I temi caldi di oggi potrebbero essere le ceneri fredde e umide di domani. Ad esempio, la velocità di convergenza degli approcci CNN e LSTM, specialmente in combinazione, ha distolto considerevolmente l'attenzione dai progetti RNN di base.
Allo stesso modo, i temi freddi di oggi potrebbero essere le braci ardenti di domani. Certo, alcuni degli argomenti freddi rimarranno freddi. Il punto debole potrebbe essere quello di identificare quelli che stanno diventando più caldi e che probabilmente saranno elementi tecnologici futuri sostenibili.
Reti di attenzione residua
Le reti di attenzione residua, come le reti LSTM, rappresentano un miglioramento rispetto agli RNN usando un approccio diverso. Poiché le reti di attenzione sono progettate per conservare le risorse, convergono più rapidamente o con una minore domanda di hardware e rete per supportare l'esecuzione parallela.
Sviluppo automatizzato di modelli non cartesiani
La ricerca nell'automazione della modellazione è la chiave di molte applicazioni AI. Alcuni degli algoritmi in fase di sviluppo non estraggono semplicemente tensori di caratteristiche (array, matrici, cubi e ipercubi), ma sviluppano modelli di grafici, diretti o associativi, con o senza cicli consentiti.
- Sistema gerarchico di mappe autoorganizzanti per la classificazione delle azioni
Z Gharaee, P Gärdenfors, M Johnsson, ICAART, 2017
- Modellazione runtime per applicazioni cyber-fisico-umane intelligenti incentrate sull'utente , Lorena Castañeda Bueno, 2017
- Analisi delle proprietà topologiche delle reti complesse che modellano testi scritti brevi , Diego R. Amancio, 2015
- Riepilogo dello schema nella selezione delle funzionalità basate su dati collegati per sistemi di raccomandazione , Azzurra Ragone et. al., 2017
Topologie di segnale che supportano gli equilibri
Molti ignorano l'importanza dei GAN, non perché possono fare cose interessanti con le immagini, ma a causa di come si discostano dalla semplice topologia del percorso del segnale in cui la convergenza su un insieme addestrato di parametri viene raggiunta su una matrice unidimensionale di strati e blocchi di strati.
I componenti discriminativi e generativi nella progettazione GAN sono descritti in dettaglio in un'altra domanda di scambio dello stack AI su * Capire la perdita di GAN FUnction . Sebbene la generazione di immagini dall'approccio GAN e i suoi figli concettuali dimostrino una nuova capacità nello spazio della rete artificiale, l'ampiezza di questo significato multi-rete potrebbe non essere immediatamente ovvia. Non è una pila in profondità di strati, ma una pila di due reti profonde in una topologia a otto cifre, concettualmente molto simile a una striscia di Möbius.
Questa topologia crea un equilibrio tra due reti, la generativa (G) e la discriminativa (D). Il suo designer l'ha definita una relazione contraddittoria perché G e D hanno ruoli opposti. Tuttavia, la loro azione nel sistema è effettivamente collaborativa, creando un equilibrio molto simile a un equilibrio chimico o simbiosi in biologia, in modo da raggiungere un obiettivo specifico. Questo potrebbe rivelare la direzione più promettente nell'IA oggi.
Progettare topologie di segnale che supportano ulteriori forme di collaborazione e simbiosi tra reti, in cui ogni rete è un componente che apprende il suo ruolo insieme ad altre reti di componenti, in modo che il sistema aggregato apprenda la sua funzione in grado di sintetizzare forme di intelligenza artificiale che i DNN non possono.
I sistemi basati su regole e le reti profonde sono unidimensionali in termini di flusso del segnale. Di per sé non possono mai approssimare le caratteristiche più notevoli del cervello umano.
Elaborazione parallela Utilizzo di GPU come DSP
Le implementazioni VLSI delle reti di spiking sono importanti e ora ci sono implementazioni come https://github.com/Hananel-Hazan/bindsnet che sfruttano l'accelerazione hardware GPU per investigarle senza accedere ai chip VLSI sviluppati da grandi aziende.
Riconoscimento vocale e sintesi per TTS end-to-end
La recente comparsa di eccellenza nella sintesi che utilizza sistemi come WaveNet di Google ha aperto le porte ad applicazioni TTS (text-to-sound) più accurate, in modo che probabilmente è un buon momento per diventare un esperto di registrazione vocale da utilizzare in set di esempi di formazione ma un brutto momento per avviare una casa di produzione vocale personalizzata utilizzando altoparlanti dal vivo.
Veicoli automatizzati
I veicoli automatizzati di vari tipi hanno bisogno di esperti in fisica dei veicoli, fabbricazione automobilistica, aeronautica e prodotti di consumo per una vasta gamma di tipi di veicoli con forti incentivi economici e di sicurezza che guidano la semi-automazione e l'automazione completa.
- Landers su Marte
- Droni di consumo
- Droni industriali
- Droni militari
- Aerei passeggeri
- Automobili per passeggeri
- Limos
- I treni
- Sedie a rotelle
- Veicoli di consegna
- Distribuzione automatica degli alimenti
- Robot per la riparazione di centrali nucleari
- Robot per la riparazione della distribuzione elettrica
Sommario
Potrebbe essere difficile scoprire in anticipo quale delle tecnologie a caldo nell'IA rimarrà dominante tra cinque anni o quale delle tecnologie di riscaldamento diventerà ardentemente calda allora, ma quanto sopra sono solide tecnologie che mostrano significative promesse iniziali e per le quali ci sono grandi affari, richieste industriali e dei consumatori.