普林斯頓學(xué)生深入研究深度學(xué)習(xí)計(jì)算

10月16日至17日，約60名普林斯頓研究生和博士后以及少數(shù)本科生探索了計(jì)算機(jī)視覺任務(wù)中使用最廣泛的深度學(xué)習(xí)技術(shù)，并深入研究了使用新的并行計(jì)算程序來顯著加快應(yīng)用程序的速度。

自20世紀(jì)50年代早期的樂觀情緒涌現(xiàn)以來，人工智能的較小子集，首先是機(jī)器學(xué)習(xí)，然后是深度學(xué)習(xí)，造成了越來越大的破壞。

為期兩天的研討會(huì)由NVIDIA深度學(xué)習(xí)研究所的專家主持，由普林斯頓計(jì)算科學(xué)與工程研究所(PICSciE)贊助，PICSciE是普林斯頓研究計(jì)算聯(lián)盟的一部分，并由統(tǒng)計(jì)和機(jī)器學(xué)習(xí)中心共同贊助。

深度學(xué)習(xí)，也許是機(jī)器學(xué)習(xí)中發(fā)展最快的一個(gè)分支，它在人腦分析信息和做出預(yù)測(cè)的復(fù)雜和非線性方式之后松散地對(duì)自己進(jìn)行建模。計(jì)算機(jī)視覺程序員意識(shí)到，到3歲時(shí)，幼兒已經(jīng)吸收了他們?cè)谥車澜缰锌吹降臄?shù)億個(gè)物體的信息;正是這種大量多樣的數(shù)據(jù)輸入訓(xùn)練它們?cè)诜浅２煌沫h(huán)境中識(shí)別同一物體。

NVIDIA解決方案架構(gòu)師BradPalmer表示：“我們訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)以某種類似的方式識(shí)別和分類事物。”“該算法在不同情況下看到的對(duì)象越多，就越能更好地識(shí)別該對(duì)象。”(普林斯頓大學(xué)教授KaiLi、PaulM.Wythes和MarciaR.Wythes計(jì)算機(jī)科學(xué)教授以及PICSciE的相關(guān)教員參與了創(chuàng)建世界上最大的視覺數(shù)據(jù)庫Imagenet的團(tuán)隊(duì)，Imagenet是計(jì)算機(jī)視覺的重要培訓(xùn)資源程序員。)

深度學(xué)習(xí)研討會(huì)的一位參加者是普林斯頓計(jì)算機(jī)科學(xué)博士生KseniaSokolova，她與OlgaTroyanskaya計(jì)算機(jī)科學(xué)教授和Lewis-Sigler綜合基因組學(xué)研究所以及PICSciE的相關(guān)教員一起從事一個(gè)研究項(xiàng)目。Sokolova說她參加研討會(huì)是因?yàn)檫@項(xiàng)技術(shù)在基因組學(xué)研究和精準(zhǔn)醫(yī)學(xué)方面的潛力。“我目前正在研究一種深度學(xué)習(xí)模型，該模型將幫助我們更好地了解DNA突變與人可能患有的疾病之間的依賴關(guān)系，”她說。

在JadwinHall舉行的為期一天的深度學(xué)習(xí)研討會(huì)的休息時(shí)間，計(jì)算機(jī)科學(xué)博士生KseniaSokolova(右)與地球科學(xué)研究生RyanManzuk交談。

Sokolova補(bǔ)充說：“基因組學(xué)非常適合深度學(xué)習(xí);有大量復(fù)雜的數(shù)據(jù)需要解釋。我認(rèn)為對(duì)這些方法和應(yīng)用有廣泛的了解很重要，而且我發(fā)現(xiàn)這個(gè)研討會(huì)是對(duì)使用神經(jīng)網(wǎng)絡(luò)及其計(jì)算機(jī)視覺應(yīng)用的精心準(zhǔn)備和結(jié)構(gòu)化的介紹。

“當(dāng)人們開始從事深度學(xué)習(xí)時(shí)，他們沒有意識(shí)到訓(xùn)練參數(shù)對(duì)性能的影響程度。例如，準(zhǔn)確率低可能是由于網(wǎng)絡(luò)的訓(xùn)練方式，而不是網(wǎng)絡(luò)架構(gòu)。”

Troyanskaya說：“我們可以使用該信息給出一個(gè)單一的影響評(píng)分，該評(píng)分表明突變是否看起來是人類疾病突變以及它是否可能具有功能性。”她的跨學(xué)科團(tuán)隊(duì)包括生物信息學(xué)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、算法和生物學(xué)方面的專家，共同努力將計(jì)算預(yù)測(cè)轉(zhuǎn)化為關(guān)于阿爾茨海默病、自閉癥、乳腺癌和腎病等不同研究領(lǐng)域的可檢驗(yàn)假設(shè)。

NVIDIA高等教育研究團(tuán)隊(duì)的兩名成員羅納克·沙阿(RonakShah)和喬納森·本茨(JonathanBentz)指出，每次他們與教師和學(xué)生研究人員互動(dòng)時(shí)，“普林斯頓差異”都很明顯。“在普林斯頓，我們看到了一種進(jìn)步的科學(xué)方法，擁有大量本土應(yīng)用程序，例如由JeroenTromp領(lǐng)導(dǎo)的理論和計(jì)算地震學(xué)小組創(chuàng)建的開源軟件包，”Shah說。“我覺得普林斯頓的高研究成果與開發(fā)新計(jì)算科學(xué)技術(shù)的研究人員數(shù)量之間存在很強(qiáng)的相關(guān)性。”

Bentz補(bǔ)充說：“普林斯頓計(jì)算研究與大學(xué)研究小組之間的關(guān)系令人非常興奮。PICSciE和OITResearchComputing的組織方式使大學(xué)的高性能計(jì)算資源、其工作人員和繼續(xù)在各自領(lǐng)域開展開創(chuàng)性工作的研究小組之間進(jìn)行了高效協(xié)作