วิศวกร AI ของ Facebook พูดถึงการเรียนรู้เชิงลึก ภาษาการเขียนโปรแกรมใหม่ๆ และฮาร์ดแวร์สำหรับปัญญาประดิษฐ์

การเรียนรู้เชิงลึกในอนาคตอาจต้องใช้ภาษาการเขียนโปรแกรมใหม่ที่มีความยืดหยุ่นและใช้งานง่ายกว่า Python ตามที่ Mr. Yann LeCun ผู้อำนวยการฝ่ายวิจัย AI ของ Facebook กล่าว หนึ่งในผู้เชี่ยวชาญชั้นนำในด้านปัญญาประดิษฐ์ในปัจจุบัน . เหตุใดผู้เชี่ยวชาญคนนี้จึงคาดการณ์เช่นนั้น

“ยังไม่ชัดเจนว่าจำเป็นต้องสร้างภาษาโปรแกรมใหม่หรือไม่ อย่างไรก็ตาม มีความจำเป็นต้องเปลี่ยนความคิดของนักวิจัยและวิศวกรจำนวนมาก วิศวกรเทคโนโลยีสารสนเทศ - ผู้ที่อนุรักษ์นิยมในประเด็นที่เกี่ยวข้องกับสิ่งประดิษฐ์เทียม ปัญญา. จริงๆ แล้วมีโครงการต่างๆ มากมายที่ Google, Facebook และบริษัทเทคโนโลยีอื่นๆ อีกมากมาย ในการออกแบบภาษาโปรแกรมใหม่ซึ่งรวบรวมในลักษณะที่อาจมีประสิทธิภาพมากขึ้นสำหรับการพัฒนาเชิงลึก การเรียนรู้ แต่ฉันไม่แน่ใจว่าชุมชน จะเป็นไปตามนั้นหรือไม่ เพราะใครๆ ก็แค่อยากใช้ Python” นาย Yann LeCun กล่าว

• ปัญญาประดิษฐ์สามารถเขียนบทความทั้งหมดได้จากข้อมูลเพียงไม่กี่ชิ้น

การพัฒนาภาษาโปรแกรมใหม่เป็นแนวทางที่สมเหตุสมผลหรือไม่?

ตามรายงาน Octoverse ล่าสุดของ GitHub ปัจจุบัน Python เป็นภาษาที่ใช้บ่อยที่สุดโดยนักพัฒนาที่ทำงานในโครงการการเรียนรู้ของเครื่อง และยังมีส่วนช่วยในเฟรมเวิร์ก PyTorch ของ Facebook และ TensorFlow ของ Google

Mr. Yann LeCun นำเสนอรายงานที่การประชุม International Solid-State Circuits Conference (ISSCC) ซึ่งจัดขึ้นเมื่อวันที่ 19 กุมภาพันธ์ในซานฟรานซิสโก โดยได้เรียนรู้เกี่ยวกับแนวโน้มล่าสุดในการพัฒนาการเรียนรู้ของเครื่อง ในนั้น ส่วนแรกของบทความบอกเล่าเกี่ยวกับบทเรียนที่ Yann LeCun เรียนรู้จาก Bell Labs รวมถึงการสังเกตของเขาที่ว่านักวิจัย AI และนักวิทยาศาสตร์คอมพิวเตอร์มักจะมีแนวโน้มที่จะใช้คำสั่งที่เชื่อมโยงเครื่องมือฮาร์ดแวร์และซอฟต์แวร์เข้าด้วยกัน

• ปัญญาประดิษฐ์เป็นส่วนหนึ่งของวิทยาการคอมพิวเตอร์หรือไม่?

ปัญหาฮาร์ดแวร์

ปัญญาประดิษฐ์มีอายุมากกว่า 50 ปี โดยใช้เวลาครึ่งศตวรรษในการพัฒนาและพัฒนา แต่ความสำคัญและการประยุกต์ใช้เทคโนโลยีนี้ในทางปฏิบัติที่เพิ่มขึ้นในปัจจุบันมีแนวโน้มลดลง แนวโน้มดังกล่าวเชื่อมโยงอย่างใกล้ชิดกับการเติบโตของพลังการประมวลผล จัดทำโดยชิปคอมพิวเตอร์และส่วนประกอบฮาร์ดแวร์ที่เกี่ยวข้อง

Yann LeCun ทำงานที่ Bell Labs มาเป็นเวลานานนับตั้งแต่ทศวรรษ 1980 และรับผิดชอบการพัฒนา AI ที่ ConvNet (CNN) และเขาได้ข้อสรุปว่าฮาร์ดแวร์ที่ดีกว่าจะมีส่วนทำให้เกิดอัลกอริธึมที่ดีขึ้นและประสิทธิภาพที่ดีขึ้น

ในช่วงต้นทศวรรษ 2000 หลังจากออกจาก Bell Labs และร่วมงานกับมหาวิทยาลัยนิวยอร์ก Yann LeCun ได้ทำงานร่วมกับผู้ทรงคุณวุฒิคนอื่นๆ ในสาขา AI เช่น Yoshua Bengio และ Geoffrey Hinton ดำเนินการวิจัยเพื่อรื้อฟื้นความสัมพันธ์ โดยมุ่งเน้นไปที่โครงข่ายประสาทเทียมและส่งเสริม ความนิยมของการเรียนรู้เชิงลึก

ในช่วงไม่กี่ปีที่ผ่านมา ความก้าวหน้าในฮาร์ดแวร์ เช่น Field-Programmable Gate Arrays - FPGA (วงจรรวมพิเศษหรือชิปที่สามารถตั้งโปรแกรมภายในขอบเขตได้หลังจากผลิตแล้ว) หน่วยประมวลผลเทนเซอร์ (TPU) จาก Google และการประมวลผลกราฟิก หน่วย (GPU) - มีบทบาทสำคัญในการเติบโตของอุตสาหกรรม AI

“ฮาร์ดแวร์ประเภทนี้มีอิทธิพลอย่างมากต่อการวิจัยที่ผู้คนกำลังทำอยู่ ดังนั้นทิศทางของ AI ในทศวรรษหน้าก็จะได้รับอิทธิพลอย่างมากจากสถานะของการพัฒนาฮาร์ดแวร์เช่นกัน แน่นอนว่านักวิจัยด้านวิทยาการคอมพิวเตอร์ไม่ต้องการถูกผูกมัดด้วยข้อจำกัดด้านฮาร์ดแวร์ แต่นั่นคือความจริง"

นอกจากนี้ นาย Yann LeCun ยังเน้นย้ำว่าผู้ผลิตฮาร์ดแวร์ที่เกี่ยวข้องกับ AI บางรายควรพิจารณาและให้คำแนะนำเกี่ยวกับประเภทของสถาปัตยกรรมที่จำเป็นในอนาคตอันใกล้นี้ ซึ่งอาจเป็นไปได้ในอีกไม่กี่ปีข้างหน้า ก่อนที่ระบบการเรียนรู้เชิงลึกจะมีขนาดเพิ่มขึ้น นอกจากนี้ยังจำเป็นต้องมีฮาร์ดแวร์ที่ได้รับการออกแบบมาโดยเฉพาะสำหรับการเรียนรู้เชิงลึกสามารถประมวลผลในวงกว้างแทนที่จะต้องประมวลผลตัวอย่างการฝึกอบรมจำนวนมากเพื่อเรียกใช้โครงข่ายประสาทเทียม เศรษฐศาสตร์ทุน ถือเป็นมาตรฐานปัจจุบัน

“ตัวอย่างเช่น หากคุณเรียกใช้รูปภาพเพียงภาพเดียว คุณจะไม่สามารถใช้ประโยชน์จากพลังการประมวลผลทั้งหมดที่มีอยู่ใน GPU ได้ คุณจะต้องสิ้นเปลืองทรัพยากรโดยพื้นฐาน ดังนั้นนักพัฒนาควรคิดถึงวิธีการฝึกอบรมโครงข่ายประสาทเทียมที่มีประสิทธิภาพมากกว่านี้”

• [Infographic] งานในอนาคตเมื่อปัญญาประดิษฐ์ค่อยๆเข้ามาแทนที่มนุษย์

ในบทความ Mr. Yann LeCun ยังย้ำความเชื่อของเขาว่าการเรียนรู้ด้วยตนเองภายใต้การดูแลจะมีบทบาทสำคัญในการส่งเสริมการพัฒนา AI สมัยใหม่ เขาเชื่อว่าระบบการเรียนรู้เชิงลึกในอนาคตจะได้รับการฝึกฝนเป็นส่วนใหญ่ด้วยการเรียนรู้ด้วยตนเองแบบมีผู้สอนและจำเป็นต้องใช้ฮาร์ดแวร์สมัยใหม่ที่มีประสิทธิภาพสูงกว่าเพื่อรองรับการเรียนรู้ด้วยตนเองแบบมีผู้สอน ใกล้กันมาก

เมื่อเดือนที่แล้ว คุณ Yann LeCun ยังได้จัดการอภิปรายเกี่ยวกับความสำคัญของการเรียนรู้แบบมีผู้ดูแลด้วยตนเอง ซึ่งเป็นส่วนหนึ่งของเรื่องราวเกี่ยวกับการทำนายแนวโน้มของ AI ในปี 2562 ฮาร์ดแวร์ที่สามารถจัดการการเรียนรู้แบบมีผู้ดูแลได้นี้จะมีความสำคัญสำหรับ Facebook เช่นเดียวกับระบบอัตโนมัติ การขับขี่ หุ่นยนต์ และเทคโนโลยีรูปแบบอื่นๆ อีกมากมาย