毕业典礼结束后🆔,罗素教授也是找到了白冰跟杨杰。
“白冰,我是希望像你👮🌌这样的优秀的人才能🔤🂨👓够留在伯克利这边担任助教教授的,你真的不考虑一🐉下?”罗素教授一脸惋惜地看着白冰说道。
“老师,我们国家缺少这方面的人才,我回到国内也是想带出这方面更多的人才出来⚳🕠。🎦📘”白☏冰说道。
“真是可惜了,像你这样在人工智🅃能算法上有着卓绝天赋的😶天才太稀少了,如果之前我没有去过HX国的话,我是建议你😙留在MI国发展的,不过你的这位男朋友既然这么支持人工智能,我还是尊重你个人的意见。”
罗素教授点头道。
白冰在伯克利大学这边👮🌌就读的期间,在顶级的期刊上发表了几篇重要的论文,被引用的次数非常多,都是关于概率程序语言跟编译器方面,现在的她已经成为了概率程序语言方面的顶尖人才。
其实后世人🟈🛈🚖工智能三个流派已经出现了,罗素教授主攻的方向就🁿🚥是概率程序语言这一流派,在罗素教授的帮助下,白冰他们提出了一种图灵完备的概率编程语言,是一个用于快速🌝⛬🝠实验和研究概率模型的测试平台,其涵盖的模型范围从包括了很多小数据集上的经典层次模型。
这个概率语言却是让伯克利大学♢🎙之前机器学习的效率提升了十五倍🆐!
也正是如此,这种概率程🏹序语言在机器学习研究人员中变得无比风靡🎾起来,从而也让从很早就开始的逻辑算法🛞的人工智能变得黯淡起来。
基于逻辑的人工智能遮掩了感知♢🎙问题,而了🔤🂨👓解感知的原理是解开智能之谜的金钥匙——感知是属于那类对于人很容易而机器很难掌🏣握的东西。
逻辑是纯粹的,传统的象棋机器人也⚮🔯是纯粹算法化的,但现实世界却是充满了不确定性。
这也意味着很早就变成主🏹流的基于逻⚮🔯辑的人工智能注定变得前途黯淡。
而此时的深度学习的泰斗级人物Ya⚮🔯nnLe前年的时候发表了开创性的论文《基于梯度学习的文档识别方法》,他此时也是折腾出了深度学习模型。
这🏙🚜🔒位家伙为了证明自己的示例在论文里面做出了以下声明——
要在GPU上运行这个示例,首♢🎙先得有个性能良好的GPU。GPU内存至少要1GB。如果显示器连着GPU,可能需要更多内存。当GPU和显示器相连时,每次GPU函数调用都有几秒钟的时限。这么做是必不🜴可少的,因为目前的GPU在进行运算时无法继续为显示器服务。如果没有这个限制,显示器将会冻结太久,计算机看上去像是死机了。若用中等质量的GPU处理这个示例,就会遇到超过时限的问题。GPU不连接显示器时就不存在这个时间限制。你可以降低批处理大小来解决超时问题。
杨杰前世的🟈🛈🚖时候也是看过这篇论文,也看过这位🄢⚳🕢大神通过Facebook说自己在深度网络方面的工作工作可以追溯到1989年,当时他就在一台SUN4机器上花了大约个星期训练USPS数据集,其中有80🜴00个训练样本,这也是他在贝尔实验室的成果。