MIT Introduction to Deep Learning | 6.S191
Sommario:
L'app mobile di YouTube è diventata un po 'più intelligente oggi e continuerà ad essere più intelligente ogni giorno d'ora in poi.
Una nuova riprogettazione promette consigli video personalizzati basati su una tecnologia di rete neurale profonda. Il sistema di apprendimento artificiale raccoglierà e troverà modelli nelle scelte video di ciascun utente di YouTube e quindi consiglierà video simili. Il sistema migliora l'identificazione dei video correttamente ogni volta che sceglie un video che piace all'utente.
Traduzione: vedrai più o meno lo stesso (e più di quello che ti piace) quando si tratta della tua linea di video consigliata.
Come funziona il deep learning di YouTube
L'apprendimento profondo è diventato un argomento di conversazione popolare in A.I. e le community tecnologiche e Google, azienda madre di YouTube, spesso conduce tale conversazione. Google attualmente lo usa per cose come il riconoscimento vocale e l'identificazione di oggetti in Google Foto. Non è un concetto troppo tecnico (uno scienziato di ricerca di Google ha persino insegnato un corso di approfondimento gratuito su Udacity), ma alla fine assumerà il controllo del funzionamento dei computer.
L'annuncio di YouTube suggerisce questo video per comprendere il sistema che deciderà quali video guardare in futuro:
Essenzialmente, gli ingegneri del software stanno scrivendo programmi imparare come risolvere i problemi piuttosto che scrivere programmi che risolvono solo i problemi. I neuroni digitali paragonabili ai neuroni del cervello umano lavorano insieme per capire cosa sia. La prossima volta che la rete neurale incontra un oggetto simile, può riconoscere quell'oggetto. I computer non possono imparare velocemente quanto gli umani, ma avere una dimensione del campione grande quanto quella di YouTube.
Cosa significa questo per te
"Ogni giorno, raccomandiamo centinaia di milioni di video diversi su Home, miliardi di volte, in 76 lingue", si legge nel blog di YouTube.
YouTube afferma che la sessione di visualizzazione media sui dispositivi mobili è superiore a 40 minuti e che i dispositivi mobili rappresentano più della metà delle centinaia di milioni di ore di YouTube guardate ogni giorno. Chiaramente, tutto ciò che raggiunge quella quantità di persone ha una forte influenza su come la gente pensa e su cosa pensa.
Da un lato, il sistema di reti neurali profonde può creare una sensazione di omogeneità. Il bias di conferma può dilagare e le persone guardano sempre più lo stesso tipo di video che promuovono le stesse idee. Altri punti di vista verranno eliminati e le comunità affiatate perderanno una prospettiva più ampia.
Certo, questo è uno scenario peggiore. Una volta che la rete neurale digitale impara tutti i tuoi Mi piace e Non mi piace, sarà molto più facile rimanere sul lato divertente di YouTube e molto più difficile arrivare a quella parte del WTF di YouTube.
Puoi fuggire da un buco nero attraverso un buco del verme?
Un buco nero dovrebbe essere un pezzo di spazio-tempo così incredibilmente denso, che aspira tutta la materia e la luce nelle vicinanze e la distrugge efficacemente. Ma non sempre funziona in questo modo. Abbiamo già visto prove di buchi neri pranzare su un delizioso materiale cosmico, e poi ruttare un po 'di esso. E ...
Deep 'Reinforcement Learning' sta insegnando ai robot nuove abilità più velocemente che mai
Un'abilità che richiede mesi per imparare potrebbe richiedere poche ore, secondo Raia Hadsell di Google DeepMind.
Katie Baker di Grantland va giù nel buco del coniglio Reddit | MEDIA DIETA
Quando Katie Baker sta cercando una storia per Grantland, "Twitter è la mia base di partenza", dice. Tuttavia, trae ispirazione da un mezzo molto più antico. "Sono davvero, stranamente ossessionato - e lo sono da quando avevo 10 anni - con la radio sportiva della WFAN a New York", mi dice Baker. "Ho praticamente questo in the ba ...