Sobre mí
- Russia
- Miembro hace más de 6 años
- marketing, cinema, information technology, history, media
- Trados Studio 2017
- ProZ.com
- MasterCard, Payoneer, PayPal, Visa, Wire transfer
- United States Dollar (USD - $)
Idioma nativo:
Russian
$0,06 to $0,10/ palabra*
$12 to $18/ hora*
Native Russian translator, subtitler and editor.
13+ years of experience as a translator;
6+ years of experience as a subtitler;
5+ years of experience as an editor.
Excellent command of English and Italian, perfect Russian.
*Las tarifas listadas representan el rango general para este traductor. Cada proyecto es distinto y muchos factores influyen en las tarifas de traducción, como, por ejemplo: la complejidad del texto de origen, el formato de archivo, la fecha y hora límite de entrega, etc. Ponte en contacto con este traductor con los detalles de tu trabajo de traducción para que tengas una cotización más específica. En TM-Town, las tarifas siempre se muestran en USD para ser consistentes. Un traductor puede tener una moneda de preferencia distinta.
66
Unidades de traducción
0
Conceptos terminológicos
Mi trabajo
Muestra de traducción Marketing
A Conversation With Ai Pioneer Yoshua Bengio Muestra de traducción
| Origen (English) | Destino (Russian) |
|---|---|
| A CONVERSATION WITH AI PIONEER YOSHUA BENGIO | РАЗГОВОР С ПИОНЕРОМ В СФЕРЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЖОШУА БЕНЬО |
| Deep learning expert Yoshua Bengio recently visited Microsoft’s Redmond, Washington, campus | Эксперт в области глубинного обучения Джошуа Беньо недавно посетил комплекс Microsoft в Редмонде, штат Вашингтон |
| When Microsoft acquired deep learning startup Maluuba in January, Maluuba’s highly respected advisor, the deep learning pioneer Yoshua Bengio, agreed to continue advising Microsoft on its artificial intelligence efforts. | Когда в январе Microsoft приобрела стартап Maluuba, специализирующийся на глубинном обучении, признанный эксперт и консультант компании Maluuba, пионер в сфере глубинного обучения Джошуа Беньо согласился консультировать Microsoft по вопросам искусственного интеллекта. |
| Bengio, head of the Montreal Institute for Learning Algorithms, recently visited Microsoft’s Redmond, Washington, campus, and took some time for a chat. | Беньо, глава Монреальского института алгоритмов обучения, недавно посетил комплекс Microsoft в Редмонде, штат Вашингтон, и у нас появилась возможность с ним пообщаться. |
| Let’s start with the basics: What is deep learning? | Начнем с основ: что такое глубинное обучение? |
| Yoshua Bengio: Deep learning is an approach to machine learning, and machine learning is a way to try to make machines intelligent by allowing computers to learn from examples about the world around us or about some specific aspect of it. | Джошуа Беньо: Глубинное обучение – один из подходов к машинному обучению, а машинное обучение – это способ создания искусственного интеллекта, когда компьютеры на примерах познают мир вокруг нас или некоторые его аспекты. |
| Deep learning is particular among all the machine learning methods in that it is inspired by some of the things we know about the brain. | Глубинное обучение отличается от всех других методов машинного обучения тем, что оно создано на основе некоторых наших знаний о мозге. |
| It’s trying to make computers learn multiple levels of abstraction and representation, which is presumably what makes these systems so successful. | С помощью него компьютеры овладевают нескольким уровням абстракции, что, вероятно, и делает эти системы такими успешными. |
| Can you give us an example of how people are using deep learning? | Вы можете привести примеры того, как люди используют глубинное обучение? |
| Bengio: The most common way that deep learning is used is called supervised learning, which is when we give many examples to the computer of what it should be doing in many different contexts. | Беньо: Самый распространенный способ использования глубинного обучения называется «контролируемое обучение» – это когда мы даем компьютеру множество примеров того, что он должен делать, в различных контекстах. |
| For example, we provide millions of examples of somebody pronouncing sentences, and then we also know the transcription of what that sentence is, and we’d like the computer to go from the sounds to the words. | В частности, мы предлагаем миллионы примеров того, как разные люди произносят предложения, и даем транскрипцию предложения, чтобы компьютер переходил от звуков к словам. |
| So the computer gets the input that it would see in the real world, as well as what a human would do with it, and it tries to imitate the human through many, many examples of the task. | Компьютер получает те же данные, что и в реальном мире, изучает, что с ними делает человек, и имитирует действия человека, обучаясь на огромном количестве примеров выполнения одной и той же задачи. |
| Deep learning has been around for decades. | Технология глубинного обучения существует на протяжении десятилетий. |
| Can you talk about how we’ve gone from these early efforts to where we’re really seeing deep learning used in such a broad way today? | Можете рассказать, как шел процесс от ее зарождения до повсеместного использования сегодня? |
| Bengio: It really started in the late 1950s that people started to think about AI and to think that, hey, we should maybe look at what’s going on in the brain and get some cues for building more intelligent machines. | Решили посмотреть, что происходит в мозге, найти какие-то подсказки, чтобы создать более «умные» машины. |
| And then it sort of faded away and came back in the early eighties, up to about the early nineties, and again faded away because it didn’t work as well as people would have hoped. | Следующая волна возникла в начале восьмидесятых и завершилась в начале девяностых, но и она закончилась ничем, потому что технологии не сработали так, как надеялись люди. |
| And now deep learning is in a third wave. | И теперь наступила третья волна развития глубинного обучения. |
| About five years ago, we started having really amazing breakthroughs in applications like speech recognition, object recognition and now, more recently, natural language applications like machine translation. | Примерно пять лет назад у нас началась пора удивительных достижений в работе над приложениями для распознавания речи и объектов, а совсем недавно – и в использовании естественного языка, например, в приложениях для машинного перевода. |
| For you as an expert in deep learning, what’s the most exciting work that you’re seeing right now? | Для вас, как для эксперта в глубинном обучении, какая работа кажется сегодня наиболее значимой? |
| Bengio: Right now I’m most excited about the progress we’re making in what’s called unsupervised learning. | Беньо: Сейчас больше всего меня радует прогресс, которого мы достигли в так называемом «контролируемом обучении». |
| So this is one area where the current state of the art in machine learning and deep learning is way below what humans can do. | Пока что в этой области уровень машинного и глубинного обучения несколько ниже того, что могут люди. |
| A two-year-old child can learn by simply observing and interacting with the world. | Двухлетний ребенок может учиться, просто наблюдая и взаимодействуя с миром. |
| For example, she can understand physics without having to take classes and understand gravity and pressure and so on by playing and observing. | Например, он может понимать физику, не обучаясь ей, и на практике узнавать о законах гравитации, давлении и многих других, просто играя и наблюдая. |
| This is unsupervised learning. | Это неконтролируемое обучение. |
| We’re far from that kind of ability, but the good news is we’re making pretty impressive progress in that direction. | Такие возможности нам пока недоступны, но, к счастью, мы достигли существенного прогресса в этом направлении. |
| It’s very important, because in order for machines to go beyond these very limited tasks they currently are good at we’ll need unsupervised learning. | И это очень важно, ведь для того, чтобы машины выходили за рамки ограниченного набора задач, которые они сегодня могут решать, нам понадобятся возможности неконтролируемого обучения. |
| We talk a lot at Microsoft about how we see artificial intelligence as augmenting the human experience in helping people do tasks. | Мы в Microsoft много говорим о том, как искусственный интеллект может дополнять наш опыт и помогать в решении задач. |
| What are some of the most promising future capabilities that you see in terms of how AI can do some of that work? | Каковы самые многообещающие возможности, которые вы предвидите в будущем, какую работу ИИ сможет выполнять? |
| Bengio: Well, the first important use of the progress we’re making in AI, especially with natural language, is the ability of the computer to talk to us in a way that’s more | Беньо: Самым полезным будет то, что с развитием ИИ компьютеры научатся общаться с нами на более естественном языке. |
| Right now we get very frustrated when we interact with a computer and we don’t know how to communicate the information or how to get information that we want. | Случается, что при работе за компьютером нам бывает сложно сообщить или найти необходимую информацию. |
| Natural language processing is going to make computers much more accessible to a lot of people who are not programmers. | Использование естественного языка поможет сделать компьютеры гораздо более доступными для множества людей, не разбирающихся в программировании. |
| But beyond that, the idea that the computer actually understands our needs and our questions, and can find information but also reason and help us in our work, is very promising. | Кроме того, сама идея, что компьютер понимает наши потребности и наши вопросы, может найти информацию, размышлять и помогать нам в работе, звучит многообещающе. |
| I want to go back to something you said earlier about how deep learning is often described as being inspired by how brains work. | Я хочу вернуться к ранее сказанным вами словам о том, что в основе технологии глубинного обучения лежит знание закономерностей работы мозга. |
| Why are deep neural networks inspired by our understanding of how brains work and how does that affect their potential? | Почему технология построения глубоких нейронных сетей основывается на понимании работы мозга и как это влияет на их потенциал? |
| Bengio: So from the very early days of neural networks, there was this idea that the computation performed in the brain can be abstracted by what each neuron in the brain does as a very simple mathematical operation. | Беньо: С самых первых дней существования глубоких нейронных сетей возникла идея, что вычисления, совершаемые в мозге, могут быть разложены на очень простые математические операции, выполняемые каждым мозговым нейроном в отдельности. |
| What the neural networks do is combine all of these little operations together, but each of the computations performed by a neuron can be changed and adapted. | Что нейронные сети объединяют все эти маленькие операции вместе, но каждое вычисление, совершаемое нейроном, может быть изменено или адаптировано. |
| That corresponds to changes in the synapses in our brain, and that’s how we learn. | Мы обучаемся благодаря таким изменениям синапсов в нашем мозге. |
| It turns out that this style of machine learning, where the computer learns how to combine many elements together, is very powerful. | Оказалось, этот стиль машинного обучения, когда компьютер учится соединению множества элементов вместе, обладает огромным потенциалом. |
| How far along are we in understanding how the brain works? | Как далеко мы продвинулись в понимании принципов работы мозга? |
| Bengio: The brain really remains a big mystery. | Беньо: Мозг по-прежнему является настоящей загадкой. |
| Think of it like a big puzzle. | Представьте, что это большой пазл. |
| We have all these elements and tens of thousands of neuroscientists around the world are observing many different elements, but we are missing the big picture. | У нас есть множество отдельных элементов, и десятки тысяч ученых во всём мире изучают эти элементы, но целостной картины пока не сложилось. |
| And what I and others believe and hope is that the progress we’re making in deep learning is going to help us discover that big picture. | Я, как и многие другие люди, верю и надеюсь, что прогресс, которого мы достигли в глубинном обучении, поможет нам открыть эту целостную картину. |
| Of course, we don’t know, but there’s a lot of excitement right now in the scientific community about bringing together the more mathematical ideas in machine learning and deep learning with neural science in order to better understand the brain. | Конечно, мы этого не знаем наверняка, но сейчас в научном сообществе многие с энтузиазмом говорят об объединении математических познаний в машинном и глубинном обучении с данными нейробиологии для лучшего понимания работы мозга. |
| And of course, the hope is that it actually goes in the other direction as well, because current deep learning is not at all at the level of human intelligence. | И конечно, мы надеемся, что развитие пойдет также и в других направлениях, потому что сегодня глубинное обучение пока абсолютно не достигает уровня человеческого интеллекта. |
| Humans and human brains are able to do things that machines can’t, so maybe we can also learn about how brains do it and inspire future deep learning systems. | Человеческий мозг способен делать те вещи, которые не под силу машинам, но, возможно, нам удастся узнать, как мозг это делает, и, основываясь на этих знаниях, построить более совершенные системы глубинного обучения. |
| We hear a lot of speculation about what artificial intelligence can do. | Сейчас многие рассуждают о том, что может делать искусственный интеллект. |
| Can you give us a sense of how close we are to creating artificial intelligence or deep learning techniques that do actually mimic how humans think and act? | Скажите, насколько мы близки к созданию искусственного интеллекта или технологий глубинного обучения, которые могут имитировать то, как думают и действуют люди? |
| Bengio: I get a lot of these kinds of questions, and my answer is always, ‘I don’t know. | Беньо: Мне часто задают такие вопросы, и я всегда отвечаю: «Я не знаю». |
| ’ And I think no serious scientist should be giving you a straight answer, because there’s just a lot of unknowns. | И я думаю, что ни один серьезный ученый не должен давать на такой вопрос прямого ответа, ведь здесь слишком много неизвестных. |
| I mean, by definition we’re doing research in this field because we don’t know how to solve some set of problems. | В сущности, мы занимаемся исследованиями в этой области, потому что не понимаем, как решить целый ряд проблем. |
| We know we’re making progress. | Мы видим определенный прогресс. |
| We can guess that things are moving in the right direction. | Мы можем догадываться, что движемся в правильном направлении. |
| But how long is it going to take to really address the more difficult problems of more abstract understanding, for example? | Но сколько времени займет решение самых сложных проблем абстрактного понимания, например? |
| It’s impossible to answer. | На этот вопрос невозможно ответить. |
| Is it five years? | Понадобится пять лет? |
| Is it 15 years? | Пятнадцать? |
| Is it 50 years? | Пятьдесят? |
| Right now we’re seeing some obstacles and we think we can tackle them. | Прямо сейчас мы видим некоторые препятствия и думаем, что можем с ними справиться. |
| But maybe this is just a mountain hiding other mountains. | Но, возможно, за этим перевалом скрывается новая гора. |
| Can you talk about where deep learning fits in the context of all of the tools in which people are using artificial intelligence? | Расскажите о том, как глубинное обучение может использоваться там, где люди уже применяют искусственный интеллект. |
| Bengio: Deep learning is changing the way that AI has been thought of in the last few decades, and it’s taking some of the ideas from more traditional approaches to AI and integrating them, combining some of those good ideas. | Беньо: Технология глубинного обучения меняет взгляд на ИИ, доминировавший в последние несколько десятилетий. |
| Probably the best-known example of this is the fusion of deep learning and reinforcement learning. | Возможно, самый известный пример – это сплав глубинного и стимулированного обучения. |
| So, reinforcement learning is a type of machine learning where the learner doesn’t get to know what a human would do in this context. | Стимулированное обучение – это вид машинного обучения, при котором обучающийся не узнаёт, что человек сделал бы в этой ситуации. |
| The learner only gets to see if the actions were good or bad after a long set of actions. | Обучающийся может видеть, хороши действия или плохи, только после завершения длительной последовательности. |
| A lot of the recent progress in this area is in things like playing games, but reinforcement learning probably is going to be very important for things like self-driving cars. | Эта технология в последнее время достаточно успешно применяется в играх. |
Mi experiencia
Experiencia
13 años.
Educación
- 2016 PGCert en Summer School of Audiovisual Translation
- 2009 PGCert en Higher School of Economics, Postgraduate Certificate in Marketing
- 2005 Graduate (Other) en Vladimir State Pedagogical University, Faculty of History, Specialist degree in History and English
Membresías
- Certified ProZ Network (Miembro desde: 2017)
Russia
disponible Hoy
May 2024
| Sun. | Mon. | Tues. | Wed. | Thurs. | Fri. | Sat. |
|---|---|---|---|---|---|---|
28
|
29
|
30
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
16
|
17
|
18
|
19
|
20
|
21
|
22
|
23
|
24
|
25
|
26
|
27
|
28
|
29
|
30
|
31
|
1
|
