Ян Лекун: «AR-очки — Святой Грааль для разработчиков ИИ»

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Руководитель ИИ-разработок Facebook Ян Лекун говорит, что создание AR-очков требует решения сразу нескольких серьезных задач — и инженерных, и алгоритмических. С учетом потенциала воздействия технологии именно на стартапы с этой сфере нужно обращать внимание в первую очередь.

Ян Лекун — один из самых авторитетных экспертов в области ИИ — выступал на воркшопе в рамках масштабной конференции NeurIPS. Гарнитуры дополненной и виртуальной реальности — одно из самых важных направлений инвестиций для Facebook, и Лекун объяснил почему.

По его словам, создание полезных и компактных AR-очков — цель, которая требует решения целого ряда серьезнейших задач. Распознавание изображений и проецирование AR-слоя — лишь одна составляющая. С этим команды по машинному обучению имеют дело давно и более-менее справляются.

Однако форм-фактор очков предполагает, что эту задачу нужно решать ограниченными ресурсами и желательно в режиме реального времени. Как отмечает Venture Beat, об экономии ресурсов большинство ИИ-разработчиков особенно не заботятся, хотя на NeurIPS-2019 оценка энергоэффективности алгоритмов стала одной из важнейших тем.

«Для аппаратного обеспечения это огромная проблема. Очки с камерами отслеживают направление взгляда в реальном времени, когда вы двигаетесь… что уже требует солидного объема вычислений. Хорошо бы иметь возможность управлять голосовым ассистентом, так что очки должны слушать и генерировать речь. Хотите распознавание жестов — нужно, чтобы помощник также отслеживал положение рук в реальном времени», — рассуждает Лекун.

Исследователь в связи с этим предрекает появление множества узкоспециализированных процессоров для конкретных популярных моделей машинного обучения — например, только для работы сверточных нейронных сетей или только для распознавания языка.

Это изменит расклад, потому что сейчас, подчеркнул Лекун, слабое «железо» зачастую ограничивает команды в целеполагании, мешают мечтать на полную.

Хорошие идеи откладывают в долгий ящик по трем причинам: медленное железо, отсутствие высокоуровневого софта, а также проблемы с воспроизведением результатов экспериментов.

Лекун также вновь подтвердил свой прогноз о следующем этапе развития ИИ — это будут алгоритмы неконтролируемого обучения, которые постигают мир примерно так же, как это делают дети.


Источник: hightech.plus

Комментарии: