Anshumali Shrivastava使用AI来摧毁数据

大数据增长速度超过当前计算机程序可以跟上的速度，GET SMART 计算机科学家Anshumali Shrivastava正在设计巧妙的方法来帮助计算机程序更智能地工作，而不是更难。世界充斥着数据，而Anshumali Shrivastava可能会让我们免于溺水。

每天在线发布超过10亿张照片。在一秒钟内，大型强子对撞机可以产生100万千兆的观测值。大数据的膨胀速度比目前的计算机程序可以分析的速度快。

休斯顿莱斯大学的电气和计算机工程师理查德·巴拉尼克说：“我们拥有庞大的数据海洋，我们必须通过花园水管将其吸走。”

因此，33岁的计算机科学家Anshumali Shrivastava正在设计新一代的人工智能程序，以有效地处理洪水信息。

麻省理工学院的电气工程师和计算机科学家Piotr Indyk表示，“他非常有创造力”的策略可以解决笨重的数据集问题。“我说其中一些事情，'我希望我想出来。'它们清晰，美观，而且有效。“

Shrivastava进入了人工智能，因为解决现实世界问题的数字运算算法是“你看到数学在行动中的地方”，他说。但作为博士Shrivastava是康奈尔大学计算机科学专业的学生，​​他意识到人工神经网络是如此低效，如今的人工神经网络。

神经网络由称为人工神经元的代码片段组成。为了学习诸如图像识别之类的任务，AI网络可以研究标记图像，网络中的每个人工神经元都获得识别某些模式的专业知识。

但即使他们专注，所以典型网络中的所有神经元都会继续研究所有传入的信息。例如，当网络看到猫照片时，甚至负责注意卡车的神经元也会引起注意。Shrivastava说，这不必要地耗费时间和精力。

在研究生院，Shrivastava找到了一种识别和激活与每个输入最相关的神经元的方法。他使用散列函数，在数据库中组织记录的计算工具，就像Dewey Decimal System在图书馆中组织书籍一样。

有序存储

计算机可以通过将每个文档馈送到散列函数来组织数据库中的记录，散列函数为记录分配散列码。类似的文档被分配了类似的哈希码并存储在哈希表中的相同“桶”中 - 类似于同一主题的书籍在库中被搁置在一起的方式。

T. TIBBITTS

Shrivastava根据它们与给定输入的相关性，设计了一组哈希函数来组织和快速定位网络中的虚拟神经元- 因此您可以找到所有猫神经元并忽略卡车神经元。

“我在考虑这个问题超过两年，”他说。“你把所有的难题都放在脑后。”当他有一段时间并且通常无处可去时，他会回到这个问题。但是回到他身边的那一天，他在几个小时内解决了这个问题。他回忆起坐在他的卧室里，阅读并重新阅读他的解决方案，以说服自己它实际上会起作用。

他提出的系统可能被认为是“当年机器学习的最佳研究工作，”赖斯的计算机科学家Moshe Vardi说。它在2014年神经信息处理系统会议上获得了杰出论文奖。

从那以后，Shrivastava建立了一个图像分类神经网络，其工作方式与标准网络一样，但计算量减少了95%。这样的效率可以释放人工智能程序处理其他信息的时间和精力，例如，用于语音识别的音频，为更多样化的人工智能铺平道路。

自从2015年加入莱斯大学以来，他还开发了其他简化计算的方法。他“非常聪明，速度极快”，瓦尔迪说。“我们有时不得不追随他，因为他的思想正在向前发展。”

Rice和杜克大学的Shrivastava及其同事最近对叙利亚内战受害者数据库进行了散列处理。为叙利亚冲突获得准确的死亡罪数，以帮助起诉犯有危害人类罪的者已证明是困难的。家庭成员，媒体和其他来源报告的受害者数据库包含重复记录;计算机需要花费一周多的时间才能将所有354,000条记录相互比较才能找到重复记录。

一旦Shrivastava的计算机程序为四个受害者数据库中的每个记录分配了哈希码，它就会在几分钟内使用这些代码来识别可能的重复记录。该计划于6月份在“应用统计年鉴”中报告，然后仅检查了这些记录的匹配情况。

更接近家庭，Shrivastava及其同事创建了一个智能手机应用程序，用于根据人的周围环境照片导航购物中心或其他大型建筑物。该应用程序将用户拍摄的照片反映为哈希码，以与参考照片代码进行比较，在两秒钟内精确定位位置。

随着大数据的泛滥，Shrivastava很容易被淹没和沮丧。幸运的是，“他体内没有闷闷不乐的骨头，”巴拉尼克说。

Shrivastava可能会在特定问题上停顿数月或数年，然后才能获得导致他基于哈希的尤里卡时刻的大脑爆炸。但他表示，当他能够将缓慢移动的计算机系统推向高速档时，“这是值得的。”