2021年的机器学习会有哪些值得期待的改变

2021-01-13来源: 知乎日报关键字:机器学习

2021 年伊始,我希望从一个从业者和研究者的角度谈谈我对数据挖掘领域和机器学习的一些期待。

 

image.png


首先在我看来最最最重要的就是可扩展性(scalability),也就是怎么把大规模智能模型部署到硬件上,并实时地进行预测和分析。去年和两家知名的业界金融公司(他们俩家加起来占到了全美信用卡结算的 70%)的机器学习负责人有过交流,大家面临的共同问题都是虽然机器学习模型在小规模数据上表现的确不错,比传统的规则模型和统计模型要好。但是部署到大规模的尺度上,需要处理每秒上千万的交易时,没有一个模型可以用且没有现成的部署。这就造成了一个尴尬的现状,在很多传统领域,想要做到实时预测,最缺的不是算法,而是系统和部署。这也是为什么我从 19 年开始转向了机器学习系统方向,研究怎么能高效的部署和使用算法。最近做了一系列加速传统模型的算法和系统,希望很快可以和大家见面。

 

而可扩展性的另一面就是轻量化和边缘计算(edge computing),比如怎么在移动设备(比如手机和智能手表)上部署机器学习和数据挖掘模型。这个需求是明显的,比如智能设备上有了越来越多的传感器,可能可以被用于实时检测健康状况和各种各样的风险。而移动设备上的运算能力和硬件都是有很大局限性的,因此对模型进行压缩、蒸馏,对数据进行降维等一系列操作就变得更为重要。因此我也对这一方向充满期待,如果能实现的话,物联网的智能性一定可以得到大幅度的提升。

 

而随着机器学习的发展,智能系统变得愈发精准,而“定制化”和“隐私”之间的冲突也变得越来越大。换句话说,我们希望智能系统对于我们的预测是精准但不侵犯隐私的。所以我对于未来智能系统的期待是如何在保护隐私的前提下做到足够定制化和精准化,这虽然有冲突但我们或许可以期待越来越被重视的差分隐私和联邦学习等。

 

随着模型复杂度爆炸式的增长,从开发者的角度而言我们也在想如何获得越来越便宜的运算能力。而未来的世界可能算力就是实力,对于复杂的问题我的算力就代表了实力。因此我对于未来的愿景也有如何得到更加便宜的算力,或者对于学术界和非盈利性组织提供更便宜的算力。如果哪个大企业刚好看到这个回答,欢迎联系资助我们的一系列开源项目的算力。AI for all! Free for all!

 

如果谈 2020 年的话,肯定逃不过新冠疫情。而这其实也引出了另一个充满了前景的方向,即用机器学习辅助生物制药,也欢迎关注我们在这个方向刚刚开源的第一个全面且大规模的数据集和 benchmark 集合。我们相信机器学习可以拓展到各行各业,最终帮助我们获得各个方面的提升。而其中最重要的,莫过于医疗健康。

 

每一年单看都是巨变的一年,而放到漫长的时间轴上都只是连续的微小的一点。在 2021 年的开头,很开心能抛砖引玉列出一些我很期待的方向,也算是过去一阵子的总结思考。

 

未来很远,明天很近。

关键字:机器学习 编辑:muyan 引用地址:http://news.eeworld.com.cn/IoT/ic522739.html

上一篇:猎芯网正式成为罗彻斯特电子中国区授权线上代理商
下一篇:扩充产品分销扩容,贸泽2020年新增70多家制造商合作伙伴

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

利用MAX78000实现机器学习有多容易?
MAX78000本质上是一个ARM Cortex-M4F微控制器,周边有很多硬件,其中包括Maxim设计的神经网络(CNN)加速器(图1)。这种机器学习(ML)支持使芯片能够实时处理诸如识别关键字甚至人脸识别等,而不会浪费功率预算。  1.MAX78000包括Cortex-M4F和RISC-V内核以及CNN加速器。 该芯片还包括一个引人注意的是RISC-V内核,但是,由于其太新了,因此Cortex-M4F是主要处理器。甚至CNN的支持都还处于beta阶段之外,但这些都是本文的重点。 MAX78000具有通常的微控制器外设功能,包括一系列串行端口,定时器和并行/串行接口,例如I2S。它甚至具有
发表于 2021-01-08
利用MAX78000实现<font color='red'>机器学习</font>有多容易?
MediaTek成为MLCommons 创始成员,加速机器学习创新发展
 MediaTek近日宣布成为MLCommons联盟的创始成员,MLCommons是一个开放式AI创新实践产业联盟,由多家全球领导厂商发起成立,将共同致力于推进机器学习和人工智能的标准及衡量指标。 除了MediaTek外, 该联盟的创始成员还包括有谷歌、微软、Facebook、阿里巴巴和百度等多家在机器学习及人工智能领域的领导企业。MediaTek与联盟成员将在人工智能领域的专业知识进行深度交流,以支持跨行业的人工智能框架和衡量标准,从而精进搭载MediaTek芯片方案终端设备的用户体验。 MediaTek 执行副总经理暨首席技术官周渔君表示 : “人工智能
发表于 2020-12-17
IEEE:AI、机器学习、5G、IoT成了2021年最重要技术
近日,IEEE(电气电子工程师学会)发布了《IEEE全球CIO、CTO访问调研:2021年的机遇和挑战,以及关键的科技趋势》。本次调研在美国、英国、中国、印度和巴西五个国家进行,共对350名CIO(首席信息官)和CTO(首席技术官)进行访问。据IEEE全球CIO、CTO调研结果显示,32%的受访者认为人工智能和机器学习,将成为全方位影响2021产业发展的关键技术。超过一半(56%)的中国受访者认为,人工智能和机器学习技术在全球新冠疫情恢复中发挥着最关键的作用。20%的全球受访者认为5G将会是2021年最重要的科技,物联网(14%)紧随其后。IEEE会上,上海科技大学杨旸教授表示,5G和物联网技术2021年将在千行百业的数字化转型
发表于 2020-12-17
Esperanto发布1100个RISC-V内核的机器学习芯片
在日前召开的RISC-V峰会上,Esperanto Technologies的首席执行官Art Swift宣布了一款基于RISC-V的新型芯片,集成了基于RISC-V架构的近1100个低功耗内核,应用于机器学习。Esperanto Technologies总部设在加利福尼亚州山景城,2014年成立,其目标是“使RISC-V成为AI和机器学习等计算密集型应用的首选架构。”Swift回顾了2017年的情境,当时Esperanto的创始人兼董事长Dave Ditzel在第七届RISC-V研讨会上提出了Esperanto的愿景。在那个研讨会上,Ditzel设定了一个目标:“在单个设备上放置4000个甚至更多的内核”。 Ditzel
发表于 2020-12-11
Esperanto发布1100个RISC-V内核的<font color='red'>机器学习</font>芯片
ADAS功能被弃用?现代开发了全球首个基于机器学习的智能巡航技术
现代汽车集团宣布开发了全球首款基于机器学习的智能巡航控制技术,可识别和分析驾驶模式,打造定制的自动驾驶体验。 1、基于机器学习的智能巡航控制对于驾驶爱好者来说,将制动和加速控制权转让给诸如自适应巡航控制之类的驾驶辅助系统可能会感到有些放松,但也可能会感到有些机械,因为目前人工智能在汽车上的应用还并不完善,自适应巡航系统往往会出现反应迟钝、跑偏或者比较小心翼翼的跟车以及加速过快等问题,让一些系统变得很鸡肋。 为了给 AI 带来一些人的直觉,现代汽车透露正在开发一种新型的巡航控制系统,该技术可以研究方向盘后面人的驾驶方式,然后在机器学习的帮助下模仿他们的习惯。 现代汽车称该新系统为 SCC-ML,即基于
发表于 2020-12-02
ADAS功能被弃用?现代开发了全球首个基于<font color='red'>机器学习</font>的智能巡航技术
小广播
换一换 更多 相关热搜器件
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved