拜见研究员:GAURANG Gavai讨论机器学习方面的最新进展

我们自己的亚希大桥,业务发展总监,最近采访了PARC研究员GAURANG Gavai更多地了解自己的兴趣和工作在机器学习

GAURANG,你能告诉我一个关于你的背景一点?

当然可以。我最初是来自印度孟买的,但我们搬来搬去了很多作为一个孩子。我花了很多时间在明尼阿波利斯,而且在巴黎和东京,然后回到孟买。十年前,我搬到亚特兰大读研,然后花了在芝加哥一段时间,现在在旧金山。我觉得这是家庭对我来说。

你认为你的不同背景可以帮助你以某种方式?

当然,我觉得这让我有点变色龙。我也注意到这一点与我的一些在海湾地区的其他朋友已经来自不同的地方。我觉得这是我们更容易适应新的情况。

你能谈谈你的教育?

我得到我的主人在机器学习程度在佐治亚理工学院,注重理论机器学习。我的论文是关于主动学习,它是具有在半实物与系统人类的想法。而不是与大型数据集的完整训练,我们常常会用很少的标签或参差不齐的信息数据。在这些情况下,您可以添加一个人进入循环和注释只有最重要的数据。它实际上是真正的好时机,这个地区成为非常受欢迎,因为我是即将毕业。

为什么选主动学习?

我总是有兴趣人工智能。我做的这一点在我的本科年在孟买,和我的论文是关于寻找新的方法做光学字符识别。今天基本上是一个解决的问题,但当时,人们习惯尝试匹配模板,并做局部二进制模式有趣的事情。这就是为什么我认为不必硬编码所有这些功能的新方法,并告诉计算机如何寻找令人着迷。我认为这确实是一个有趣的想法给计算机学会为自己的机会。

现在,主动学习已经从具有半实物人类在半实物具有神经网络的进展。在这一元学习的理念,而不是教它如何学习,它教它如何学习学习。

将甘斯(剖成对抗性网络)是这方面的一个例子吗?

是的,但实际上,所有的深网络是这样的。让我们面部识别作为一个例子。用于计算眉毛和鼻子之间的距离,人作为一个功能使用。但是现在,随着面部识别,你喂的图像,以及神经网络计算出哪些功能是重要识别人。计算机计算出新的方法来推断的东西,我认为这是真的很酷。

当你觉得这是怎么回事,说,在3 - 5年?

这是一个有趣的问题。我看到多条路线。一,这是PARC还重点是,“你是怎么做到真正的事情呢?”像Facebook的面部识别和谷歌地图工作上的事情真的很好,但那是因为他们已经投入大量的资金投入到他们。我们要如何才能到达那些地方要快得多?我认为这是在PARC的确有过人之处的区域。我们可以把新的情况或稀疏的数据,并尝试从他们创造真正的价值。

第二个途径是理解和解释这些模型。解释的AI(XAI)是这样的一个例子。在某些学科领域,你不能有一个模型,它是不透明的。你需要能够理解它在做什么,并解释得很清楚其如何作出决定。

我觉得第三个途径是什么社会是痴迷,这是完全自动化。你如何实现这一完全自动化系统,移动?这是最开放的。人们都说“奇点”在2050年,虽然我不知道这是真的还是假的。

将第二和第三路线对着干对方?

我认为这是一个非常有趣的关系。该想到的例子是武术,我们总是谈论“实力”与“平衡”。我认为这两件事情需要一起工作,虽然他们从频谱的两端拉。你必须能够做到这两点。

你是如何在PARC结束了?

其实,我得到了我的另一次采访回来的路上从PARC研究员感冒通话。我根本不认识他,但他一定是看我通过我的教授。他问他是否可以问几个问题,我说,“是的,”以为他们会从HR的几个问题筛选。原来,他一头右转入一个技术面试。我终于实现了两个电话采访,来到帕洛阿尔托研究中心做了交谈,然后完成了一些更多的面对面访谈。这是一个漫长的一天,但它是真的很好。在我的方式回到亚特兰大,即使所有的报价我有,我知道PARC对我的地方。

这是为什么?

这有两个原因。首先,在PARC,有学术自由的感觉,在建筑物赞赏其所有人。是的,我们的工作在行业的,是的,它的应用,但你到了集研究议程并帮助塑造事物的方向。第二个是,我们不是在学术泡沫的工作。我们是面向客户,解决现实世界的问题。这是学术界和工业界之间的一个非常好的平衡。

我有很多朋友也毕业了在同一时间。他们已经大多都已往回纯博士学术界或成行业像Facebook或谷歌。而且似乎他们每个缺少的那两件事情之一。这个地方是不多见的。

PARC研究员约翰·德Kleer的曾经说过,“有两种类型的人是在这里。你要么来迅速离开,或呆了很长一段时间。”

我明白。虽然我不是在技术方面,我觉得同样的事情,因此,我在这里已经11年。你觉得你需要获得一个博士?

不,我不这么认为。那种经验和教育,我到这儿就是我想要的那种。我不想超专攻进入特定区域。我生性是个半吊子,并做了很多事情的一点点。幸运的是,你能做到这一点在这里。您可以更改项目每半年,你可以花时间与客户直接对接。最近,我已经得到了更感兴趣的是与客户合作,并已几乎立即反映在我的工作。(注:GAURANG去年秋天前往与亚希日本运行与我们的客户的一个车间的帮助。)我想,你可以“体现自己的命运。”

一个非技术人员如何能更多地了解AI?

有两种方法来学习:学习理解和边做边学。

对于“学习理解,”Coursera是很棒的。我认为安德鲁·Ng的斯坦福课程是最好的了。我记得这样做在读研究生的思想,这是一个伟大的过程,但我最近去回到它,它仍然是非常相关的,提供优秀的教学和理论认识而言是很大的。

至于“做,”这是最好的只是跳并做到这一点。在读研究生,我用Kaggle,我认为还是很受欢迎的。这是一个数据的科学平台,有比赛。他们有一个与美国航空航天局说有$ 50K奖金。你可以组建团队或独自做到这一点。这种做法的好处是,他们提供了大量的资源开始。Betway体育平台所有的数据被提供。在比赛结束后,你可以看到顶级球队的算法。

你是做什么工作之外?

我花一个星期4-5个晚上在类似武术的一种形式截拳道。该计划的一部分是给予回来,所以我也教和帮助其他同学。我在布鲁斯乐队也发挥贝司,吉他,有时敲击与几个朋友。我们打小家庭聚会和这样。我也喜欢旅行尽可能。

当你喜欢旅行?

接下来的地方,我想探索是摩洛哥和埃及。的方式,更好地多出了。

那很棒。我没有去过摩洛哥,但埃及是神话般的。我还建议非洲。在任何情况下,是你还有什么想告诉我们的读者?

我知道,有人说这个有很多,但我就不客气了。我认为PARC是真的很特别。我们做好什么是硬盘的问题,其他地方都无法做到的工作。我们在正对前沿真的很不错!

为什么你认为那是什么?PARC是非常小的,大约有200人。为什么我们能够做到这一点?

我忘了谁说,这但在我脑海里卡住了那句,“PARC的力量来自于异质性的同质性。”我们每个人都有的事情,以及类似的事情,我们要实现一个类似的心态,但我们有这样不同的背景(物理学,生物学,计算机科学,数学纯正,社会科学),我们都走到一起,工作在艰苦的问题。

此外,还有这样的小政治和层次在这里。这使得它更容易得到的东西做。

感谢您在百忙之中跟我聊天的时间。你不介意的人联系过你?

绝对。他们可以拍我的电子邮件ggavai@parc.com。我很乐意的人听到,了解他们在做什么的,等等。

附加信息

重点领域

我们的工作是围绕一系列重点领域,我们认为是科学和技术的未来中心。必威客户端下载

找到更多
商业化机会

我们正在不断开发新技术,其中许多可用于商业化。

找到更多
必威app安卓版

PARC的科学家和工作人员的积极成员和贡献者科技社区。必威客户端下载

找到更多