हमारी पोस्ट मास्को में सैमसंग रिसर्च - सेंटर फॉर आर्टिफिशियल इंटेलिजेंस (एआई) के नए प्रभाग में अनुसंधान के बारे में जानने का अवसर है। यह मई 2018 में खोला गया और डेढ़ साल में मशीन लर्निंग के क्षेत्र में सर्वश्रेष्ठ पेशेवरों को एक साथ लाया गया।

नीचे केंद्र के कर्मचारियों के मिनी साक्षात्कार हैं - आर्टिफिशियल इंटेलिजेंस पर वार्षिक फोरम के स्पीकर, जो पिछले साल दिसंबर में केंद्र में आयोजित किए गए थे। हमने दो प्रयोगशालाओं से सहयोगियों का साक्षात्कार लिया: एक कंप्यूटर विज़न और विज़ुअल मॉडलिंग प्रयोगशाला और एक मल्टीमॉडल डेटा विश्लेषण प्रयोगशाला।

सैमसंग एआई सेंटर के बारे में

सैमसंग अनुसंधान और विकास में निवेश करता है ~ वार्षिक बिक्री राजस्व का 8% - यह दुनिया में अग्रणी संकेतकों में से एक है। कंपनी के पास अमेरिका में सक्रिय पेटेंट का सबसे बड़ा पोर्टफोलियो है और इसने यूरोप की अधिकांश गर्म प्रौद्योगिकियों के लिए आवेदन दायर किए हैं। अगले तीन वर्षों में, सैमसंग कृत्रिम बुद्धिमत्ता के क्षेत्र में 5G और प्रौद्योगिकी के विकास में $ 22 बिलियन का निवेश करेगा।

सैमसंग रिसर्च, सैमसंग इलेक्ट्रॉनिक्स का एक अनुसंधान प्रभाग, दुनिया भर के 21 अनुसंधान केंद्रों को एकजुट करता है:


दुनिया के नक्शे पर सैमसंग रिसर्च यूनिट ( https://research.samsung.com/ से )

उनमें से, 7 केवल AI में विशेषज्ञता वाले केंद्र हैं। मॉस्को एआई सेंटर 29 मई, 2018 को खोला गया था, शेष छह सियोल, मॉन्ट्रियल, टोरंटो, न्यूयॉर्क, कैम्ब्रिज और माउंटेन व्यू में हैं।

मॉस्को में सैमसंग एअर इंडिया सेंटर में अनुसंधान का मुख्य क्षेत्र मशीन लर्निंग है, एक दृष्टिकोण जो भाषण मान्यता, कंप्यूटर दृष्टि और डेटा विश्लेषण में सफलतापूर्वक लागू किया गया है। सेंटर के निदेशक विक्टर लेम्पिट्स्की, पीएचडी हैं, स्कोलोवो इंस्टीट्यूट ऑफ साइंस एंड टेक्नोलॉजी के एसोसिएट प्रोफेसर, 2018 में अपने विषय श्रेणी में सबसे अधिक उद्धृत रूसी वैज्ञानिक, उद्योग के विकास में उनके योगदान के लिए 2018 में स्कोपस पुरस्कार रूस के विजेता।

मॉस्को एआई सेंटर के कार्यालय को डिजाइन करने वाले आर्किटेक्ट और डिजाइनर डिजिटल अनंत के विचार से प्रेरित थे। कार्यालय की अवधारणा को एक ऐसा स्थान बनाने के लिए डिज़ाइन किया गया है जो एक आरामदायक वातावरण में रचनात्मकता को अधिकतम करता है: मोबाइल फर्नीचर और जंगम बहुआयामी विभाजन, जिसके साथ आप कई बैठक कमरों को जोड़ सकते हैं और कार्यक्षेत्र के आवश्यक कॉन्फ़िगरेशन बना सकते हैं।


मैट्रिक्स मीटिंग रूम में Samsung AI Bootcamp 2018 के छात्रों के लिए मिखाइल रोमानोव (सीनियर इंजीनियर, विजुअल अंडरस्टैंडिंग लैब) द्वारा व्याख्यान

बैठक कक्ष में कृत्रिम बुद्धिमत्ता (द मैट्रिक्स, द टर्मिनेटर, द बिसेंटेनियल मैन, फ्रॉम द कार आदि) के बारे में फिल्मों के नाम हैं, प्रत्येक में दोनों तरफ स्क्रीन हैं, और आप मार्करों के साथ दीवारों पर लिख सकते हैं। फेस रिकग्निशन तकनीक का उपयोग करके मीटिंग रूम के दरवाजे पर तय की गई गोलियां आपको खाली समय के बारे में पता लगाने और एक कमरा आरक्षित करने की अनुमति देती हैं।


एर्गोनोमिक फर्नीचर के साथ खुली जगह: जंगम टेबल, विशेष रूप से डिज़ाइन की गई कुर्सियाँ

एआई सेंटर में खेल और विश्राम क्षेत्र हैं जहां आप ध्वनि अवशोषण के साथ एक विशेष कमरे में टेबल टेनिस खेल सकते हैं, योग और फिटनेस कर सकते हैं, एक शॉवर ले सकते हैं और कपड़े बदल सकते हैं। और यहां तक ​​कि थोड़ी नींद के लिए कुछ कैप्सूल भी हैं!



हर साल, मॉस्को एआई सेंटर में सैमसंग एआई फोरम होता है। आर्टिफिशियल इंटेलिजेंस फोरम का उद्देश्य रूस और विदेशों से बकाया वैज्ञानिकों का संचार और बातचीत है। घटना स्थल पर, वे अपने ज्ञान और अनुभव को साझा कर सकते हैं, एआई के क्षेत्र में सबसे अधिक दबाव वाली समस्याओं को हल करने के लिए विचारों की पेशकश कर सकते हैं। पिछले साल दिसंबर में, दूसरे वार्षिक फोरम के ढांचे के भीतर, मास्को के सहयोगियों द्वारा अनुसंधान के परिणाम प्रस्तुत किए गए थे, जिसका उपयोग भविष्य में एआई प्रौद्योगिकियों पर आधारित पूर्ण सेवाओं को बनाने के लिए किया जा सकता है, साथ ही साथ कंपनी के उत्पादों के लिए अनुप्रयोगों और घटकों को विकसित करते समय भी किया जा सकता है।

कंप्यूटर विजन और विजुअल मॉडलिंग की प्रयोगशाला

प्रयोगशाला के प्रमुख एंटोन कोनुशिन, पीएचडी, एचएसई और वीएमके मॉस्को स्टेट यूनिवर्सिटी के एसोसिएट प्रोफेसर हैं, जहां वह सैमसंग और मॉस्को स्टेट यूनिवर्सिटी की संयुक्त प्रयोगशाला के प्रमुख भी हैं।

मिखाइल रोमानोव और इगोर स्लीको, कोर्स "न्यूरल नेटवर्क्स एंड कंप्यूटर विज़न" के लेखक भी कंप्यूटर विज़न और विज़ुअल मॉडलिंग की प्रयोगशाला में काम करते हैं। यह 2019 में रूस में शुरू किया गया पहला फ्री मास ऑनलाइन कोर्स सैमसंग रिसर्च है, और लोग हमारे अग्रणी हैं। पाठ्यक्रम मूल बातें से छवियों के विश्लेषण में तंत्रिका नेटवर्क के उपयोग के बारे में बात करता है, विशेष ज्ञान की आवश्यकता नहीं है, केवल उच्च गणित और सांख्यिकी के क्षेत्र में बुनियादी ज्ञान और पायथन में प्रोग्राम करने के लिए तत्परता की आवश्यकता है। पाठ्यक्रम में पहले से ही 24,000 नामांकित छात्र हैं। और हत्यारा सुविधा: रोजगार की संभावना - कई लोग पहले ही साक्षात्कार के बाद केंद्र के कर्मचारी बन गए हैं।

दानिला रुखोविच

25 साल की उम्र में, उन्होंने मॉस्को स्टेट यूनिवर्सिटी के मैक्मथ से स्नातक किया, "सूचना के सैद्धांतिक सिद्धांतों" में एक डिग्री के साथ स्नातक स्कूल में पढ़ रही है। उन्होंने आईबीएम रिसर्च, एंग्री डेवलपर्स, एसएमटीडीपी टेक में काम किया। सैमसंग AI फोरम में, Danila Rukhovich और Danil Galeev ने रिपोर्ट प्रस्तुत की "मिक्समैच डोमेन एडाप्टायोन: विज़ाडा 2019 चैलेंज के दोनों ट्रैक के लिए पुरस्कार-विजेता समाधान " ( स्रोत कोड )।

हमारी प्रयोगशाला में हमारे दो बड़े समूह हैं: पहला डेप्थ एस्टिमेशन (छवि की गहराई को मापने) में लगा हुआ है, दूसरा एसएलएएम (एक साथ स्थानीयकरण और मानचित्र निर्माण की विधि द्वारा) है। और विभिन्न कार्यों के साथ छोटी टीमें हैं, उदाहरण के लिए, मेरे सहकर्मी डैनियल गेल्वे और मैं जीएएन (जेनेरिक-प्रतिस्पर्धी नेटवर्क) और अब डोमेन अनुकूलन में लगे हुए थे।

डोमेन अनुकूलन तब होता है जब हम एक डोमेन (डोमेन) पर एक तंत्रिका नेटवर्क मॉडल को प्रशिक्षित करते हैं, और फिर दूसरे डोमेन पर इसका परीक्षण करते हैं। दो सबसे सामान्य डोमेन सिंथेटिक डेटा और वास्तविक डेटा हैं। यह समस्या का यह कथन है जो सबसे अधिक प्रासंगिक है, क्योंकि सिंथेटिक डेटा को जितना चाहें उतना उत्पन्न किया जा सकता है, वे सस्ते हैं। उदाहरण के लिए, आप शहरों की कई छवियां उत्पन्न कर सकते हैं और उन पर एक मानव रहित कार को प्रशिक्षित कर सकते हैं, जो वास्तविक शहरों की सड़कों पर वास्तविक कार चलाने और वास्तविक डेटा एकत्र करने की तुलना में बहुत आसान है।

यह स्पष्ट है कि यदि हम सिंथेटिक डेटा पर तंत्रिका नेटवर्क को प्रशिक्षित करते हैं और इसे वास्तविक डेटा में स्थानांतरित करते हैं, तो यह बहुत अच्छी तरह से काम नहीं करेगा। इस अंतर को कैसे कम करें? आप उन पर एक तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए बहुत सारे लेबल किए गए सिंथेटिक डेटा उत्पन्न और उपयोग कर सकते हैं। और फिर बहुत से असंबद्ध वास्तविक डेटा का उपयोग करें (यानी संसाधन खर्च किए गए थे, लेकिन केवल डेटा संग्रह के लिए, और उनके मार्कअप के लिए नहीं)। और इस प्रकार, लेबल किए गए और असंबद्ध डेटा के संयोजन से, हम तंत्रिका नेटवर्क मॉडल की सटीकता में उल्लेखनीय वृद्धि प्राप्त कर रहे हैं।


डोमेननेट डेटासेट में विभिन्न डोमेन के उदाहरण: क्लिपआर्ट, इन्फोग्राफिक्स, पेंटिंग, स्केच, फोटो, ग्राफिक्स। ऑब्जेक्ट समान है, लेकिन डोमेन अलग हैं।

कॉन्स्टेंटिन सोफियुक

25 साल की उम्र, वीएमके मॉस्को स्टेट यूनिवर्सिटी से स्नातक की उपाधि प्राप्त की। उन्हें जॉगिंग, स्नोबोर्डिंग और कंप्यूटर विज़न का शौक है।
कॉन्स्टेंटिन ने सैमसंग एआई फोरम में "एडाप्टिस: एडेप्टिव इंस्टेंस सिलेक्शन नेटवर्क" रिपोर्ट के साथ बात की।

मुझे एल्गोरिदम से निपटने में दिलचस्पी है जो वास्तविक समस्याओं को हल करने में मदद करेगा। उदाहरण के लिए, रोजमर्रा के नियमित कार्यों को स्वचालित करें। मानव श्रम सबसे महंगा है। इसलिए, मुझे उन चीजों को करने में दिलचस्पी है जिन्हें लोगों को लाभ पहुंचाने के लिए परिवर्तित किया जा सकता है।

मेरी राय में, कृत्रिम बुद्धिमत्ता के दो विकास पथ हैं: यह या तो "मजबूत" होगा और "होली ग्रेल" जैसा कुछ होगा। एक "मजबूत" एआई का उद्भव हमारे जीवन में सब कुछ बदल देगा; मुझे यह अनुमान लगाना मुश्किल है कि क्या होगा। या, "कमजोर" एआई के बारे में बात करना संभव होगा, फिर रोबोटिक्स शायद सबसे दिलचस्प दिशा है। एक मानव रहित वाहन एक ही दिशा के अंतर्गत आता है, क्योंकि यह अनिवार्य रूप से एक रोड रोबोट है। रोबोट के साथ ड्राइवरों को बदलने से सवाल उठता है: यह क्या सामाजिक परिणाम लाएगा? हम सभी एक समाज में रहते हैं, और प्रौद्योगिकी वैश्विक सामाजिक परिवर्तन ला सकती है। मैं इस विषय पर प्रतिबिंबित करता हूं।

मेरे अंतिम लेखों में से एक है, इंस्टेंस सेगमेंटेशन के विषय के लिए समर्पित - हमारी सभी वस्तुओं की छवि पर खोज और हाइलाइटिंग। हम उन्हें पिक्सेल-बाय-पिक्सेल मास्क का उपयोग करके चुनते हैं, अर्थात, प्रत्येक बिंदु पर यह इंगित किया जाता है कि यह पिक्सेल ऑब्जेक्ट से संबंधित है या नहीं। यह दृश्य दृश्य समझ की अवधारणा के साथ अच्छी तरह से फिट बैठता है, क्योंकि एक छवि को समझने में पहला कदम यह समझना है कि उस पर क्या वस्तुएं मौजूद हैं। ऑब्जेक्ट डिटेक्शन एल्गोरिदम हैं जो इस समस्या को हल करते हैं, लेकिन वहां प्रत्येक ऑब्जेक्ट को एक आयत के साथ हाइलाइट किया गया है, और ऑब्जेक्ट दृढ़ता से ओवरलैप करते हैं: यह ऑब्जेक्ट को जहां है, वहां बहुत सरल, बहुत अधिक सन्निकटन देता है। यदि आप साधारण इनडोर दृश्यों को देखते हैं (मैं आदर्श डिजाइन कमरे, जहां वे साफ-सुथरे हैं) के बारे में बात नहीं कर रहे हैं, तो असली अपार्टमेंट इस तरह दिखेंगे: एक सोफे, तकिए, कुछ अन्य चीजें।

जब मैंने इस कार्य को शुरू किया, तो मुझे इस तथ्य का सामना करना पड़ा कि मौजूदा एल्गोरिदम ऐसे मामलों का सामना नहीं करते हैं। हम एक नए एल्गोरिथ्म में आए थे जिसे हमने अपने काम में प्रस्तुत किया था। यह आपको चौराहों की किसी भी जटिलता के साथ वस्तुओं का चयन करने की अनुमति देता है: मुख्य बात यह है कि वस्तु का कम से कम एक पिक्सेल दिखाई देता है। एल्गोरिथ्म परिकल्पना पर आधारित है जिसके अनुसार आप हमेशा एक तस्वीर में एक पिक्सेल पा सकते हैं जो एक विशिष्ट वस्तु से संबंधित है। यदि तस्वीर में ऑब्जेक्ट का एक भी पिक्सेल नहीं है, तो कोई ऑब्जेक्ट नहीं है। और अगर कोई वस्तु है, अगर कोई व्यक्ति वस्तु को देखता है, तो एक पिक्सेल होता है जो उसके अंतर्गत आता है। तदनुसार, एल्गोरिथ्म आपको ऐसे पिक्सेल ढूंढने और इन पिक्सेल के माध्यम से ऑब्जेक्ट के पूरे मास्क का चयन करने की अनुमति देता है।

अब हम संवादात्मक विभाजन के विषय के साथ काम कर रहे हैं, और यह भी एक बहुत महत्वपूर्ण कार्य है। पिछले कार्य पर वापस लौटना: इंस्टेंस सेगमेंटेशन को प्रशिक्षित करने के लिए, आपको चित्रों में सभी वस्तुओं के उच्च-गुणवत्ता वाले पिक्सेल-बाय-पिक्सेल मार्कअप की आवश्यकता होती है, और यह एक महंगी चीज है, क्योंकि यह फ़ोटोशॉप में मैन्युअल रूप से प्रत्येक में मैन्युअल रूप से बैठने और चयन करने के लिए प्रतिबंध है। और इंटरैक्टिव विभाजन आपको इस मार्कअप को स्वचालित करने की अनुमति देता है। हम इस ऑब्जेक्ट के बहुभुज का चयन करके प्रत्येक ऑब्जेक्ट को चिह्नित नहीं करते हैं, लेकिन बस एक व्यक्ति ऑब्जेक्ट पर क्लिक करता है - तथाकथित सकारात्मक क्लिक करता है। ऑब्जेक्ट या तो पहले क्लिक से चुना जाता है, या अगर यह काम नहीं करता है (उदाहरण के लिए, ऑब्जेक्ट के कुछ हिस्से को छोड़ दिया गया था, या, इसके विपरीत, कुछ अनावश्यक गिर गया), हम एक नकारात्मक क्लिक करते हैं।

परिणामस्वरूप, पिक्सेल-बाय-पिक्सेल रूपरेखा के साथ संपूर्ण ऑब्जेक्ट का चयन करने के बजाय, हम इस समस्या को कम करते हैं कि इस क्षेत्र को एक साधारण क्लिक के साथ चुना जाना चाहिए या नहीं। अभ्यास से पता चलता है कि दस क्लिक के भीतर अधिकांश चित्रों में आप उच्च सटीकता के साथ वस्तुओं का चयन कर सकते हैं। यह एक बड़ा अंतर है, डेटा मार्कअप को कई बार तेज किया जाएगा।


यदि आप ऑब्जेक्ट बिंदु का चयन करते हैं, तो एल्गोरिथ्म जो मास्क प्रदर्शित करता है

मल्टीमॉडल डेटा विश्लेषण प्रयोगशाला

प्रयोगशाला के प्रमुख सर्गी निकोलेन्को, पीएचडी हैं, जो सेंट ए पीटर्सबर्ग के मैथ्यू शाखा के वरिष्ठ शोधकर्ता हैं। ए स्टेकलोव इंस्टीट्यूट ऑफ मैथेमेटिक्स (पोमी आरएएस), सेंट पीटर्सबर्ग में हायर स्कूल ऑफ इकोनॉमिक्स में एसोसिएट प्रोफेसर, "डीप लर्निंग" पुस्तक के सह-लेखक हैं । तंत्रिका नेटवर्क की दुनिया में विसर्जन । ”

Gleb Sterkin

ग्लीब 25 साल का है, उसने मॉस्को स्टेट यूनिवर्सिटी के भौतिकी विभाग से स्नातक किया है। एक मल्टीमॉडल डेटा विश्लेषण प्रयोगशाला में इंजीनियर और प्रोजेक्ट मैनेजर। "कोई शौक नहीं, कोई शौक नहीं है, रोबोटों द्वारा आबादी।"
सैमसंग एआई फोरम में, ग्लीब ने डोमेन लेबल के बिना हाई-रिज़ॉल्यूशन डे टाइम ट्रांसलेशन पर एक प्रस्तुति दी

मेरी प्रयोगशाला जेनेरिक मॉडल, कम्प्यूटेशनल फोटोग्राफी में लगी हुई है। त्रि-आयामी संरचनाओं की बहाली के लिए कई कार्य हैं, अर्थात्। जब कई तस्वीरों को एक जटिल वस्तु के तीन आयामी आकार को फिर से बनाने की आवश्यकता होती है। साथ ही, ये चित्रों में चित्रों या वस्तुओं के लिए सार्वभौमिक प्रतिनिधित्व प्राप्त करने से जुड़े कार्य हैं। यह सब, सामान्य रूप से, तंत्रिका नेटवर्क के चारों ओर घूमता है। एक लागू दृष्टिकोण से, अनुप्रयोग प्रभावशाली होते हैं जहां एक व्यक्ति जेनेरिक मॉडल के साथ सहभागिता करता है, निहित प्रभाव से उन मामलों में जहां मॉडल किसी व्यक्ति के लिए एक उपकरण के रूप में कार्य करता है, उदाहरण के लिए, संगीत के संश्लेषण में।

मैं मुख्य रूप से मानव-मशीन इंटरैक्शन के साथ संयुक्त जेनेरेटिव मॉडल से निपटता हूं। यह दिलचस्प है! तंत्रिका नेटवर्क की तरह कुछ जटिल, कैमरे की तरह एक उपकरण में बदल जाता है, जो क्षणिक आनंद या कुछ संवेदी अनुभव प्राप्त करने के लिए लागू होता है: मैंने तीन बटन दबाए, कुछ ठंडा हुआ, यह कैसे काम करता है, इसके बारे में ज्यादा नहीं सोच रहा है, लेकिन मोटे तौर पर यह समझना कि परिणाम क्या होगा, हालांकि कभी-कभी यह निकलता है और कुछ अप्रत्याशित।

हमारा अध्ययन पहली नज़र में, कार्य को आसान बनाने के बजाय सरल है। एल्गोरिथ्म, इनपुट पर एक परिदृश्य तस्वीर प्राप्त करता है, दिन के अलग-अलग समय में एक ही परिदृश्य की तस्वीरों का एक सेट खिलाता है। उदाहरण के लिए, यदि प्रवेश द्वार पर एक दिन के शहर की फोटो है, तो शाम को, रात में, सुबह में और दिन के इन समय के बीच की अवधि में कैसे एक सुंदर सुंदर वीडियो बनाना होगा? यह तकनीक 4K तक के उच्च रिज़ॉल्यूशन में काम करती है।



हम परिदृश्य के साथ काम करते हैं, क्योंकि परिदृश्य में दिन या मौसम का परिवर्तन सबसे स्पष्ट होगा। इमारतों के दिन के दौरान बहुत कुछ नहीं बदलता है, शायद कुछ प्रतिबिंबों को छोड़कर, चकाचौंध, जो विभिन्न कारकों पर निर्भर करते हैं - कैसे ग्रिल और शटर खिड़कियों पर स्थित हैं। परिदृश्य में सब कुछ स्पष्ट है: आपके पास सूर्य, आकाश, एक बड़ा स्थान है जिसे अलग तरह से हल्का करने की आवश्यकता है, इसके साथ कुछ खींचने के लिए। यदि एल्गोरिथ्म रात से दिन तक संक्रमण बनाता है, तो आपको अंधेरे क्षेत्रों को फैलाने की आवश्यकता है, और यदि दिन से रात तक, आपको सब कुछ सही ढंग से अंधेरा करने की आवश्यकता है।

परिदृश्य को देखते हुए, किसी व्यक्ति के लिए यह कल्पना करना बहुत मुश्किल नहीं है कि वह दिन या वर्ष के समय के आधार पर कैसे बदलेगा। अनिवार्य रूप से मानव धारणा का अनुकरण करना बहुत दिलचस्प था, जबकि प्रत्येक परिदृश्य के लिए वास्तविक छवियों और वीडियो को इकट्ठा करने में एक पागल राशि खर्च नहीं करना।

दिमित्री निकुलिन

25 साल पुराना है। 2017 में उन्होंने सेंट पीटर्सबर्ग स्टेट यूनिवर्सिटी में बीजगणित विभाग से स्नातक किया। उन्होंने Google लंदन में इंटर्नशिप की, जहां उन्होंने Google My Business में यूजर वेरिफिकेशन सिस्टम में सुधार किया, फिर Yandex रिसर्च में इंटर्न किया और Haskell में प्रोग्रामिंग के क्षेत्र में परामर्श और आउटसोर्सिंग करने वाली कंपनी Serokell के लिए काम किया। उसी समय उन्होंने शैड से स्नातक किया, और अब वह वहां आरएल कोर्स करने में मदद कर रहे हैं। सैमसंग एक साल से थोड़ा ज्यादा पुराना है। वह भाषाएँ सीखता है: अंग्रेजी के अलावा, वह फ्रेंच, स्पेनिश और एस्पेरांतो से थोड़ा परिचित है।

दिमित्री ने सैमसंग एआई फोरम में दो रिपोर्टें प्रस्तुत कीं : "अटारी एजेंटों में नि : शुल्क-लंच की क्षमता" और "अवधारणात्मक स्नातक नेटवर्क"।

मल्टीमॉडल डेटा के विश्लेषण के लिए प्रयोगशाला में अनुसंधान का मुख्य क्षेत्र छवियों के निर्माण और प्रसंस्करण से जुड़ा कार्य है, और पिछले एक साल में मैं इस क्षेत्र में दो परियोजनाओं पर काम करने में कामयाब रहा हूं। वर्ष की पहली छमाही में, मैं रीइनफोर्समेंट लर्निंग (आरएल) में लगा हुआ था - यह मशीन सीखने की प्रौद्योगिकियों में से एक है जिसमें परीक्षण प्रणाली (एजेंट) एक निश्चित वातावरण के साथ बातचीत करके सीखता है। सीधे शब्दों में कहें, सीखने की प्रक्रिया को एक खेल के रूप में सोचा जा सकता है: पुरस्कार के लिए अग्रणी कार्यों को प्रोत्साहित करें और विफलता के लिए अग्रणी से बचें।

मेरा प्रोजेक्ट यह समझने के बारे में था कि एक तंत्रिका नेटवर्क चित्र के किन हिस्सों को आरएल में लागू करने वाले एजेंटों को देख रहा है। यानी हमें यह समझने की आवश्यकता है कि यह कैसे काम करता है और अंत में हम इसे क्या सिखाने में कामयाब रहे, इसके लिए हम इसमें एक "कुछ" नेटवर्क का निर्माण करते हैं, जिसमें दिखाया गया है कि यह मूल छवि के किन हिस्सों को देख रहा है। मंच पर मेरी पहली रिपोर्ट इस बारे में थी कि एक तंत्रिका नेटवर्क में इस टुकड़े को एम्बेड करने के लिए हम विभिन्न तरीकों के एक समूह के माध्यम से कैसे गए। समस्या इस तरह से एम्बेड करने की थी कि अब कुछ भी नहीं टूटा था। हमें लगता है कि सफल हो गए हैं, लेकिन कुछ खामियों के साथ - चित्र के कुछ हिस्सों के महत्व के मानचित्र का दृश्य बहुत स्पष्ट नहीं है। हमने स्पष्टता बढ़ाने के लिए प्रयोग किया, लेकिन, दुर्भाग्य से, एजेंटों ने इससे भी बदतर काम करना शुरू कर दिया।


वाम: स्पष्ट चित्र, कमजोर एजेंट। सही: किसी न किसी चित्र, मजबूत एजेंट।

दूसरी रिपोर्ट को "अवधारणात्मक स्नातक नेटवर्क" कहा जाता था, यह अवधारणात्मक नुकसान को अनुकूलित करने के बारे में था - यह एक हानि फ़ंक्शन है जो लगभग हर जगह उपयोग किया जाता है जहां तंत्रिका नेटवर्क द्वारा छवि निर्माण होता है। अवधारणात्मक नुकसान का उपयोग करने के लिए, डेवलपर्स पहले तंत्रिका नेटवर्क के माध्यम से आगे बढ़ते हैं, और फिर पिछड़े होते हैं। वापस जाना कम्प्यूटेशनल रूप से जटिल है। हम इस तरह के दोहरे पास से छुटकारा पाना चाहते थे और इसे किसी अन्य तंत्रिका नेटवर्क से बदल देते थे, जिसके माध्यम से सब कुछ एक पास में आगे किया जा सकता है, इससे गति में वृद्धि होती है और स्मृति आवश्यकताओं में कमी आती है। अब हम इस दूसरे नेटवर्क की वास्तुकला में सुधार पर काम कर रहे हैं, हम गुणवत्ता को तोड़ने के बिना स्मृति लागत को मौलिक रूप से कम करने का प्रयास कर रहे हैं।

मुझे सुदृढीकरण सीखने से संबंधित हर चीज में दिलचस्पी है, क्योंकि यह सामान्य कृत्रिम बुद्धिमत्ता (जनरल एआई) के सबसे करीब का क्षेत्र है। शेष क्षेत्रों जैसे कि कंप्यूटर दृष्टि, मानव आसन का पुनर्निर्माण, ध्वनि विश्लेषण, अधिक विशिष्ट हैं। निकट भविष्य में वे निश्चित रूप से अधिक उपयोगी हैं, उन्हें पहले से ही ड्रोन कारों या खोज में बनाया जा सकता है।आरएल के बारे में, कुछ अपवादों के साथ, यह नहीं कहा जा सकता है, लेकिन इसके साथ, ऐसे कार्य जो अब बिल्कुल भी हल नहीं होते हैं, उन्हें हल किया जा सकता है। उदाहरण के लिए, इन तकनीकों के लिए धन्यवाद लोगों ने बहुत ही जटिल कंप्यूटर गेम खेलना सीखा है जैसे डॉट और स्टारक्राफ्ट। सामान्य तौर पर, आरएल आपके द्वारा निर्धारित किसी भी लक्ष्य के लिए कुछ भी अनुकूलित करने की एक विधि है।

निष्कर्ष

यदि आप लेख के अंत तक पहुंच गए हैं और आप अभी भी रुचि रखते हैं, हालांकि अधिकांश शर्तें अस्पष्ट हैं, तो अच्छी खबर यह है कि सैमसंग के पास मुफ्त ऑनलाइन स्टेपिक पाठ्यक्रम हैं , जिनके लिए हम आपको आमंत्रित करते हैं। हमने उनके बारे में पहले ब्लॉग ( 1 , 2 ) में लिखा था ।

और जो लोग हमारे सहयोगियों के बारे में नई बात से दूर हैं, उनके लिए सैमसंग रिसर्च की खुली नौकरियां दिलचस्प हो सकती हैं । अभी डाटा साइंटिस्ट (2 लोग), मशीन लर्निंग इंजीनियर (2 लोग), डीप लर्निंग इंजीनियर के पद खाली हैं।