www.machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

Глубокое обучение Indaba 2019 года: история из 3 частей

Дата публикации Oct 3, 2019

Фото: Рамон Салинеро

Возможность

В пыльном университетском городке на окраине Найроби, Кения, на ежегодном собрании собралось более 750 с нетерпениемГлубокое обучение Индаба- это третье издание в своем роде. Конференция объединяет исследователей и практиков из более чем 30 различных африканских стран, заинтересованных в машинном обучении и искусственном интеллекте (ИИ).

Посетив прошлогоднюю версию в Стелленбосе, Южная Африка, я был приятно удивлен, увидев, насколько обширной стала Индаба. Ясно, что голод к знаниям и общине не уменьшился. Среди различных конференций, которые я посещаю, это уникальное место, потенциально единственное, где оно действительно ощущается как семья, которая снова собирается вместе через некоторое время.

Я не могу переоценить то, насколько важным я считаю это сообщество. За последние несколько лет машинное обучение было повторно запущено, поскольку повышение производительности и алгоритмической эффективности позволило нам снять учебные колеса и более интеллектуально работать с невероятно большими наборами данных. В результате технология - горячая собственность прямо сейчас - по уважительной причине.

Хабы Силиконовой долины, Пекина, Лондона и т. Д. Привлекают к себе большое внимание, поскольку большинство ключевых технических достижений и влиятельных технологических компаний появились в этих местах. Они контролируют связь принятия решений ИИ. Эта концентрация обеспечивает целенаправленное, быстро развивающееся развитие, но она также создает пузырь, который имеет некоторые нервные побочные эффекты (я бы сказал, что).

Таким образом, в ответ на этот вызов «Индаба» - это призыв Африки занять место за столом. Он отмечает выдающиеся достижения африканских исследований (не сомневайтесь, что на секунду) и объединяет нужных людей для важных разговоров, необходимых для решения уникальных африканских проблем.

Для меня это величайшая возможность, скрывающаяся на виду. Когда мы рассматриваем типы проблем, которые наши нынешние методы машинного обучения лучше всего решают, Африка имеет их все. Это действительно лучшее место для работы над ИИ, потому что эти препятствия являются такими мощными возможностями для технологии, чтобы оказать реальное ощутимое влияние. Они богаты и сложны, и любые прорывы, которые делают в них вмятину, отразятся на всем мире. Будущее ИИ в Африке.

«Мы направляли ракеты и вводили в заблуждение людей».

Эта цитата Мартина Лютера Кинга заключает в себе одну ключевую трансформацию, которую я хочу увидеть. Конференция посвящена высокоуровневым исследованиям в области машинного обучения, и совершенно справедливо - передовая математика и информатика являются основой этих достижений.

Однако сила этой технологии созрела для неправильного использования, как злонамеренного, так и случайного, если мы не будем тщательно продумывать этические принципы, которые мы используем для разработки, поддержания и интерпретации результатов. Этические и социальные последствия решений, принимаемых разработчиками, сидящими на этих сессиях, будут невероятно важными в предстоящие годы, и тем не менее очень мало было сказано ни по одной из этических тем, которые волнуют тех из нас, кто находится за пределами области.

Это совсем не мало для организаторов, потому что они посвятили значительную часть одного дня конференции этике. Тем не менее, явка и участие в этой сессии были не в восторге. Это было несколько предсказуемо, потому что были различные другие захватывающие сессии, которые происходили параллельно - которые привлекли большую часть толпы.

Я думаю, что это свидетельствует о большей озабоченности в отрасли, где доминирует дисциплина информатики. Я думаю, что важно, чтобы мы включили в обсуждение помощь истории, философии и экономики. Нам нужно больше междисциплинарных мыслителей, чтобы работать над такими вещами, как прозрачность, объяснимость, выравнивание и другие этические темы, которые недостаточно учитываются разработчиками, которые часто стремятся идти вперед любой ценой. Конечно, это не относится ко всем разработчикам, у меня был ряд обнадеживающих бесед с коллегами-делегатами на эти темы, но это справедливо для большей части, чем мы часто хотим признать.

Одним из ключевых примеров является отчаяние для больших наборов данных. В Африке мы очень ограничены в том, что касается наборов данных, которые являются полезными, структурированными, маркированными и достаточно большими, чтобы запускать многие модели, которые мы хотели бы - и, как таковые, - любой набор данных, на который вы можете попасть, стоит его вес в золоте.

Этот недостаток ресурсов неизбежно снижает скептицизм, строгость и тестирование, которые могут быть применены, чтобы гарантировать, что набор данных пригоден для использования. Предвзятость и социальный контекст, который присутствует в этих данных, должны быть приняты всерьез, и когда мы празднуем слишком рано, эти параметры легко не заметить Это особенно верно, когда давление, чтобы не отставать от западного мира, огромно.

Опять же, это не критика, характерная для Индабы, а отраслевая. Мы недостаточно тщательно думаем о социальных последствиях создаваемых нами алгоритмов.

Быть самым глупым человеком в комнате

Мои последние несколько комментариев относятся к чудесному прозрению, которое я получил, сидя в зале в университете Кениата. В большинстве случаев я не имел права присутствовать на этих сессиях. Мои знания в области компьютерных наук в лучшем случае зарождаются, и, хотя я очень много работал над повышением квалификации в течение последних нескольких лет, я все еще был не в себе на конференции такого уровня.

Но это было волшебно. Я не могу объяснить радость от того, что вы находите что-то, что вы находите интеллектуально увлекательным, но невероятно трудным, и проводите целую неделю, пытаясь плавать в этом бассейне. В течение недели я ничего не делал, кроме как ел, спал и дышал машинным обучением с одними из самых ярких умов на континенте. В каждой моей дискуссии я был самым глупым человеком в этой дискуссии.

Возможность роста и обучения - это наркотик, для которого я живу, и, став себя в такие ситуации, я чувствовал себя по-настоящему живым.

Я смотрю на ИИ с другой точки зрения, чем прирожденный ученый-компьютерщик. Я привожу свой собственный опыт из, казалось бы, не связанных между собой областей, и поэтому я считаю, что мне есть что сказать в этих беседах.

Я еще не там. Я все еще слабый. Но каждый день я учусь больше и становлюсь немного менее глупым. Не стоит недооценивать меня, вы пожалеете об этом.

Как говорит одна из моих любимых южноафриканских пословиц:

«Знание подобно льву, его нельзя нежно обнять».

До встречи в Тунисе в 2020 году!


Этот пост был первоначально опубликован наwww.barrymorisse.com,

Оригинальная статья

Footer decor

© www.machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map