足球竞彩,数学转CS,看斯坦福NLP博士、Manning高徒Abigail See怎样学AI,炸蘑菇

频道:国内时事 日期: 浏览:288

选自deeplearning.ai

参与:路雪、王淑婷

近来,deeplearning.ai 采访了斯坦福 NLP 博士 Abigail See,她师从 Chris Manning,在 NLP 范畴现已取得许多成果,她仍是斯坦福经典课程 CS224n 课程的助教。这篇文章介绍了她的日常作业、研讨爱好、对 AI 研讨人员的主张等。

问:你是怎么开端 AI 研讨的?

答:我在英国剑桥长大,很小的时分就对数学感爱好。我喜爱做奥数题,本科时在剑桥大学学习朴实数学。尽管数学很有意思,但我想研讨一些与实际世界足球竞彩,数学转CS,看斯坦福NLP博士、Manning高徒Abigail See怎样学AI,炸蘑菇联络更强的东污文章西,所以我转向裸扣门了计算机科学(CS)。幸运的是,剑桥(有时被称为「硅沼地」)也是科技聚集地,如微软的研讨机苦战之突击敢死队构分支就在这儿,因而我开端经过实习逐步转向 CS。

2015 年我开端在斯坦大理姜学飞福大学读博,专业是 CS,其时我对自己想做什么并不清楚。可是我很快发现,AI,尤其是深度学习最令我感到振作。我挑选研讨自然言语处理(NLP),由于我对交流感圣人重返都市爱好。交流是一项要害技能,但即便对人类而言这也并不简单。因而使计算机成为好隐秘情事的交流者是很重要也很有应战的一件事。

问:你现在在研讨什么?

答:我现在主要在测验运用深度学习足球竞彩,数学转CS,看斯坦福NLP博士、Manning高徒Abigail See怎样学AI,炸蘑菇开发更好的办法。适用于等使命的神经办法足球竞彩,数学转CS,看斯坦福NLP博士、Manning高徒Abigail See怎样学AI,炸蘑菇却无法用于更敞开的使命耍牛氓串串香,如讲故事和闲谈,我想在这些使命上取得开展。最近,我在研讨怎么操控谈天机器人,使其成为更好的说话者,让神经言语模型想得更远,以及发明更愿望射雕好的办法来生成连接的故事。

嵇江良

上一年,我在研讨之外还承当了一些教育作业。我担任斯坦福大学 NLP 和深度学习主力课程 CS224n 的助教,这门课的主讲教师是我的导师 Chris Manning。讲这沸燃之箱门课是一项巨大的应战:这个范畴开展得很快,因而每一年咱们都要许多更新教育大纲和教材,然后跟上当时的最佳实践。例如,今日咱们把 2017 年开发的教育内容更新成了全新的使命和讲义,以反映 2019 年的 NLP 和深度学习现状。一切这些都必须大规模地完结,这不只关乎 450 名斯坦福学生,还有许多对此感爱好的全球听众。

问:能够介绍一下你每天的作业吗?

答:大部分时分,我会与研讨合作者开会,谈论主意和成果,规划下一步要做什么。比起单独作业,我更喜爱和别人一同作业。研讨是一件充溢波折和挣扎足球竞彩,数学转CS,看斯坦福NLP博士、Manning高徒Abigail See怎样学AI,炸蘑菇的事,而合作者会协助你不断前进。我还测验参与一些研讨会和阅览小组,以保证自己能够不断吸收新主意。

假如我在预备 CS224n 的授课,我会竭尽或许多的时刻去研讨内容、预备幻灯片,并操练。上课的时分尽管能够看讲义,但它只不过是教育作业的冰山一角。男同video咱们有一个 20 人的团队,一同预备从安置作业到为讲课视频加字足球竞彩,数学转CS,看斯坦福NLP博士、Manning高徒Abigail See怎样学AI,炸蘑菇幕的一切作业。办理这支团队是我现在最主要的作业,这就像在转碟相同,总有一些蚌埠小姐作业需求我去留意。

为了放松,我每周测验做一些不相同的作业。现在,我参与了一支舞蹈队,并且我还在学习爵士钢足球竞彩,数学转CS,看斯坦福NLP博士、Manning高徒Abigail See怎样学AI,炸蘑菇琴。

问:你运用什么技能栈?

答:研讨数学的时分,我的技能栈是纸和笔。现在,我用:

问:进入 AI 范畴之前你做的是什么?它是唐安琪烧伤凶手琰玥怎么对你现在的作业产生冷俊王爷v幽默王妃影响的?

答:从朴实数学研讨转到深度学习有点古怪——前者是如此严厉,而后者是如此经历性的东西。我很喜爱之前的朴实数学练习,由于它能让我涉猎方程和证明(即便很难,但我至少不会惧怕畏缩)。

除了科学,我感爱好的还有艺术、文学、电影,以及它们与更宽广社会的联络。这些爱好反映在我的研讨中,我挑选了更具发明性的 NLP 使命,比方对话言语和讲故事。我还重视人工智能在社会中更广泛的效果,例如,上一年我举办了 AI 沙龙,对 AI 进行一系列谈论。

问:你怎么做到继续学习?怎么跟上最新的 AI 研讨趋势?

答:首要,我会提示自己与别人攀谈。我觉得在斯坦福 NLP 组作业的最大收成是身边有一群很厉害的人。与这些人攀谈比看许多论文学得更快,也更有教育含义。

其次,我会尽量斗胆地去问问题,哪怕是蠢问题。这样做hklab能够更快地消除妨碍,并且我期望这样能够创立一个舒适的作业气氛,让每个人都能轻松地发问。

我发现教育也是一个坚持继续学习的好办法。教学 CS224n 课程要求我对各种主题的了解比以往更深。

为了跟上最新的 AI 新闻,我运用推特。我重视了许多 NLP 教授,比方 Kyunghyun Cho、Miles Brundage、Mark Riedl、Emily Bender,还有那些对这个范畴供给风趣元谈论的人,比方 Sebastian Ruder、Stephen Merity、Zachary Lipton。此外,我还重视那些投身计算机科学教育的人(如 Rachel Thomas、Jeremy Howard、Cynthia Lee)和研讨 AI 道德的王苏菁人(如 Kate Crawford、Joy Buolamwini、Timnit Gebru)。

问:你最感爱好的 AI 研讨是什么?

答:我最感爱好的是旨在将离散结构引进神经网络(一般有许多接连表征)的研讨。这项研讨很重要,它能够使神经网络进行推理。另一个我感爱好的趋势是为 NLP 深度学习开发更好的通用预练习模型(如 ELMo 和 BERT)。我期望这种模型能让为困难或特别的 NLP 使命构建体系变得更简单,而不是每次都重新造轮子。

问:你对想进入 AI 范畴的人有什么主张?

答:我的第一个主张是:任何人都能够学习 AI。有些人说,要进入 AI 范畴,首要要取得特定学科的学位、上过特定的大学或许有必定的编程经历。我觉得这种观念有些狭窄,有许多条通向 AI 的路。例如,我开端读博士的时分,简直不知道怎么写代码。AI 是一个快速开展的范畴,相关的使用无处不在。来自恣意学科、具有恣意布景的人都能够并且都应该为 AI 做点什么。咱们需求依托我们的尽力才干完成最好的 AI。

我的第二个主张是:学习 AI 不要一刀切。有些人更想学习理论常识,有些人或许更喜爱实践常识。现在有越来越多的高质量资源供我们学习 AI,并且许多都是免费的。你能够测验这些东西,找出合适自己的学习方法。

原文链接:https://www.dee国产最新plearning.ai/working-ai-in-the-lab-with-nlp-phd-student-abigail-see/

本文为机器之心编译,转载请联络本大众号取得授权。

斯坦福 足球竞彩,数学转CS,看斯坦福NLP博士、Manning高徒Abigail See怎样学AI,炸蘑菇 大学 成果
声明:医教园估分该文观念仅代表作者自己,搜狐号系信息相似91发布渠道,搜狐仅供给信息存储空间效劳。
热门
最新
推荐
标签