Satisfying Video l Kinetic Sand Nail Polish Foot Cutting ASMR #7 Rainbow ToyTocToc
Bradley Hayes, một cộng tác viên sau tiến sĩ tại MIT chuyên nghiên cứu về robot, vừa biến Donald ra Drumpf Lần Trump thành một robot. Ông đã lập trình một mạng lưới thần kinh tái phát - một trí thông minh nhân tạo - để nghiên cứu và mô phỏng các bài phát biểu của ứng cử viên Cộng hòa-ish.
Công việc trong ngày của Hayes, ông nói, là nghiên cứu của tập trung vào việc hợp tác giữa robot và người: thiết kế các thuật toán cho phép robot làm việc cùng và học hỏi từ con người để con người có thể an toàn hơn, hiệu quả hơn, hiệu quả hơn trong công việc của họ. là một dự án phụ của người Viking. Anh ấy đã lấy cảm hứng, một phần, từ bản phác thảo tuyệt vời của John Oliver. (Hy vọng anh ấy sẽ thấy điều này - hy vọng anh ấy sẽ thấy điều này và đánh giá cao nó.
Nghịch đảo đã nói chuyện với Hayes về nỗ lực yêu nước này.
Điều gì khác truyền cảm hứng cho bạn để làm @DeepDrumpf?
Nó xuất phát từ một cuộc trò chuyện vào giờ ăn trưa với một số đồng nghiệp của tôi, người cũng nghiên cứu về robot và đối phó với việc học máy. Chúng tôi đã nói về một số kỹ thuật mô hình thống kê khác nhau thực sự phù hợp với nghiên cứu của chúng tôi.Nó chỉ ra rằng kỹ thuật tương tự đằng sau DeepDrumpf hoạt động trong nhiều lĩnh vực robot, bởi vì nó là một kỹ thuật mô hình cố gắng tìm hiểu cấu trúc của thông tin tuần tự hoặc dữ liệu tuần tự. Ngôn ngữ tự nhiên là một ví dụ tuyệt vời về dữ liệu tuần tự, trong đó cấu trúc của câu khá nhất quán: có các quy tắc và có cấu trúc cơ bản cho tất cả dữ liệu mà bạn có thể nhận được.
Kế thừa 100 triệu? Và bây giờ tôi xây dựng trên toàn thế giới. Và tôi có một chút mát mẻ.
- DeepDrumpf (@DeepDrumpf) ngày 4 tháng 3 năm 2016
Một nhà nghiên cứu khác ở Stanford đã viết một khóa học về mạng nơ-ron, và đặc biệt, đã xuất bản một bài báo có tựa đề Hiệu quả bất hợp lý của Mạng thần kinh tái phát. Từ đó, ông đã viết bài giới thiệu tuyệt vời này về kỹ thuật mô hình thống kê này và một loạt mọi người đã chỉ ra rằng nó có sức mạnh vô lý này để thể hiện cấu trúc trong kiểu viết dữ liệu văn bản dạng tự do này.
Tôi thấy một bài báo đang so sánh sự phức tạp trong lời nói của những người đi trước chính trị khác nhau. Bài báo đã nói về cách Trump, sử dụng ngôn ngữ đơn giản hơn, và nó gây ấn tượng mạnh với nhân khẩu học và người hâm mộ của ông. Từ góc độ chính trị, điều đó thực sự tuyệt vời, bởi vì nó làm cho thông điệp của bạn rõ ràng và trong tầm tay của đối tượng rộng nhất có thể; từ quan điểm học máy, điều đó có nghĩa rằng đây có thể là mô hình dễ điều khiển nhất mà chúng ta có thể thực hiện.
Bạn đã từng nghe về một ngôn ngữ mã hóa có tên là Make Make Python Great Again
Bạn biết đấy, tôi đã nhìn thấy nó ngày hôm qua. TrumpPython hay đại loại như thế? Tôi đã thấy điều đó. Tôi đọc một bài viết về nó, tôi đã vào trang GitHub của họ, nhưng tôi đã có thời gian để chơi với nó. Nhưng nó có vẻ tuyệt vời.
Chúng ta có thể học bất cứ điều gì về xu hướng ngôn ngữ của Trump, hoặc bất cứ điều gì tương tự, từ A.I. của bạn không?
Vâng, nó có thể hiểu theo nghĩa là, nếu bạn nhìn vào đầu ra từ mô hình, thì nó chỉ ra cấu trúc mà mô hình đã học được từ dữ liệu. Vì vậy, các loại lặp đi lặp lại, các loại điều phát sinh từ mô hình, sẽ cho bạn biết - có khả năng - về những điều nhất định vốn có đối với kiểu nói và thông điệp của anh ấy.
Kansas Tất cả họ đều nói, tôi không cần bất cứ điều gì. Họ đã có một đất nước khủng khiếp, và có cơ sở hạ tầng đặc biệt, đất nước chúng ta cần một người giàu có.
- DeepDrumpf (@DeepDrumpf) ngày 4 tháng 3 năm 2016
Bạn nhất thiết phải có thể có được điều đó từ chính tài khoản Twitter, chủ yếu là vì Twitter chỉ cung cấp cho bạn 140 ký tự để làm việc. Và, bởi vì không có nhiều dữ liệu được đưa vào mô hình, và một phần vì các bản sao là từ các cuộc tranh luận - nơi các ứng cử viên (và đặc biệt là Trump) có xu hướng tự ngắt - nó tạo ra sự không liên tục trong đầu ra.
Ở đó, vẫn còn một chút công việc thủ công cần thiết để lấy mẫu một bức tường văn bản từ mô hình này và sau đó đi qua nó và chọn ra một mẩu 140 ký tự liền kề tốt nhất, sau đó đăng nó.
Đây là kinh doanh. Chủ tịch của chúng tôi là Obamacare. Bây giờ, đây là những gì không phải. Cảm ơn nhiều. Chúng tôi không phải là một người cổ vũ, chúng tôi rất thú vị
- DeepDrumpf (@DeepDrumpf) ngày 4 tháng 3 năm 2016
Vì vậy, nó không phải là rất thuận tay vào thời điểm này?
Nó có hiệu quả học như phân phối xác suất, và bạn có thể lấy mẫu từ nó. Điều đó có nghĩa là - bạn có mô hình của mình và bạn có thể yêu cầu nó cho một lá thư. Và, nếu bạn yêu cầu nó cho đủ các chữ cái liên tiếp, nó sẽ cung cấp cho bạn những thứ giống với tiếng Anh. Hoặc, thậm chí tốt hơn, một số trong số chúng giống với những điều mà Trump thực sự có thể đã nói - bởi vì nó đã được đào tạo về ông. Vì vậy, quy trình chung mà tôi đã theo dõi là: Tôi sẽ lấy mẫu, giả sử, 500 hoặc 1.000 ký tự từ nó. Nó sẽ chỉ cho tôi một bức tường văn bản có giá trị 500 hoặc 1.000 ký tự, tôi đoán, lan man, và sau đó, từ đó, tôi sẽ chỉ chọn khối 140 ký tự tốt nhất có ý nghĩa. Hoặc câu hay nhất phát ra từ đó có vẻ như có liên quan.
Ví dụ, đêm qua tôi đã sử dụng nó để loại tweet trực tiếp cuộc tranh luận. Và vì vậy, một trong những điều bạn có thể làm với một mô hình như thế này là bạn có thể tạo ra nó. Vì vậy, bởi vì mô hình chỉ cung cấp cho bạn một ký tự tại một thời điểm, nên nó có sự phụ thuộc vào các ký tự mà trước đó xuất hiện trước nó - các chữ cái mà nó xuất ra trước đó. Đó là cách mà nó học từ, đó là cách mà nó nắm bắt cấu trúc câu và các yếu tố ngữ pháp nhất định.
Nói rằng tôi bắt đầu câu của mình với ‘Romney là Hồi và sau đó yêu cầu nó cho hàng ngàn ký tự tiếp theo. Chúng tôi gọi đó là mồi. Nó sẽ cung cấp bất cứ đầu ra nào mà nó muốn, nhưng nó sẽ đặt phần đầu tiên của chuỗi thành đó
Có phải đó là tham chiếu các tweet với cụm từ ngoặc?
Hoàn toàn chính xác.
Romney là một công cụ. Tôi muốn nói với bạn điều này. Chúng có lẽ là điều cuối cùng chúng ta cần ở một nhà lãnh đạo, Chúng ta không thể làm điều đó.
- DeepDrumpf (@DeepDrumpf) ngày 3 tháng 3 năm 2016
Một trong những điều mà I hèm hy vọng sẽ làm, một khi quy trình này sạch sẽ hơn một chút - và điều đó sẽ đi kèm với nhiều dữ liệu hơn - là bắt đầu để nó tương tác với các ứng cử viên khác. Nếu bạn nhìn vào tài khoản Twitter, nó sẽ theo dõi các ứng cử viên chính khác. Cuối cùng, nó hy vọng sẽ bắt đầu trả lời họ và có thể thách thức họ. Nhưng điều đó nhiều hơn một loại dự án cuối tuần.
@realDonaldTrump Họ sẽ thanh toán ngay bây giờ và hoàn toàn thích. Tôi thực sự giàu có. Oh tôi muốn hỗ trợ và có chúng.
- DeepDrumpf (@DeepDrumpf) ngày 3 tháng 3 năm 2016
Bạn có thể giải thích một mạng thần kinh tái phát là gì trong ngôn ngữ đơn giản, không chuyên biệt?
Chắc chắn - chúng tôi sẽ cố gắng. Nói chung, một mạng lưới thần kinh đang tham gia vào một số đầu vào, sau đó, nó thực hiện một số phép toán ở giữa và nó cung cấp cho bạn một đầu ra. Nói chung, nó chỉ là một bộ phân loại. Vì vậy, với một số đầu vào, nó sẽ cho bạn biết lớp đầu vào đó tương ứng với lớp nào. Một ví dụ phổ biến sẽ là - một mạng lưới thần kinh cơ bản - bạn cho nó một hình ảnh của một con mèo và bạn muốn nó nói với bạn rằng - nếu nó, như, một con mèo, một con chó, hoặc một chiếc máy bay, hoặc một chiếc ô tô - bạn muốn có thể nói rằng, Okay Okay - với sự tự tin cao - đây là một con mèo mà bạn vừa cho tôi.
Vì vậy, mà các nhiệm vụ phân loại cấp cao. Đây là một khái niệm tương tự, nhưng thay vì là mèo, chó, xe hơi, các lớp là các chữ cái riêng của bảng chữ cái và dấu chấm câu. Vì vậy, nó nhận được một đầu vào, và sau đó, nó thực hiện toán học dựa trên những gì nó đã học - vì vậy tất cả các hoạt động học tập xảy ra ‘ở giữa, chúng tôi gọi nó là - và cuối cùng nó sẽ phân loại cho bạn. Vì vậy, như, bức thư này.
Điều làm cho nó một tái phát mạng lưới thần kinh là đầu ra từ các bước trước được đưa vào bước tiếp theo như là một phần của mô hình. Thực tế là mô hình đã cho tôi một’M, sẽ đưa vào lần chạy tiếp theo của mô hình. Vì vậy, sau đó nó có thể mang lại cho bạn một ‘a, và sau đó là’ k, và sau đó là một, vì nó đã cố gắng đưa ra America Làm cho nước Mỹ trở nên tuyệt vời trở lại, bởi vì điều đó thể hiện rất nhiều trong dữ liệu.
Bạn có đặc biệt tự hào về bất kỳ tweet DeepDrumpf nào cho đến nay?
Vâng, thực sự. Tôi có một cặp vợ chồng mà tôi thực sự đã đăng, nhưng -
Độc quyền.
Cười Chính xác. Trong số những bài được đăng, tôi đặc biệt hài lòng với ‘Tôi là những gì ISIS không cần.
Tôi là những gì ISIS không cần.
- DeepDrumpf (@DeepDrumpf) ngày 3 tháng 3 năm 2016
Hãy cùng xem, tôi đã làm điều đó với ‘Tôi không phải là người phân biệt chủng tộc, nhưng phạm lỗi và tiếp tục đó là‘Hồi tin rằng, đó là điều mà tôi nghĩ là khá xuất sắc. Tôi sẽ lưu cái đó khi nó trở nên có liên quan, nếu nó trở nên có liên quan.
Không có gì tốt bao giờ đến sau những lời đó.
Bạn có muốn bỏ phiếu cho Donald Trump hoặc bỏ phiếu cho @DeepDrumpf?
Tôi nghĩ rằng có sự đánh đổi với mỗi lựa chọn đó.