会见研究人员:Gaurang Gavai讨论了机器学习的最新进展

我们自己的阿基大桥最近采访了帕洛阿尔托研究中心的研究员Gaurang Gavai了解更多他的兴趣和机器学习方面的工作

高朗,你能告诉我一些你的背景吗?

当然可以我来自孟买,但我们小时候经常搬家。我在明尼阿波利斯呆了很长时间,也在巴黎和东京呆了很长时间,然后又回到了孟买。十年前,我搬到亚特兰大读研究生,然后在芝加哥呆了一段时间,现在在旧金山。我觉得这是我的家。

您认为自己的多样化背景有帮助您以某种方式帮助您吗?

当然,我觉得这让我有点像变色龙。我在旧金山湾区的一些来自不同地方的朋友也注意到了这一点。我觉得我们更容易适应新的环境。

你能谈谈你的教育背景吗?

我在格鲁吉亚科技机器学习中获得了我的硕士学位,专注于理论机器学习.我的论文是积极的学习,这是与系统携带的人类的想法。而不是使用大型完整数据集进行培训,我们经常使用很少的标签或斑点信息获取数据。在这些情况下,您可以将人类添加到循环中并仅注释最重要的数据。正是真的很好的时间时间,因为这一领域变得非常受欢迎,因为我即将毕业。

你为什么选择活跃的学习?

我总是感兴趣人工智能.我在孟买读本科的时候做过一点,我的论文是关于寻找光学字符识别的新方法。这在今天基本上是一个已经解决的问题,但在那时,人们常常尝试匹配模板,并使用本地二进制模式做一些有趣的事情。这就是为什么我认为这种不需要硬编码所有这些特性并告诉计算机要寻找什么的新方法是迷人的。我认为给电脑机会让它自己学习是一个非常有趣的想法。

现在,主动学习已经从人在回路发展到神经网络在回路。在这个元学习概念中,不是教它如何学习,而是教它如何学习。

GANs(生成式对抗网络)会是一个例子吗?

是的,但实际上,所有的深层网络都是这样的。让我们以面部识别为例。人们过去常常计算眉毛和鼻子之间的距离来作为特征。但现在,有了面部识别,你输入图像,神经网络就会找出识别人的重要特征。电脑会想出新的方法来推断事物,我认为这很酷。

你认为这是在哪里,在3 - 5年里说?

这是一个有趣的问题。我看到多条路线。一个,Parc也在关注的是,“你怎么做真实的事情?”像Facebook的面部识别和谷歌地图这样的东西非常好,但这是因为他们已经倒入了大量资金。我们怎样才能更快地到达那些地方?我认为这是Parc真正擅长的地区。我们可以采取新的情况或稀疏数据,并尝试从中创建实际值。

第二条途径是理解和解释这些模型。可解释人工智能(Xai.)是这个例子。在某些主题区域中,您不能有一个不透明的模型。您需要能够理解它正在做的事情,并清楚地解释其决定。

我认为第三条路线是社会痴迷的是,这是完全自动化的。您如何移动完全自动化的系统?这是最开放的。人们谈论“奇点“在2050年,尽管我不知道这是不是真的。

第二和第三条路线会相互冲突吗?

我认为这是一种非常有趣的关系。我想到的例子是武术,我们经常谈论“力量”和“平衡”。我认为这两件事需要协同工作,尽管它们来自两个极端。你需要同时做到这两点。

你是如何在PARC的?

事实上,我在参加完另一个面试回来的路上接到了帕洛阿尔托研究中心一位研究员的陌生电话。我不认识他,但他一定是通过我的教授来找我的。他问我能不能问几个问题,我说:“可以。”我想这些问题应该是人力资源部的一些筛选问题。事实证明,他直接进入了一个技术面试。最后我又做了两次电话采访,来到帕洛阿尔托研究中心做了一次演讲,然后又做了一些现场采访。那是漫长的一天,但真的很好。在我回亚特兰大的路上,尽管我收到了所有的邀请,但我知道帕洛阿尔托研究中心是适合我的地方。

为什么呢?

有两个原因。首先,在Parc,有一种学术自由感,建筑物中的每个人都赞赏。是的,我们在行业中工作,是的,它是应用的,但你可以设置研究议程并帮助塑造事物的方向。第二是我们不在学术泡沫中工作。我们面向客户,解决现实世界问题。学术界与工业之间是一个非常好的平衡。

我有很多朋友也是同时毕业的。他们大多要么回到了纯博士学术界,要么进入了Facebook或谷歌这样的行业。他们似乎都缺少这两种东西中的一种。这个地方很少见。

PARC研究员约翰·德克莱尔曾经说过,“这里有两种人。你要么快来快走,要么待很长时间。”

我理解。虽然我不在技术方面,但我也有同样的感觉,因此,我在这里已经11年了。你觉得你需要找一份工作吗博士吗?

不,我不这么认为。我到达这里的那种经验和教育是我想要的那种经验和教育。我不想超级专业化一个特定的区域。我是一个大自然的小鸽子,做了很多东西。幸运的是,你可以在这里做到这一点。您可以每六个月更改一次项目,您可以与客户端直接互相界面。最近,我已经对与客户合作的更感兴趣,并且几乎立即反映在我的工作中。(注:去年秋天,Gaurang和Aki一起去了日本,帮助我们的一个客户运营一个工作坊。)我喜欢,你可以“表现出自己的命运”。

非技术人员如何才能更多地了解人工智能?

有两种方法可以学习:学习通过做广告来了解和学习。

为了“学习理解”,Coursera是很棒的。我认为Andrew ng的斯坦福课程是最好的。我记得在研究生院的时候,我觉得这是一门很棒的课程,但我最近又重新上了这门课,它仍然非常相关,教学很好,在理论理解方面也很棒。

至于“做”,最好只是跳进去并做到这一点。在研究生院,我用过Kaggle我认为它仍然很受欢迎。这是一个有竞争的数据科学平台。他们有一个NASA的,有5万美元的奖金。你可以组队,也可以独自完成。好的方面是,他们提供了大量的启动资源。Betway体育平台提供了所有的数据。在比赛的最后,你可以看到顶尖球队的算法。

工作之余你做什么?

我每周花4-5个晚上,以一种类似的武术形式Jeet Kune Do..部分计划是关于回馈,所以我还教授和帮助其他学生。我也玩低音,吉他,有时打击蓝调乐队,我的一些朋友。我们打小家派对等等。我也喜欢尽可能地旅行。

你喜欢在哪里旅行?

接下来我想去的地方是摩洛哥和埃及。越偏僻越好。

太好了。我没去过摩洛哥,但埃及很棒。我还想推荐非洲。无论如何,你还有什么想告诉我们的读者的吗?

我知道人们这么说了这么多,但我会对它钝。我认为Parc真的很特别。我们做得好的是努力解决其他地方无法做到的问题。我们真的很擅长在最前沿!

你为什么这么认为是?Parc真的很小,约200人。为什么我们能够这样做?

我忘记了谁说这一点,但在我脑海中陷入困境的短语,“Parc的力量来自异质性的同质性。”我们都有一个类似的心态关于事情,以及我们想要实现的类似事情,但我们拥有这样的不同背景(物理,生物学,计算机科学,纯数学,社会科学),我们都聚集在一起努力解决问题。

此外,这里有这样的小政治和层次结构。它使完成的东西更容易。

谢谢你花时间和我聊天。你介意别人联系你吗?

绝对地。他们可以给我发电子邮件ggavai@parc.com..我很想听到人们的意见,了解他们正在研究的等等。

额外的信息

重点领域

我们的工作围绕一系列我们认为是科学和技术未来的焦点领域展开。必威客户端下载

了解更多
许可和商业化机会

我们不断开发新技术,其中许多可用于商业化。

了解更多
必威app安卓版

帕洛阿尔托研究中心的科学家和工作人员是科技界的积极成员和贡献者。必威客户端下载

了解更多