Ключевые идеи книги: Как учится машина. Революция в области нейронных сетей и глубокого обучения. Ян Лекун

Ключевые идеи книги: Как учится машина. Революция в области нейронных сетей и глубокого обучения. Ян Лекун

Smart Reading

Smart Reading. Ценные идеи из лучших книг

Это саммари – сокращенная версия книги Яна Лекуна «Как учится машина. Революция в области нейронных сетей и глубокого обучения». Только самые ценные мысли, идеи, кейсы, примеры.

Будут ли роботы управлять миром? Останутся ли люди без работы? И ждет ли нас восстание машин? Эти вопросы мы задаем себе и окружающим, когда слышим о новых достижениях в области машинного обучения и искусственного интеллекта. Однако все не так страшно, потому что мозг компьютера не обладает гибкостью и универсальностью человеческого мозга. Компьютерные нейроны – всего лишь математические функции, рассчитанные программой. А самые сложные и мощные компьютеры – узкопрофильные машины. Они могут обыграть человека в шахматы, за секунду найти нужное изображение среди миллионов картинок, но они учатся медленнее людей и даже животных. И главное – у машин нет ни грамма здравого смысла. О том, что из себя представляют машины сейчас и чего ждать в будущем, вы узнаете из саммари книги «Как учится машина».

Smart Reading

Ключевые идеи книги: Как учится машина. Революция в области нейронных сетей и глубокого обучения. Ян Лекун

Автор:

Yann Le Cun

Оригинальное название:

Quand la machine apprend: La rеvolution des neurones artificiels et de l'apprentissage profond

www.smartreading.ru (http://www.smartreading.ru/)

Эти быстрые, но глупые машины

ENIAC, один из первых программируемых электронных компьютеров, созданный в 1945 году в Университете Пенсильвании для военных целей, мог перемножить 360 десятизначных чисел в секунду. И это казалось чудом.

Современные персональные компьютеры в миллиард раз быстрее – их производительность исчисляется сотнями гигафлопс[1 - Флоп (англ. flop) – внесистемная единица измерения производительности компьютеров.]. Суперкомпьютеры объединяют десятки тысяч графических процессоров производительностью в десятки терафлопс. Их процессоры достигают скорости в сотни тысяч терафлопс. Они прогнозируют погоду, рассчитывают воздушный поток вокруг самолета, моделируют прошлое, например начало существования Вселенной.

Все эти сложные манипуляции включают численное решение дифференциальных уравнений или уравнений в частных производных. В недалеком прошлом математики производили подобные вычисления вручную.