Andrew Ng har ført hold på Google og Baidu, der har gået på at skabe selvstændige læring edb-programmer, der anvendes af hundreder af millioner af mennesker, herunder e-mail-spam-filtre og touch-screen keyboard at gøre at skrive nemmere ved at forudsige, hvad du måske ønsker at sige næste.
Som en måde at få maskiner til at lære uden opsyn, han har trænet dem til at erkende, katte i YouTube-videoer uden at blive fortalt, hvad der var katte, der var. Og han revolutioneret dette område, der er kendt som kunstig intelligens, ved at vedtage grafik-chips beregnet til video spil.
Baidu er Chief Scientist, Der Ledede virksomheds AI Skub, til at Træde tilbage
At skubbe grænserne for kunstig intelligens yderligere, en af verdens mest anerkendte forskere på området siger, at mange flere mennesker har brug for at få involveret. Så hans fokus nu er på at undervise den næste generation af AI specialister til at undervise i de maskiner.
Næsten 2 millioner mennesker over hele verden har taget Ng ‘ s online kursus om machine learning. I sine videoer, ranglet, 6-fods-1 Brite i Hong Kong og Singapore opdragelse taler med en, der er vanskelige at placere en accent . Han forsøger ofte at få de studerende fortrolig med ufatteligt begreber ved at anerkende up front, i det væsentlige, at “hey, det her er svært.”
Ng ser AI som en måde at “gratis menneskeheden fra gentagne psykisk slid.” Han har sagt, at han ser AI ændring af stort set alle brancher, og enhver opgave, der tager mindre end et sekunds tanke i sidste ende vil blive udført af maskiner. Han sagde engang berømt, at det eneste job, der måske ikke har ændret sig, er hans frisør – som en ven af hans svarede, at hun kunne få en robot til at gøre sit hår.
I slutningen af et 90-minutters interview i hans sparsomme kontor i Palo Alto, Californien, han afslører, hvad der er delvist bag hans ambition.
“Livet er chokerende kort,” den 41-årige it-forsker siger, svinge sin bærbare computer i udsigt. Han er beregnet i et Chrome-browser-vindue, hvor mange dage, vi har fra fødsel til død: lidt mere end 27.000. “Jeg ønsker ikke at affald, der i mange dage.”
Bygning hjerner som en teenager
En opkomling programmør ved en alder af 6, Ng lært kodning tidligt fra sin far, en læge, der forsøgte at programmere en computer til at diagnosticere patienter, der anvender data. “På hans opfordring,” Ng siger, han pillede med disse begreber på sin hjemmecomputer. Som 16-årig skrev han et program til at beregne trigonometriske funktioner som sinus og cosinus ved hjælp af en “neurale netværk” – de centrale edb-motor af kunstig intelligens inspireret af den menneskelige hjerne.
“Det var virkelig fantastisk, at du kunne skrive et par linjer af kode, og har det med at lære at gøre interessante ting,” sagde han.
Efter at have afsluttet high school fra Singapore Raffles Institution, Ng gjorde runder af Carnegie Mellon, MIT og Berkeley, før du tager ophold, som en professor på Stanford University.
Der, han underviste i, robot-helikoptere til at gøre luftakrobatik efter at være blevet uddannet af en ekspert pilot. Arbejdet blev “inspirerende og spændende,” minder om Pieter Abbeel, så er en af Ng ‘ s ph.d. – studerende, og nu er en datalog på Berkeley.
Abbeel siger, at han en gang styrtede ned et $10.000 (omkring Rs. 6.4 lakhs) drone helikopter, men Ng børstet det. “Andrew var altid gerne,” Hvis disse ting er alt for simpelt, alle andre kunne gøre det”.
Mærket af Ng
Ng ‘ s standout AI arbejde, der er involveret med at finde en ny måde at effektivisere neurale netværk ved hjælp af chips oftest findes i video-game maskiner.
Indtil da, dataloger, havde for det meste har påberåbt sig almene formål processorer – ligesom Intel-chips, som stadig køre mange Pc ‘ er. Disse chips kan håndtere kun et par computing opgaver samtidigt, men kompensere for det med rasende fart. Neurale netværk, men virker meget bedre, hvis de kan køre tusindvis af beregninger samtidig. Der viste sig at være en opgave, særdeles velegnet for en anden klasse af chips, kaldet graphics processing units, eller Gpu ‘ er.
Så når grafik chip maker Nvidia åbnet sine Gpu ‘ er til generelle formål, der ligger uden video spil i 2007, Ng sprang på teknologien. Hans Stanford team begyndte at offentliggøre papirer om den teknik, et år senere, fremskynde machine learning med så meget som 70 gange.
Geoffrey Hinton, hvis University of Toronto holdet imponerede kammerater ved hjælp af et neuralt netværk til at vinde den prestigefyldte ImageNet konkurrence i 2012, kreditter Ng med at overtale ham til at bruge den teknik. At vinde affødt en byge af medløbere, hvilket giver anledning til fremkomsten af moderne AI.
“Flere forskellige mennesker, der foreslog at bruge Gpu’ er,” Hinton siger, via e-mail. Men arbejdet af Ng ‘ s hold, siger han, “var det, der overbeviste mig.”
Lære at undervise computere
Ng ‘ s fascination med AI blev ledsaget af et ønske om at dele sin viden med eleverne. Som online undervisning tog tidligere i dette årti, Ng opdaget en naturlig stikkontakt.
Hans “Machine Learning” kursus, der sparkede Stanford ‘ s online learning program sammen med to andre kurser i 2011 tilmeldte 100.000 mennesker uden for enhver markedsføring indsats.
Et år senere, han medstifter af online-læring start Coursera. Mere for nylig, forlod han sin high-profil job på Baidu til at lancere deeplearning.ai , en start, som producerer AI-kurser.
Hver gang han startede med noget stort, uanset om det er Coursera, Google Hjernen, dyb læring enhed, eller Baidu ‘ s AI lab, han har tilbage, når han følte, at de hold, han har bygget, kan fortsætte uden ham.
“Så skal du gå, ‘Fantastisk. Det er blomstrende, med eller uden mig,” siger Ng, der fortsætter med at undervise på Stanford, mens du arbejder i det private erhvervsliv.
For Ng, en af hans næste udfordringer kan nævnes det at have et barn med sin roboticist kone, Carol Reiley. “Jeg ville ønske, at vi vidste, hvordan børn (eller endda en hund) lærer,” Ng siger i en e-mail opfølgning. “Ingen af os i dag at vide, hvordan at få computere til at lære med den hastighed og fleksibilitet af et barn.”