于尔根·施米德休：这一周，我们在神经网络领域最知名的乡亲可以说是一个说话。他现在的工作对很多不同的应用程序重工业那自动驾驶汽车，以及其他空间。
我们与他谈论未来制造业更广泛地说，机器和机器人是如何学习的。施米德休伯用了一个婴儿学习周围世界的类比。他有很多有趣的观点，认为让机器变得更智能的总体进展将如何影响其他行业:消费科技和广告，而人工智能目前可以说是最知名的行业。
如果在制造空间的时候，这将是一个有趣的采访调成。如果你只是感兴趣的是在AI下一阶段可能是这样，我觉得其实施米德休帧它非常简洁。
订阅我们的AI在商业播客您最喜欢的播客服务:
客人：尤尔根•Schmidhuber联合创始人和首席科学家-NNAISENSE
专业知识：人工智能应用到生产制造
短暂的识别:施米德休伯于1993年获得计算机科学博士学位。他是意大利瑞士应用科学与艺术大学教授，Università della Svizzera Italiana的人工智能教授。他也是IDSIA的科学主任。
采访亮点
（04:00）请问你画的机器学习和深入学习的当前状态的照片吗？
JS：目前，几乎所有的AI和深度学习都有一个余额被动......例如，你与你的智能手机说话，它有一个LSTM，它识别出识别图像和指纹的语音和其他网络，无论如何都是无谓的。that your smartphone doesn’t have fingers like a robot.
现在活跃的AI是当机器人或一些其他类型的使用环境活动过程的相互作用和形状是通过自己的行动来的数据。这就是婴儿做的，有控制的工业过程，机器，使T恤衫，这使得鞋子所有生产机器，使所有你看到我们身边的东西。
(05:00)制造业哪里有更多的机会?
JS：今天大多数在AI的利润是真正在市场营销和销售广告，而且与一些平台进行交互，并使用这些数据，它会从你预测你接下来要阅读哪些文章，你的广告最有可能点击旁边等。因此，所有的，可以通过这种被动的模式识别技术来完成。
现在，在不远的将来，我们会有一些我们现在没有的东西。他们将是一个小机器人，我们像孩子一样教他们做一些复杂的事情，比如组装智能手机。现在，你需要人类来做这件事。它将如何工作?你会说，“看这里，机器人，看。”
你只是在谈论它，并与它进行交互。你不会有一个数据手套或一些奇特的设备。不，你会喜欢你跟一个孩子，你会说，“让我们在这里的塑料，并期待这一巴掌说话吧，让我们像螺丝刀，现在让我们在这样的螺丝拧。嘿，不是这样的。像那样。不是这样的，那样的。”
在经历了一些失败之后，我们将能够第一次做到这一点，然后通过自己的努力，找到如何以更少的精力更快地完成它。最后，它会比我做得更好。一旦它做得非常好，我们就会冻结学习过程，我们会制作一百万份拷贝，并获得许可，这将改变我们经济中的几乎所有活动。
(09:30)你认为大多数情况下会有传感器牵引还是有监督学习，就像婴儿一样?
JS：毫无疑问，监督学习将会发挥作用，但它在许多方面是有限的。最令人兴奋的任务是那些没有人类教师知道如何以良好的方式完成的任务。目前有很多工业过程是由机器控制的，有一堆旋钮和一些专家，他们有时会尝试这些旋钮的新星座来找出什么是好的星座。
例如，在化学工业中，你有很大的排气口和输入，化学物质……你有一堆传感器，它们给你的是非常不完整的图片，在这些排气口中发生了什么。燃烧是不完全的，没有人知道最好的方式是什么时候注入这些额外的催化之类的东西。这是一个非常有趣和复杂的过程没有人知道最优控制。
例如，你希望这些机器能自己找出如何优化这些过程，如何用更便宜的原料生产出更多有趣的产品。所以所有这些问题，目前监督人类教师也没有一个好的答案。这是最令人兴奋的部分。
看看自己。你是如何学会成为一个聪明的人？您没有从Netflix或Facebook或其他东西下载数据。不，你用玩具玩耍，你发明了自己的实验......这就是你学会如何预测，如果[你做某事]，你是如何发生的。
你会因为想出真实的序列而获得内在的奖励，通过实验得出的数据具有新的有趣的模式。有趣的是，有一些你以前不知道的规律，现在你突然知道了，因为你的学习系统正在获得这种规律，你可以测量学习系统的洞察力的深度。这就变成了对学习系统中产生实际序列的部分的奖励，即实验。
你必须像科学家一样探索世界，而这些小婴儿，他们是小科学家，他们不断地扩大他们的视野，学习他们还不知道的新事物。比如苹果掉下来或其他物体，在一段可预测的时间后，当你把它们扔到地上时，发出同样的声音。所以它们学习各种规律这些人工好奇的机器也是如此。
(15:00)你认为人工智能在制造业的发展将会如何?
JS：让我给你举个例子。当我们开始我们的公司，泥瓦匠，到2014年，所有的投资者电话环太平洋来了，这是很大的变化，因为机器的许多海外的欧洲制造商已经意识到，并已实现了我以前所提到的真理，因为下一个大AI的波确实是积极的AI和AI所控制的机器。
突然间，我们有了来自老工业的大量投资，意识到他们的旧控制流程将被改变。例如，一个已经上市的项目是肖特的投资。肖特是一家领先的玻璃制造商。
现在你的智能手机上有小镜头，全世界有数以亿计的小镜头，它们都是高质量的玻璃。现在，要制造好的玻璃你必须做很多正确的事情，这些人有超过100年的经验，这就是为什么他们知道如何做得很好。但他们意识到这仍然是远离最优据我们判断,婴儿的人工智能,可以学习通过生成自己的实验……应该……进一步改善这些过程不仅使玻璃,各种各样的化学反应和工业流程。
最后，你周围的一切，所有的材料，桌子，椅子，你周围看到的一切，一切已经由一些机器的帮助下额外的人类,帮助机器去做所有会受到影响,因为越来越多的复杂的东西,目前能做的只有人类是通过主动学习机器。
(18:00)你认为这种方法是否有可能在整个iPhone开发过程中发挥作用?
JS：我想你会在各种不同的应用中看到起步阶段。在不远的将来，第一个杀手机器人应用程序将会出现。目前，所有机器人的批量生产数量都很小;没有机器人被生产过十亿次。
也许第一个机器人会是一个玩具机器人，一个小仙女，它会有眼睛和耳朵，会听你说话，但它不是关键任务。我不确定谁会先成功。可能是一家日本公司。但是一些主动的东西通过它自己的动作来塑造传入的数据，从这个意义上说，它比你的智能手机上的被动模式观察更有吸引力。
(20:00)我们需要大的数字来制造这样的机器人吗?
JS：并不真地。所以，我只是给了，因为在目前这个例子被复制十亿倍的唯一的东西是一软件，可以很容易地做到这一点。这真的很难有一个市场化的产品，它是如此的吸引力，一个十亿人想买它，这样它确实是身体的东西，你想在你的家。和某种类型的时刻的机器人的数量最多为一百万，比或者通过数千个往往要少得多。
订阅我们的人工智能产业播客您最喜欢的播客服务:
标题图片来源：燃烧的玻璃科技
