Category: технологии

Category was added automatically. Read all entries about "технологии".

Buy for 10 tokens
Buy promo for minimal price.

Анализ 16 625 научных работ из arXiv показал тенденции развития искусственного интеллекта



Издание MIT Technology Review проанализировало 16625 статей из раздела artificial intelligence базы данных препринтов научных статей arXiv.org, чтобы понять, как развивались разработки в области искусственного интеллекта и какие направления будут популярны в ближайшее время.

Большинство достижений в области искусственного интеллекта сегодня относятся к глубокому обучению: медицина, робототехника, автономные автомобили. Но некоторые учёные полагают, что Deep learning (глубокое обучение) — это короткая тенденция, которая вскоре пойдёт на спад и откроет дорогу другим методам.
Стоит отметить, что публикация работ об ИИ на arXiv началась в 1993-м, в то время как термин artificial intelligence относится к 50-м годам. Кроме того, статьи в базе — только часть всех работ по данной теме. Однако это хороший источник для выявления тенденций развития отрасли.

Исследование выявило три основных тренда:

рост популярности машинного обучения в конце 90-х — начале 2000-х;
развитие нейронных сетей в 2010-х;
недавний рост числа разработок, основанных на обучении с подкреплением.

Популярность машинного обучения

В 1980-е годы учёные были сосредоточены на идее, что можно соединить и закодировать все знания человечества в систему правил и обучить искусственный интеллект здравому смыслу. Однако сообщество столкнулось с ограничениями: правил оказалось очень много, и закодировать их вручную было невозможно. После этого начался рост популярности машинного обучения. Разработчики решили запрограммировать машины, чтобы те самостоятельно извлекали закономерности из больших данных.
Нейронные сети

В нулевых учёные тестировали разные методы обучения нейросетей. Байесовские сети, метод опорных векторов, эволюционные алгоритмы тоже были популярными и конкурировали между собой.

Все изменилось в октябре 2012-го. Алгоритм, разработанный Джеффри Хинтоном (Geoffrey Hinton) и командой при поддержке Google, достиг высокой точности в задаче классификации 1000 объектов на фотографиях на конкурсе ImageNet. Команда использовала методы глубокого обучения и свёрточные нейронные сети. Таким образом, популярность этих методов быстро выросла.
Последняя тенденция — обучение с подкреплением

Последний перелом в научном сообществе произошёл в 2015 году. Одинаково популярными были три подхода к обучению нейронных сетей: обучение с учителем, без учителя и обучение с подкреплением. Однако после того как алгоритм AlphaGo от DeepMind победил чемпиона мира по игре в го, используя обучение с подкреплением, в сообществе сразу наметился перекос в сторону роста исследований по этой теме.
Следующее десятилетие

Исследование показывает, как некоторые непопулярные подходы в одно мгновение становились самыми используемыми, благодаря внезапным вспышкам достижений. Нейронные сети доминировали в 60-х, после чего стали популярными вновь в 2010-х. Концепция «здравого смысла» была популярна в 1980-х, но сейчас некоторые учёные тоже к ней обращаются. Байесовские сети доминировали в 1990-х, а опорные векторы — в 2000-х.

В MIT (Massachusetts Institute of Technology) полагают, что 2020-е продолжат эту тенденцию. Это означает, что популярность методов deep learning уменьшится и на смену им придут новые разработки или переосмысленные методы из прошлого. Но пока у исследователей нет ответа, какие именно подходы способны заменить глубокое обучение. Сегодня этот вопрос вызывает ожесточённые споры.
https://22century.ru/popular-science-publications/ai-development-historical-trends?utm_source=sendpulse&utm_medium=push&utm_campaign=2666442
Источники: https://neurohive.io/ru/novosti/ai-development-historical-trends, https://www.technologyreview.com/s/612768/we-analyzed-16625-papers-to-figure-out-where-ai-is-headed-next

Искусственный интеллект и алгофонды.

Оригинал взят у sell_off в Искусственный интеллект и алгофонды.
Трейдеры и банкиры - сдавайтесь... вам будут обеспечены тепло и еда


Добавить
в дневник

Искусственный интеллект и алгофонды. Здесь весь движ

Миллиардер Пол Тюдор Джонс через свой хеджфонд инвестировал $10 млрд в алгофонды (quant funds) CargoMetrics и Numerai для разработки искусственного интеллекта в трейдинге.

CargoMetrics – фонд под управлением председателя правления Google Эрика Шмидта, Numerai – фонд под управлением создателя Renaissance Technologies Ховарда Моргана. Судя по всему, конечная цель Джонса – полностью перевести рынки на алгоритмическую торговлю. Он так и говорит: «Ни один человек не лучше машины, ни одна машина не лучше человека с машиной».

Про алготрейдинг говорят все чаще в последние годы – настолько часто, что идея докатилась до массового игрока. Как грибы растут «компании», пытающиеся нам втюхать гениальный алгоритм, работающий 100%. Странно было бы, если бы у каждого трейдера появился такой алгоритм, который зарабатывает со 100%-ой гарантией, не правда ли?

Но это всего лишь некие отзвуки процессов, происходящих далеко наверху, особенно последние пару лет. А процессы в целом такие: традиционные совместные и хеджфонды все меньше привлекают инвесторов и показывают все худшие результаты, а аппетит к алготрейдингу растет такими темпами, что впору говорить о новой «алголихорадке».

Перспективные области применения, такие как машинное обучение, и в самом деле потрясают воображение. Шмидт считает, что в ближайшем будущем останутся только два вида торговли: первый, когда люди спрашивают у компьютера возможные сценарии событий и принимают решения; второй, когда все решения принимает компьютер, а людей никто не спрашивает.

Алгофонды показывают рост клиентов восьмой год подряд, а с 2009 года их совокупный капитал удвоился до $918 млрд – чуть-чуть не хватает до первого триллиона. Конечно, пока искусственный интеллект в них не особенно применяется. Но как раз эта область и вызывает наибольший интерес у крупнейших игроков, там сконцентрирован весь аппетит к риску.

А тем временем за 2016 год более 550 ИИ-стартапов собрали $5 млрд. Это мировой исторический рекорд. В ИИ-технологии активно вкладываются Goldman Sachs, Accel Partners, Greylock Partners, IBM. Очевидно, что следующая революция за ИИ, а крупняк уже давно ищет возможности урвать свой – самый большой – кусок пирога.


А вы отличите поддельный Мартини Бьянко?

Оригинал взят у tasting_of_life в А вы отличите поддельный Мартини Бьянко?
Сначала посмотрите все фотографии и определите, какая бутылка оригинальная, а какая - подделка. Только потом посмотрите ответ под вторым катом. Кто угадал?



Collapse )

А теперь читаем ответ и авторский комментарий Эркина Тузмухамедова

Collapse )