụng rộng rãi hơn trong tương lai, ông vẫn đề nghị có một chuyên gia AI ở bên cạnh để giám sát hệ thống ở chế độ nền và giải thích những gì đã xảy ra nếu có sự cố.
Bạn cần một chút minh bạch trong hộp và đôi khi các chuyên gia tên miền không phải lúc nào cũng là chuyên gia kỹ thuật, theo ông Brithenoux. Đôi khi họ không có kiến thức để mở hộp.
CỌC TRONG LÒNG ĐẤT
Brethenoux cũng lưu ý rằng Microsoft không đơn độc trong việc cố gắng đơn giản hóa phát triển AI. Ông chỉ ra các công ty khác như Cogitai , công ty cung cấp nền tảng riêng cho việc học tập củng cố sâu và Cloud CloudML của Google , nơi hứa hẹn khả năng đào tạo các mô hình AI tùy chỉnh với kiến thức học máy tối thiểu.
Tuy nhiên, Brethenoux nói rằng Microsoft đã làm rất tốt để củng cố các công cụ AI của mình trong những năm gần đây và họ hiểu được nhu cầu của các công ty. Họ đã làm rất tốt trong vài năm qua, ông nói. Họ đã nâng cao lĩnh vực này rất nhiều.
Sau đó, dạy máy không phải là quá nhiều về một số tiến bộ mới trong AI, mà là về tiếp thị một loạt các cải tiến nhỏ hơn có thể tăng lên theo thời gian. Cũng như các từ thông dụng công nghệ khác, như Internet of Things, không dây 5G và thậm chí là chính AI, việc dạy máy có thể là tiền đề hơn so với sản phẩm.
Gurdeep Pall , phó chủ tịch tập đoàn, Microsoft Business AI nói chuyện tại một hội nghị gần đây về các giải pháp hệ thống tự trị sử dụng giảng dạy máy móc. [Ảnh: Dan DeLong cho Microsoft]
Ngay cả Gurdeep Pall của Microsoft cũng thừa nhận điều này, lưu ý rằng từ thông dụng dường như tạo ra tiếng vang khi công ty thảo luận với các nhà phân tích trong ngành. Ông cũng lưu ý rằng sẽ có nhiều hơn nữa, bao gồm hỗ trợ cho nhiều thuật toán đào tạo và nhiều công cụ đào tạo trực quan hơn sẽ giúp cho việc dạy máy trở nên dễ tiếp cận hơn. Hiện tại, công ty chỉ đang tìm cách đặt cổ phần vào mặt đất.
Thay vì một số ý tưởng trừu tượng, chúng ta có thể chỉ ra rằng đây là cách nó thực sự có thể được áp dụng, và đây là lý do tại sao khi bạn áp dụng nó theo cách này, bạn có thể thấy những lợi ích cho chính mình, anh ấy nói.
Máy dạy học là một thứ và Microsoft muốn sở hữu nó
Các nhà nghiên cứu của Microsoft Patrice Simard , Alicia Edelman Pelton và Riham Mansour (trái sang phải) đang làm việc để truyền máy giảng dạy vào các sản phẩm của Microsoft. [Ảnh: Dan DeLong cho Microsoft]
BỞI JARED NEWMAN5 PHÚT ĐỌC
Microsoft đang tập hợp đằng sau một từ thông dụng mới khi họ cố gắng bán các doanh nghiệp về trí tuệ nhân tạo.
Nó được gọi là giảng dạy về máy, và được Microsoft định nghĩa một cách lỏng lẻo là một bộ công cụ mà các chuyên gia của con người trong bất kỳ lĩnh vực nào có thể sử dụng để tự đào tạo AI. Sau khi liên tục phát triển và có được một số công cụ này, Microsoft hy vọng sẽ phổ biến khái niệm dạy máy bằng một cú hích công khai lớn . Hy vọng là nhiều công ty sẽ xây dựng phần mềm AI của riêng họ, chạy trên nền tảng điện toán đám mây của Microsoft, tất nhiên là ngay cả khi họ không thuê các chuyên gia AI của riêng họ.
Gurdeep Pall, phó chủ tịch tập đoàn kinh doanh AI của Microsoft cho biết, đây sẽ là một trong những lực lượng biến đổi lớn về cách AI có thể được áp dụng cho nhiều kịch bản hơn và có sẵn cho nhiều người hơn trên thế giới. .
ĐÓNG CỬA
Microsoft đưa ra cách dạy máy như một sự bổ sung cho việc học máy, trong đó đề cập đến cách các hệ thống AI phân tích dữ liệu và học cách dự đoán mọi thứ, như liệu một bức ảnh có chứa khuôn mặt người hay không. Với việc dạy máy, con người hướng dẫn hệ thống cùng với việc chia nhỏ một nhiệm vụ thành các bài học cá nhân, giống như cách một người học chơi bóng chày có thể được huấn luyện trên bóng tee trước khi tốt nghiệp để ném bóng và ném bóng nhanh.
Học máy của máy là tất cả về thuật toán tìm các mẫu trong dữ liệu, theo Pall Pall. Dạy máy là về việc chuyển giao kiến thức từ chuyên gia con người sang hệ thống máy học.
Microsoft không thể tuyên bố quyền sở hữu duy nhất của thuật ngữ này. Xiaojin (Jerry) Zhu , giáo sư tại Đại học Wisconsin-Madison, đã sử dụng máy dạy học dạy tiếng Anh để mô tả một loạt các phương pháp tiếp cận để đào tạo thuật toán học máy từ năm 2013, mặc dù cả ông và Microsoft đều đồng ý có một số định nghĩa trùng lặp.
Mặc dù Microsoft cho biết việc dạy máy có lợi nhất cho các lĩnh vực như hệ thống tự trị, nơi AI phải quyết định giữa rất nhiều hành động trong thế giới thực, nhưng đó cũng chỉ là một cách giúp AI dễ tiếp cận hơn. Với các công cụ phù hợp, một chuyên gia về chủ đề sẽ có thể đào tạo một hệ thống AI mà không cần phải học máy, giống như cách một huấn luyện viên bóng chày không phải học hóa học não.
Về cơ bản, [chuyên gia về chủ đề] về cơ bản có thể bắt đầu sử dụng AI mà không hiểu nhiều về cách thức hoạt động của máy học, chính Pall Pall nói. Về cơ bản, họ có thể chuyển những kiến thức mà họ có với tư cách là chuyên gia về con người trong một lĩnh vực cụ thể sang AI cần để vận hành nó.
Năm ngoái, Microsoft đã mua lại một startup có tên là bonsai để giúp trừu tượng hóa sự phức tạp của phát triển AI. Tương tự như cách Visual Basic là ngôn ngữ lập trình đơn giản hơn C, bonsai có ngôn ngữ riêng, được gọi là Inkling, được cho là đơn giản hơn so với phát triển AI cấp thấp. Pall nói rằng với các loại công cụ này, các ngành công nghiệp như năng lượng, tài chính và chăm sóc sức khỏe có thể xây dựng các ứng dụng AI mà không phải thuê các chuyên gia AI của riêng họ, những người có nhu cầu cao và nguồn cung ngắn.
Mark Hammond , tổng giám đốc Microsoft cho Business AI và cựu Giám đốc điều hành bonsai, đã phát triển một nền tảng sử dụng giảng dạy máy móc để giúp củng cố sâu các thuật toán học tập giải quyết các vấn đề trong thế giới thực. [Ảnh: Dan DeLong cho Microsoft]
Một ví dụ, Pall nói, Shell gần đây đã làm việc với bonsai để phát triển một máy khoan giếng tự trị . Mặc dù các thuật toán học tập cơ bản không khác gì những gì Shell có thể tự phát triển, việc dạy máy có thể giúp các chuyên gia cải thiện hệ thống theo thời gian dễ dàng hơn.
Vấn đề bây giờ không phải là, thuật toán của tôi có tốt hơn khi tìm thấy thêm một phần trăm hiệu suất không? Pall nói. Bây giờ, có phải chuyên gia về con người có thể điều khiển hệ thống để học cách trở thành một cỗ máy tốt hơn nó không?
CHUYÊN GIA VẪN CẦN
Bất chấp những tuyên bố lớn đó, nhà phân tích Erick Brethenoux của Gartner nói rằng các công ty vẫn sẽ cần các chuyên gia về AI.
Đối với một điều, dạy máy phụ thuộc vào cách tiếp cận thử nghiệm và lỗi cụ thể đối với AI được gọi là học tăng cường sâu. Ví dụ, nếu mục tiêu là di chuyển một đối tượng đến một đích cụ thể, thì hệ thống sẽ được thưởng bất cứ khi nào nó hướng đối tượng đi đúng hướng. Brethenoux nói rằng các ứng dụng cho phương pháp này vẫn còn khá hẹp và hiếm khi được sử dụng ở quy mô.
Nhưng ngay cả khi Microsoft đúng rằng nó sẽ trở nên được áp dụng rộng rãi hơn trong tương lai, ông vẫn đề nghị có một chuyên gia AI ở bên cạnh để giám sát hệ thống ở chế độ nền và giải thích những gì đã xảy ra nếu có sự cố.
Bạn cần một chút minh bạch trong hộp và đôi khi các chuyên gia tên miền không phải lúc nào cũng là chuyên gia kỹ thuật, theo ông Brithenoux. Đôi khi họ không có kiến thức để mở hộp.
CỌC TRONG LÒNG ĐẤT
Brethenoux cũng lưu ý rằng Microsoft không đơn độc trong việc cố gắng đơn giản hóa phát triển AI. Ông chỉ ra các công ty khác như Cogitai , công ty cung cấp nền tảng riêng cho việc học tập củng cố sâu và Cloud CloudML của Google , nơi hứa hẹn khả năng đào tạo các mô hình AI tùy chỉnh với kiến thức học máy tối thiểu.
Tuy nhiên, Brethenoux nói rằng Microsoft đã làm rất tốt để củng cố các công cụ AI của mình trong những năm gần đây và họ hiểu được nhu cầu của các công ty. Họ đã làm rất tốt trong vài năm qua, ông nói. Họ đã nâng cao lĩnh vực này rất nhiều.
Sau đó, dạy máy không phải là quá nhiều về một số tiến bộ mới trong AI, mà là về tiếp thị một loạt các cải tiến nhỏ hơn có thể tăng lên theo thời gian. Cũng như các từ thông dụng công nghệ khác, như Internet of Things, không dây 5G và thậm chí là chính AI, việc dạy máy có thể là tiền đề hơn so với sản phẩm.
Gurdeep Pall , phó chủ tịch tập đoàn, Microsoft Business AI nói chuyện tại một hội nghị gần đây về các giải pháp hệ thống tự trị sử dụng giảng dạy máy móc. [Ảnh: Dan DeLong cho Microsoft]
Ngay cả Gurdeep Pall của Microsoft cũng thừa nhận điều này, lưu ý rằng từ thông dụng dường như tạo ra tiếng vang khi công ty thảo luận với các nhà phân tích trong ngành. Ông cũng lưu ý rằng sẽ có nhiều hơn nữa, bao gồm hỗ trợ cho nhiều thuật toán đào tạo và nhiều công cụ đào tạo trực quan hơn sẽ giúp cho việc dạy máy trở nên dễ tiếp cận hơn. Hiện tại, công ty chỉ đang tìm cách đặt cổ phần vào mặt đất.
Thay vì một số ý tưởng trừu tượng, chúng ta có thể chỉ ra rằng đây là cách nó thực sự có thể được áp dụng, và đây là lý do tại sao khi bạn áp dụng nó theo cách này, bạn có thể thấy những lợi ích cho chính mình, anh ấy nói.
Nhận xét
Đăng nhận xét