Setiap hari sepertinya kita mendengar kemajuan baru yang dibuat oleh Artificial Intellegence (AI) berkat Machine Learning (ML), dari meningkatkan perawatan kesehatan hingga mengalahkan kita di poker , seringkali mudah untuk melupakan bahwa, di balik setiap robot yang sukses, ada manusia yang pintar.
Langkah cepat perubahan yang kita lihat hari ini adalah karena upaya bersama di industri dan akademisi untuk menemukan kegunaan praktis untuk jumlah data yang terus kami hasilkan dan kumpulkan.
Jadi, dalam posting ini saya akan menyoroti beberapa penggerak 'n' penggerak saat ini, yang terobosannya dalam Machine Learning (ML) terbukti sangat mendasar untuk mengembangkan alat dan teknologi digital yang memungkinkan Artificial Intellegence (AI), dari jejaring sosial ke mobil self-driving, ke internet industri.
Ng baru saja mengundurkan diri dari jabatannya sebagai kepala ilmuwan data di raksasa online China Baidu. Selain itu ia adalah pendiri sumber pelatihan online Coursera dan profesor di departemen ilmu komputer Universitas Stanford.
Sebelum bergabung dengan Baidu, ia membentuk divisi riset Artificial Intellegence (AI) untuk Otak Google dan karyanya berfokus pada pembelajaran yang mendalam . Di Stanford ia telah memimpin proyek termasuk pengembangan Robot Kecerdasan Buatan Stanford ( STArtificial IntellegenceR ) serta algoritma untuk membangun model digital 3D dari satu gambar foto datar.
Profesor Bengio, profesor di departemen ilmu komputer Universite De Montreal , terkenal karena penelitiannya tentang jaringan saraf tiruan dan pembelajaran mendalam. Dia telah menyatakan bahwa ambisi utama di balik penelitiannya adalah untuk memahami "prinsip-prinsip pembelajaran yang menghasilkan kecerdasan." Di antara prinsip-prinsip lain Artificial Intellegence (AI) dan Machine Learning (ML), banyak dari karyanya yang diterbitkan berkaitan dengan auto-encoders yang digunakan untuk menyandikan atau memformat data yang tidak terstruktur, untuk membuatnya dapat dipahami oleh komputer melalui Machine Learning (ML) tanpa pengawasan .
Sebagai direktur penelitian Artificial Intellegence (AI) di Facebook sejak 2013, LeCunn telah menerima pengakuan untuk karya perintis di bidang visi komputer - mesin pengajaran untuk "melihat" dengan cara yang sama kita lakukan dengan mengenali objek dan terus belajar, dengan mengklasifikasikan mereka. Dia juga dianggap sebagai salah satu pendiri model jaringan saraf convolutional yang bertujuan untuk membuat algoritma yang menelan dan menafsirkan informasi dengan cara yang sama seperti organisme biologis seperti mata atau otak. Dia adalah direktur pendiri pusat NYU untuk Ilmu Data .
Hassabis adalah salah satu pendiri Deep Mind, sebuah startup Artificial Intellegence (AI) Inggris yang diakuisisi oleh Google pada tahun 2014. Karyanya telah berfokus pada pengembangan jaringan saraf tiruan dengan menggabungkan Machine Learning (ML) dengan ilmu saraf. Paling publi dalam Pikiran ini cise d sukses sejauh ini yang AlphaGo Artificial Intellegence yang tahun lalu menjadi program komputer pertama untuk mengalahkan pemain profesional Go manusia. Sebelum terobosan ini, bahkan Artificial Intellegence terbaik hanya mampu bermain di level amatir manusia dan dapat dikalahkan oleh kebanyakan orang dengan latihan .
Hinton membagi waktunya antara bekerja sebagai Fellow Teknik di Google dan profesor di Departemen Ilmu Komputer Universitas Toronto . Sejauh 1992 ia menerbitkan makalah tentang penggunaan jaringan saraf tiruan untuk mensimulasikan pemrosesan informasi manusia dalam mesin. Hinton awalnya dilatih dalam psikologi sebelum mendapatkan gelar PhD di Artificial Intellegence (AI) dan menerapkan pemahamannya tentang proses kognitif manusia ke komputer. Anda dapat membaca sejumlah besar publikasi yang dikutip secara luas di sini.
Meskipun saat ini mengambil cuti panjang untuk bekerja sebagai kepala Artificial Intellegence (AI) dan Machine Learning (ML) di Google Cloud, Li adalah associate professor di Stanford University di mana ia mengepalai Stanford Artificial Intelligence Lab sebagai direktur, serta Stanford Vision Lab.
Dia telah menulis lebih dari 100 artikel ilmiah pada mata pelajaran mulai dari neuroscience komputasi untuk pengakuan visual dan Big Data dan karyanya pada proyek ImageNet - database gambar yang dirancang untuk pelatihan dalam pembelajaran algoritma pengenalan gambar - secara luas Lat nise d.
Langkah cepat perubahan yang kita lihat hari ini adalah karena upaya bersama di industri dan akademisi untuk menemukan kegunaan praktis untuk jumlah data yang terus kami hasilkan dan kumpulkan.
Jadi, dalam posting ini saya akan menyoroti beberapa penggerak 'n' penggerak saat ini, yang terobosannya dalam Machine Learning (ML) terbukti sangat mendasar untuk mengembangkan alat dan teknologi digital yang memungkinkan Artificial Intellegence (AI), dari jejaring sosial ke mobil self-driving, ke internet industri.
Orang Terkenal Dibidang Artificial Intellegence (AI) dan Machine Learning (ML)
Andrew Ng
Ng baru saja mengundurkan diri dari jabatannya sebagai kepala ilmuwan data di raksasa online China Baidu. Selain itu ia adalah pendiri sumber pelatihan online Coursera dan profesor di departemen ilmu komputer Universitas Stanford.
Sebelum bergabung dengan Baidu, ia membentuk divisi riset Artificial Intellegence (AI) untuk Otak Google dan karyanya berfokus pada pembelajaran yang mendalam . Di Stanford ia telah memimpin proyek termasuk pengembangan Robot Kecerdasan Buatan Stanford ( STArtificial IntellegenceR ) serta algoritma untuk membangun model digital 3D dari satu gambar foto datar.
Yoshua Bengio
Profesor Bengio, profesor di departemen ilmu komputer Universite De Montreal , terkenal karena penelitiannya tentang jaringan saraf tiruan dan pembelajaran mendalam. Dia telah menyatakan bahwa ambisi utama di balik penelitiannya adalah untuk memahami "prinsip-prinsip pembelajaran yang menghasilkan kecerdasan." Di antara prinsip-prinsip lain Artificial Intellegence (AI) dan Machine Learning (ML), banyak dari karyanya yang diterbitkan berkaitan dengan auto-encoders yang digunakan untuk menyandikan atau memformat data yang tidak terstruktur, untuk membuatnya dapat dipahami oleh komputer melalui Machine Learning (ML) tanpa pengawasan .
Yann LeCunn
Sebagai direktur penelitian Artificial Intellegence (AI) di Facebook sejak 2013, LeCunn telah menerima pengakuan untuk karya perintis di bidang visi komputer - mesin pengajaran untuk "melihat" dengan cara yang sama kita lakukan dengan mengenali objek dan terus belajar, dengan mengklasifikasikan mereka. Dia juga dianggap sebagai salah satu pendiri model jaringan saraf convolutional yang bertujuan untuk membuat algoritma yang menelan dan menafsirkan informasi dengan cara yang sama seperti organisme biologis seperti mata atau otak. Dia adalah direktur pendiri pusat NYU untuk Ilmu Data .
Demis Hassabis
Hassabis adalah salah satu pendiri Deep Mind, sebuah startup Artificial Intellegence (AI) Inggris yang diakuisisi oleh Google pada tahun 2014. Karyanya telah berfokus pada pengembangan jaringan saraf tiruan dengan menggabungkan Machine Learning (ML) dengan ilmu saraf. Paling publi dalam Pikiran ini cise d sukses sejauh ini yang AlphaGo Artificial Intellegence yang tahun lalu menjadi program komputer pertama untuk mengalahkan pemain profesional Go manusia. Sebelum terobosan ini, bahkan Artificial Intellegence terbaik hanya mampu bermain di level amatir manusia dan dapat dikalahkan oleh kebanyakan orang dengan latihan .
Geoffrey Hinton
Hinton membagi waktunya antara bekerja sebagai Fellow Teknik di Google dan profesor di Departemen Ilmu Komputer Universitas Toronto . Sejauh 1992 ia menerbitkan makalah tentang penggunaan jaringan saraf tiruan untuk mensimulasikan pemrosesan informasi manusia dalam mesin. Hinton awalnya dilatih dalam psikologi sebelum mendapatkan gelar PhD di Artificial Intellegence (AI) dan menerapkan pemahamannya tentang proses kognitif manusia ke komputer. Anda dapat membaca sejumlah besar publikasi yang dikutip secara luas di sini.
Fei-Fei Li
Meskipun saat ini mengambil cuti panjang untuk bekerja sebagai kepala Artificial Intellegence (AI) dan Machine Learning (ML) di Google Cloud, Li adalah associate professor di Stanford University di mana ia mengepalai Stanford Artificial Intelligence Lab sebagai direktur, serta Stanford Vision Lab.
Dia telah menulis lebih dari 100 artikel ilmiah pada mata pelajaran mulai dari neuroscience komputasi untuk pengakuan visual dan Big Data dan karyanya pada proyek ImageNet - database gambar yang dirancang untuk pelatihan dalam pembelajaran algoritma pengenalan gambar - secara luas Lat nise d.