Jedyne w Polsce studia podyplomowe dotyczące uczenia głębokiego organizuje Wydział Elektroniki i Technik Informacyjnych Politechniki Warszawskiej. Studenci mają możliwość wymiany doświadczeń z ekspertami na co dzień zajmującymi się algorytmami AI oraz aplikacjami typu Big Data.
Aby powstała myśl niezbędna jest efektywna współpraca całej sieci neuronów. To, co do tej pory było zarezerwowane tylko dla ludzi, staje się coraz częściej dostępne również dla maszyn. To, co dla człowieka jest banalnie proste, maszyny muszą się nauczyć. Nawet najprostsze czynności, takie jak rozpoznawanie obrazów czy tworzenie logicznych wypowiedzi i tekstów, wymaga od urządzeń ciągłego treningu i doskonalenia posiadanych umiejętności. Kto zajmie się uczeniem dzisiejszych urządzeń?
To, co widzimy jako obraz, dla komputera jest zbiorem liczb. Aby zobaczył on np. samochód, musi wykonać szereg skomplikowanych obliczeń. Co ciekawe, od dziesięciu już lat doborem kluczowych parametrów zajmują się same maszyny. Wtedy to Alex Krizhevsky wraz z zespołem z Toronto dokonał zmiany paradygmatu – od tego momentu to już nie człowiek decydował o wyborze cech obrazu. Zadanie to powierzono sieci neuronowej, która z miliona dostępnych zdjęć nauczyła się hierarchii tych, które pozwalają skutecznie określić, czy mowa o sportowym samochodzie, czy może np. o ciężarówce. Od tej pory możemy mówić o uczeniu głębokim – tłumaczy mgr inż. Grzegorz Gwardys z Instytutu Elektroniki i Technik Multimedialnych PW.
Uczenie głębokie (ang. deep learning) to część procesu uczenia maszynowego, podczas którego tworzone są sieci neuronowe składające się z wielu warstw wejściowych, wyjściowych i ukrytych, których zadaniem jest ciągłe udoskonalanie danego procesu (uczenie się na podstawie przetwarzania danych), takiego jak: rozpoznawanie obrazów, identyfikacja głosu, przetwarzanie języka, dobór odpowiednich parametrów, wymyślanie nowych rozwiązań itd. Dziś to fundament całej dziedziny, jaką jest sztuczna inteligencja. Choć dzisiejsza technologia bazuje na sztucznej inteligencji. to wciąż ciężko znaleźć ośrodki nauczające programowania na miarę XXI wieku.
Deep Learning to obecnie fascynujący świat łączący aspekty technologiczne z matematycznymi. Programowanie jest tu powiązane z uwagą na możliwości, ale i ograniczenia sprzętowe, a wszystko zaczyna się od danych, którymi trenujemy nasze sieci neuronowe – mówi prof. Władysław Skarbek z Instytutu Elektroniki i Technik Multimedialnych PW, kierownik podyplomowych studiów „Głębokie Sieci Neuronowe – Zastosowania w Mediach Cyfrowych”. – Podczas poprzednich edycji nasi studenci pracowali nad takimi rozwiązaniami, jak aplikacja wspomagająca diagnostykę nowotworów skóry czy automat do sprawdzania i poprawiania błędów w tekstach. To pierwsze z brzegu przykłady pokazujące, jak szerokie zastosowanie ma wiedza zdobywana u nas. To już nie tylko jutro, to naprawdę dziś – jest znacząca przewaga konkurencyjna na rynku pracy – dodaje.
Jedyne w Polsce cykliczne studia podyplomowe dotyczące uczenia głębokiego organizuje Wydział Elektroniki i Technik Informacyjnych Politechniki Warszawskiej. Podczas 190 godzin zajęć studenci mają możliwość wymiany doświadczeń z ekspertami rynkowymi na co dzień zajmującymi się algorytmami sztucznej inteligencji oraz aplikacjami typu Big Data. Więcej informacji: https://deeplearning.ire.pw.edu.pl/.
MK