Los expertos discuten sobre el movimiento de IA para el próximo Foro IA 2019 – Samsung Global Newsroom

Samsung Electronics se compromete a continuar avanzando en el campo de la inteligencia artificial (IA), con la esperanza de crear un mejor mañana. Para discutir el futuro de la tecnología de inteligencia artificial y abordar y abordar los desafíos tecnológicos que enfrentan los investigadores actualmente, la compañía recientemente organizó su tercer foro anual sobre Samsung AI.

Celebrado del 4 al 5 de noviembre en Seúl, el foro de este año reunió a expertos en IA de renombre mundial de todo el mundo para idear ideas fascinantes para abordar algunos de los desafíos más apremiantes que enfrenta la investigación de IA en la actualidad. 'hui.

Predecir las próximas tendencias principales en IA

La tecnología moderna de inteligencia artificial no solo puede analizar datos usando algoritmos, sino que también se está moviendo hacia una cognición similar a la de los humanos. Con el aumento de la potencia informática y el progreso del aprendizaje en profundidad, la tecnología de inteligencia artificial intenta analizar los datos en sí misma y aprende a identificar mejor la respuesta adaptado a una situación o contexto dado. La aplicación de Big Data en el aprendizaje profundo acelera esta tendencia.

Si bien el progreso reciente ha sido prometedor, los oradores del Foro de Amnistía Internacional de este año han acordado que algunos desafíos tecnológicos aún no se han resuelto. El profesor Kyunghyun Cho de la Universidad de Nueva York resumió el estado actual de la tecnología. "Imagine un agente hipotético de inteligencia artificial equipado con tecnología actual", dijo el profesor Cho. "Apenas ha abierto los ojos para poder ver y detectar objetos; apenas ha abierto los oídos para escuchar a la gente y escuchar lo que dicen; apenas abrió la boca para hablar brevemente; apenas está aprendiendo a mover sus extremidades. En otras palabras, acabamos de dar un pequeño paso adelante en la construcción de una máquina verdaderamente inteligente, o un conjunto de algoritmos para administrar un agente tan inteligente. "

El profesor Noah Smith de la Universidad de Washington dijo: "Hemos visto un gran progreso con el uso de redes neuronales cada vez más profundas formadas en conjuntos de datos cada vez más grandes". algoritmos, reduciendo los costos de construcción del sistema y mejorando los métodos de aprendizaje de datos como una forma de mover la tecnología de IA al siguiente nivel.

Los oradores también expresaron sus puntos de vista sobre áreas en las que los avances de la IA deberían centrarse, destacando elementos como los controles de red inalámbrica, aumentando la autonomía de la IA, la expansión de las aplicaciones de IA en la investigación química y biológica y la racionalización de las interacciones entre humanos y IA.

Como explica el profesor Abhinav Gupta de la Universidad Carnegie Mellon: "En los últimos años, hemos logrado un progreso significativo en el campo de la IA, pero la mayor parte de este progreso ha se ha realizado en la resolución de tareas específicas para las cuales se dispone de una gran cantidad de datos y supervisión. Por otro lado, los humanos pueden realizar cientos de miles de tareas, a menudo con poca o ninguna supervisión o datos. Esta es la próxima frontera en IA: desarrollar agentes inteligentes versátiles sin acceso a una gran cantidad de datos y supervisión. "

Ve más allá del aprendizaje en profundidad

El primer día del foro fue organizado por el Instituto de Tecnología Avanzada de Samsung (SAIT), creado con el objetivo de promover "investigación ilimitada para avances". Durante la sesión principal, los principales expertos presentaron documentos sobre métodos de investigación basados ​​en el aprendizaje profundo que conducen a la IA. la innovación.

El Dr. Kinam Kim, presidente y CEO de Device Solutions en Samsung Electronics, inició el evento explicando la motivación de Samsung para reunir a estos reconocidos expertos en inteligencia artificial bajo un mismo techo. "La tecnología de IA ya está teniendo un impacto en varios aspectos de nuestra sociedad", dijo el Dr. Kim. "Aquí, en el Foro de Samsung sobre IA, junto con algunas de las mentes más importantes de la industria, discutiremos y propondremos instrucciones y estrategias para el desarrollo de la IA con la esperanza de lograr El mundo mejor.

Luego, el Dr. Kim entregó el escenario al primer orador distinguido del día, el profesor Yoshua Bengio de la Universidad de Montreal, quien presentó una conferencia titulada "Hacia una comprensión de la composición del mundo a través del aprendizaje profundo".

"Los humanos son mucho mejores que los sistemas de IA actuales para generalizar fuera de distribución", explicó el profesor Bengio. "Proponemos que aprender solo del texto no es suficiente y debemos esforzarnos por desarrollar agentes de aprendizaje que construyan un modelo del mundo al que puedan asociarse las etiquetas lingüísticas".

"El objetivo de la futura metodología de aprendizaje en profundidad", continuó, "será determinar cómo puede ayudar la perspectiva del agente, común al aprendizaje de refuerzo". Aprendizaje en profundidad para descubrir mejores representaciones del conocimiento.

El profesor Trevor Darrell, de la Universidad de California en Berkeley, presentó una charla cautivadora titulada "Adaptación y explicación del aprendizaje en profundidad para sistemas autónomos". Esta charla destacó las limitaciones de la tecnología de aprendizaje en profundidad para el desarrollo de sistemas de conducción autónomos. enfoques para ayudar a superar estos problemas.

Como explicó el profesor Darrell, "el aprendizaje de representaciones en capas o" profundas "ha permitido recientemente el uso de sensores de bajo costo para vehículos autónomos y el análisis eficiente y automatizado de la semántica visual en los medios. en línea. Pero estos modelos generalmente han requerido cantidades prohibitivas de datos de capacitación y, por lo tanto, solo pueden funcionar en el entorno en el que se formaron. "

Luego, el profesor Darrell sugirió enfoques para desarrollar modelos explicables de aprendizaje en profundidad, incluidos enfoques introspectivos para visualizar estructuras compositivas en una red profunda, así como enfoques en tercera persona que pueden proporcionar justificación. en lenguaje natural de la decisión de clasificación de un modelo en profundidad.

El profesor Kyunghyun Cho de la Universidad de Nueva York tomó la palabra para presentar una presentación fascinante titulada "Tres sabores de la generación de secuencias neuronales".

El profesor. Cho explicó: "Los métodos estándar para generar secuencias neuronales asumen un orden de generación predefinido, como la generación de izquierda a derecha. A pesar del éxito rotundo de los últimos años, la pregunta es si esto es necesario y si hay otra forma de generar dicha secuencia en un orden aprendido automáticamente de los datos, sin tener que especificarlo al De antemano, o recurriendo a recursos externos. Luego introdujo tres alternativas que podrían usarse en el modelado de secuencias: decodificación paralela, predicción recursiva de conjuntos y generación basada en insertos.

Los discursos del primer día fueron seguidos por una mesa redonda moderada por el profesor Simon Lacoste-Julien de la Université de Montréal, quien discutió la creación de conjuntos de datos para modelos de aprendizaje en profundidad. El profesor Sanja Fidler de la Universidad de Toronto ha propuesto una nueva herramienta para un etiquetado más detallado de los datos de imágenes, mientras que el profesor Jackie Cheung de la Universidad McGill ha propuesto una alternativa para reemplazar los sistemas de resumen automático. textos basados ​​en artículos de prensa.

La profesora Jia Deng, de la Universidad de Princeton, presentó un método para establecer un nuevo sistema de reconocimiento que permite a AI analizar datos de manera más eficiente. El profesor Lacoste-Julien también examinó formas de mejorar la eficiencia del aprendizaje de la Red de confrontación generativa (GAN).

Desarrollar una inteligencia artificial con inteligencia humana.

El segundo día del foro fue organizado por Samsung Research, el centro de investigación y desarrollo de vanguardia que dirige las futuras tecnologías de desarrollo para el negocio SET (productos finales) de Samsung Electronics. El segundo día fue animado por expertos de diversos campos que discutieron cómo aplican la IA en su investigación actual y revelaron formas más innovadoras de abordar las limitaciones actuales de la tecnología.

DJ Koh, presidente y director ejecutivo de la división de TI y comunicaciones móviles de Samsung Electronics, preparó el escenario para el día dos presentaciones destacadas al compartir sus ideas sobre la importancia de la inversión de Samsung en inteligencia artificial. . "En este mundo hiperconectado, donde todo está conectado a través de las tecnologías 5G, AI e IoT, la compañía que ofrece la experiencia más innovadora se convertirá en el mercado líder mundial", dijo Koh. "Creo que Samsung liderará el camino impulsando las innovaciones 5G, AI e IoT".

El profesor Noah Smith de la Universidad de Washington pronunció el discurso de apertura del día. El profesor Smith, reconocido como uno de los principales expertos mundiales en el diseño de algoritmos centrados en datos para el análisis autónomo de los lenguajes humanos, presentó redes neuronales recurrentes racionales (RNN). ) y describió el camino a seguir para lograr modelos de aprendizaje en profundidad más eficaces para el procesamiento del lenguaje. .

"Los modelos actuales de aprendizaje en profundidad no se basan en una comprensión real del lenguaje", dijo Smith. "Por lo tanto, es difícil explicar el razonamiento detrás de sus acciones. Los experimentos han demostrado que los RNN racionales pueden operar de manera competitiva como modelos de lenguaje y para diversas tareas de clasificación, particularmente con cantidades más pequeñas de datos anotados, mientras se usan menos parámetros y se conduce más rápido. "

Luego, el profesor Abhinav Gupta de la Universidad Carnegie Mellon propuso un nuevo modelo para potenciar la visión y el aprendizaje de la robótica. El profesor Gupta ha demostrado cómo este mecanismo de autoaprendizaje a gran escala va más allá de los límites del aprendizaje supervisado.¹y cómo integrarlo con futuros agentes de IA.

El modelo de autoaprendizaje presentado por el profesor Gupta es una metodología en la que un sistema de IA modela el mundo físico a través de una comprensión visual y ayuda a comprender el espacio y el entorno. los objetos. El objetivo es establecer modelos predictivos basados ​​en el conocimiento de la física, la percepción espacial y las relaciones de causa y efecto.

La sesión de "Charla invitada" que siguió a la presentación del profesor Gupta se centró en formas concretas de extender la IA a más áreas de nuestra vida cotidiana.

"Es difícil para AI entender el mundo usando solo los datos en los que se formó, y cuando las variables están involucradas, los datos pueden producir una conclusión completamente diferente de lo que el desarrollador pretendía", dijo. dijo el profesor Vaishak Belle, de Escocia. Universidad de Edimburgo.

La profesora Belle hizo hincapié en la necesidad de un desarrollo transparente y responsable de la inteligencia artificial y sugirió centrar los esfuerzos en 1) el desarrollo de una tecnología de aprendizaje automático accesible incluso para expertos no expertos en inteligencia artificial, 2) comprender algoritmos de sesgo para garantizar una toma de decisiones justa 3) aplicar principios éticos a los sistemas de IA. Los enfoques que sugirió se basaron en una lógica simbólica con respecto al desarrollo del aprendizaje automático.

El profesor Joan Bruna de la Universidad de Nueva York presentó los últimos avances en el desarrollo de modelos de aprendizaje profundo llamados redes neurales gráficas (GNN). "Un gráfico es una herramienta efectiva para integrar interacciones que involucran usuarios, dispositivos y conocimiento", explicó el profesor Bruna. "Los GNN, que pueden representar gráficos, aprender y razonar sobre las relaciones, son esenciales para desarrollar una inteligencia artificial capaz de la inteligencia humana".

Las sesiones que siguieron se dividieron en dos temas: "Visión e imagen" y "En dispositivo, IoT y Social". Ambas pistas presentaron presentaciones fascinantes, dirigidas por un experto en inteligencia artificial, así como debates interesantes centrados en la tecnología de IA. sus aplicaciones

Presentación de los últimos avances de Samsung en inteligencia artificial.

Cada Foro de Inteligencia Artificial de Samsung brinda a los participantes la oportunidad de examinar los últimos avances de Samsung en la investigación de inteligencia artificial. Este año, la compañía utilizó el foro como un paso para presentar una tecnología de traducción de IA basada en dispositivos que ofrece a los usuarios un servicio rápido y confiable incluso sin una conexión a Internet.

El foro también ha servido como escaparate para la próxima generación de expertos en inteligencia artificial. Los carteles fuera de la sala de conferencias ofrecieron a los participantes la oportunidad de examinar investigaciones y disertaciones de estudiantes en escuelas de pregrado y posgrado en Corea.

La visión de Samsung para la tecnología de inteligencia artificial se centra en crear un ecosistema de dispositivos y servicios centrados en el usuario que mejore significativamente la vida de los usuarios. Al organizar este evento, la compañía espera hacer más que solo presentar los últimos avances en investigación de IA, sino buscar activamente soluciones innovadoras para abordar algunos de los desafíos tecnológicos más apremiantes.

¹ El aprendizaje supervisado se refiere a un método de aprendizaje automático que recopila información significativa basada únicamente en los datos aprendidos. Dado que las reglas se pueden crear una vez que se ha recopilado una gran cantidad de datos, cuanto más se extiende la conclusión del autoaprendizaje, más se vuelve sofisticada la conclusión.