2016年11月20日 星期日

AI的發展真的是超乎我們的想像!!!

From flora

 

分享一下最近看的東西,我覺得AI的發展真的是超乎我們的想像!!!

也許在不遠的未來,真的會顛覆我們對於問題解決的想像邏輯!!!

 

1.      http://technews.tw/2016/10/26/neural-network-nvidia-tesla/ 為何特斯拉拋棄 Mobileye 擁抱 Nvidia

 

他的論點是:

目前自動駕駛車,都細分成多個項目,像是辨識物體、辨識道路,最後再加以結合,所以無法確認電腦是否真的完全抓到開車訣竅,而NVDA做的事情是:讓汽車自己去開車,訓練類神經網路(Neural NetworkNN),讓電腦掌握開車技巧。

ð  NVDA:顛覆過往的全新模式(AI
以前自動駕駛車細分為各種項目,無法確認電腦是否完全抓到開車訣竅,但AI的訓練卻能使類神經網路「全面」掌握駕駛技術。一年內就有非常好的效果,這也是10/19 TSLA敢宣稱所有生產車款要配備全自動駕駛硬體裝置的由來,之後可以好好關注這個議題!因為若是AI成功,將對過去的產業鏈造成很大的顛覆!

ð  MBLY:舊有模式做到最好的影像辨識商
Mobileye可以在簡單的攝影機底下,運用軟體辨識行車過程中的危險物(辨識速度優+準確性夠,但前提是能見度高),並對其做出反應,這是在舊有思維底下一層一層分工後,做得很好的圖像辨識商,所以目前大多數ADAS的圖像辨識搭載MBLY的主因!目前MBLY搭載汽車數仍在上升中,隱憂是AI發展成功之後,現有ADAS供應鏈可能會洗牌,但目前MBLY仍是最受惠的。

2.
 https://www.thenewslens.com/article/54437 模糊圖片立馬變清晰,運算速度快100倍——Google推出「超解析度」怎麼辦到的?

 

這個新聞很有趣!這個演算方法也是類神經網路(NN)的方式,讓他從多個高解析度 vs 低解析度的圖片做學習,比現有最好的演算法快100倍,而且需要更少記憶體。遇到新的圖片時,他會去回顧過去學習過的資料庫進行調整,其實就像是alphaGO利用大量棋譜自我學習的模式!

ð  GOOG已經把AI的概念延伸,放到應用領域方面,年初看棋王對決的時候,還沒有感覺AI離我們這麼近,但我相信接下來AI相關演算法的軟體會越來越多!

 

我的看法:

1.      以前的軟體,都是針對問題去想解決方案,要先有邏輯 => 才有辦法寫成程式,當假設越多,例外狀況越多,重複結合的判斷因子越多,寫出的程式會越複雜、計算越久、需要越大的記憶體空間。

2.      AI是用自我學習的方式,反而可以跳脫人為邏輯上判斷不足而產生出錯的地方(因為當變因很多時,是無法考慮完全,才要常常debug),AI的學習反而可以比A => B的程式邏輯更全面,只是目前都在發展中,AI的極限尚不知道,但AI若是這樣發展下去,完全顛覆目前我們現有的產業解決問題模式!
(非若A則B,而是像一個孩子一樣,從一堆經驗複雜訊號中學習)

 

之後關注:

1.      NVDATSLA自動駕駛車進度與狀況!!!! (可能改變整個產業)

2.      GOOG推出有關類神經網路(NN)的應用程式,如何改變生活與演算法

也許產業的變化,比我們想像的,更快更有趣!

沒有留言:

張貼留言