# 206 – Ishan Misra: Apprentissage en profondeur auto-supervisé dans la vision informatique

Podcast: Jouer dans une nouvelle fenêtre | Télécharger

S’abonner: Spotify | Mélo |

Ishan Misra est un chercheur scientifique à Fair Working sur l’apprentissage visuel auto-supervisé. Veuillez soutenir ce podcast en consultant nos sponsors:
– Innig: https://lexfridman.com/onnit pour obtenir jusqu’à 10% de réduction
– Les informations: https://theinformation.com/lex Pour obtenir 75% de réduction sur le premier mois
– Grammaire: https://grammarly.com/lex Pour obtenir 20% de réduction sur la prime
– Greens athlétiques: https://athleticgreens.com/lex et utiliser le code lex pour obtenir 1 mois d’huile de poisson

Liens d’épisode:
Twitter d’Ishan: https://twitter.com/imisra_
Site Web d’Ishan: https://imisra.github.io
Page Fair d’Ishan: https://ai.facebook.com/people/ishan-misra/

Informations sur le podcast:
Site Web de podcast: https://lexfridman.com/podcast
Podcasts Apple: https://apple.co/2lwqzir
Spotify: https://spoti.fi/2newcf8
RSS: https://lexfridman.com/feed/podcast/
Épisodes complets YouTube: https://youtube.com/lexfridman
Clips YouTube: https://youtube.com/lexclips

Support et connexion:
– Découvrez les sponsors ci-dessus, c’est la meilleure façon de soutenir ce podcast
– Support sur Patreon: https://www.patreon.com/lexfridman
– Twitter: https://twitter.com/lexfridman
– Instagram: https://www.instagram.com/lexfridman
– LinkedIn: https://www.linkedin.com/in/lexfridman
– Facebook: https://www.facebook.com/lexfridman
– Moyen: https://medium.com/@lexfridman

CONTOUR:
Voici les horodatages de l’épisode. Sur certains joueurs de podcast, vous devriez pouvoir cliquer sur l’horodatage pour sauter à ce moment.
(00:00) – Introduction
(07:49) – Apprentissage auto-supervisé
(16:24) – L’apprentissage auto-supervisé est la matière noire de l’intelligence
(20:17) – Catégorisation
(28:50) – La vision informatique est-elle toujours très difficile?
(32:35) – Comprendre la langue
(42:14) – plus difficile à résoudre: vision ou langue
(48:59) – Apprentissage contrastif et modèles basés sur l’énergie
(52:59) – Augmentation des données
(57:19) – Correction d’une pointe audio en abaissant le son avec un outil de stylo
(1:05:33) – Données réelles vs données augmentées
(1:09:16) – Méthodes d’apprentissage auto-supervisées basées sur l’énergie non contrastée
(1:12:54) – Apprentissage non supervisé (swav)
(1:15:37) – pré-entraînement auto-supervisé (voyant)
(1:20:44) – Architectures d’apprentissage auto-supervisé (SSL)
(1:26:43) – bibliothèque SSL basée sur Vissl Pytorch
(1:29:38) – multimodal
(1:37:06) – Apprentissage actif
(1:42:45) – conduite autonome
(1:54:12) – Limites de l’apprentissage en profondeur
(1:58:19) – Différence entre l’apprentissage et le raisonnement
(2:03:26) – Construire une AI super humaine
(2:11:14) – la plus belle idée de l’apprentissage auto-supervisé
(2:15:02) – Simulation pour la formation AI
(2:18:27) – Jeux vidéo remplaçant la réalité
(2:19:40) – Comment rédiger un bon article de recherche
(2:24:08) – Meilleur langage de programmation pour les débutants
(2:25:01) – Pytorch vs TensorFlow
(2:28:26) – Conseils pour entrer dans l’apprentissage automatique
(2:30:31) – Conseils pour les jeunes
(2:32:58) – Signification de la vie

https://www.youtube.com/watch?v=fus6ceivuni