Tzw. głębokie uczenie się może wymagać nowego języka programowania, który będzie bardziej elastyczny i łatwiejszy w obsłudze niż Python, stwierdził Yann LeCun, związany z działaniem SI na serwisie Facebook. LeCun pracuje z sieciami neuronowymi od lat osiemdziesiątych.
Google czy Facebook mogłyby zaprojektować język, którego używano by w przypadku głębokiego uczenia się, ale nie jest pewne, że ludzie również się na niego przerzucą. Python jest obecnie najpopularniejszym językiem używanym przez programistów pracujących nad projektami związanymi z uczeniem maszynowym, a język stanowi podstawę dla facebookowych frameworków PyTorch i Google TensorFlow.
Czytaj też: https://whatnext.pl/sztuczna-inteligencja-na-tej-stronie-tworzy-wiarygodne-twarze-nieistniejacych-osob/Sztuczna inteligencja na tej stronie tworzy wiarygodne twarze nieistniejących osób
Sztuczna inteligencja liczy sobie ponad 50 lat, ale jej obecny rozwój jest ściśle związany ze wzrostem mocy obliczeniowej zapewnianej przez chipy komputerowe i inny sprzęt. Na początku 2000 roku,LeCun prowadził badania mające na celu zwiększenie zainteresowania sieciami neuronowymi oraz procesami głębokiego uczenia. W ostatnich latach istotną rolę w rozwoju branży odegrały postępy w dziedzinie sprzętu. Mowa m.in. o bezpośrednio programowalnej macierzy bramek (FPGA), jednostce przetwarzania tensorów (TPU) oraz procesorach graficznych (GPU).
LeCun podkreślił szereg tendencji widocznych w przypadku sztucznej inteligencji, które producenci sprzętu powinni wziąć pod uwagę w nadchodzących latach i wydać zalecenia dotyczące rodzaju architektury potrzebnej w najbliższym czasie. Jego zdaniem należy zwrócić uwagę na postęp w kwestii głębokiego uczenia. LeCun uważa, że przyszłe systemy będą w dużej mierze szkolone dzięki samodzielnemu uczeniu. Poza tym nowy, wysokowydajny sprzęt będzie potrzebny do prowadzenia tego typu przedsięwzięć.
[Źródło: venturebeat.com]
Czytaj też: Sztuczna inteligencja OpenAI pisze niepokojąco wiarygodne fake newsy
