"Shazam!" ist ein Superheldenfilm für Jung und Junggebliebene


Billy (Zachary Levi) und Freddy (Jack Dylan Grazer) haben Spaß an 'Shazam!'
Billy (Zachary Levi) und Freddy (Jack Dylan Grazer) haben Spaß an 'Shazam!'

Bild: Steve Wilkie / Warner Bros.

Es ist lange her, dass Superhelden dank ihrer intelligenten Geschichten als bloßes Kinderkram abgetan werden konnten Schwarzer Panther oder so störend wie Der dunkle Ritter oder so erfreulich unangemessen wie Totes Schwimmbad.

Aber bei all dem Lob, wie reif und nachdenklich diese Filme sein können, ist die Tatsache verloren, dass Superhelden sind Kindersachen. Die meisten von uns verliebten sich zuerst in diese überlebensgroßen Kreuzfahrer als Kinder, über Comics oder samstagsmorgendliche Cartoons oder Familienausflüge in den Multiplex.

Shazam! ist der erste Live-Action-Superhelden-Film seit einiger Zeit, an den sich dies zu erinnern scheint. Es ist im Wesentlichen wie ein gestärkt Groß – eine Wunscherfüllungsphantasie, älter und stärker und kühler zu werden – aber mit der emotionalen Komplexität der Geschichten der besten Kinder.

Die Prämisse von Shazam! ist selbst für Comic-Helden-Standards eher wagemutig: Billy Batson (Asher Angel), ein Pflegekind aus der Philly-Dynastie mit einer Tendenz zur Unbesonnenheit in Han Solo, wird auf magische Weise als Champion eines alten Zirkels von Zauberern ausgewählt, die zum Schutz der Menschheit geschworen werden von den sieben Todsünden.

Oder, sowas ähnliches. Das Allerwichtigste ist, dass Billy mit der Fähigkeit auftaucht, sich in einen erwachsenen Superhelden (einen perfekt gegossenen Zachary Levi) zu verwandeln, indem er einfach "shazam" ausgesprochen hat und sich sofort so verhält, wie Sie es von einer 14 erwarten würden -Jähriger plötzlich mit diesen Geschenken gesegnet, um zu handeln. – natürlich im Rahmen eines PG-13-Blockbusters.

Mittlerweile wird er von Thaddeus (Mark Strong) verfolgt, der als kleiner Junge selbst für die Champions-Rolle in Betracht gezogen wurde, nur um auf einem dunklen Weg nach unten geschickt zu werden, als er kurzerhand abgeworfen wurde und sagte, er wäre niemals würdig.

Das Material, das Thaddeus und die sieben Todsünden beinhaltet, könnte das Einzige sein, das hält Shazam! sich wie ein wahres Abenteuer für alle Altersgruppen fühlen. Regisseur David F. Sandberg machte sich im Schrecken einen Namen (Lichter aus. Annabelle: Schöpfung) vor dem Helmen Shazam! und es zeigt, dass er vielleicht ist auch effektiv, um die Monster gruselig zu machen. Diejenigen, die mit jüngeren oder empfindlicheren Kindern schauen, wollen Vorsicht walten lassen.

Aber Shazam! Ansonsten scheint es für Jung und Junggebliebene maßgeschneidert zu sein. Das Tempo ist hüpfend, die Witze sind doof und die Farben sind lebhaft. Die Schwerfälligkeit und Ambivalenz, die über vielen "erwachsenen" Einträgen im Genre hängen, ist hier nicht vorhanden; Shazam! ist ein großer offener Himmel, der Sie dazu einlädt, die gerade erworbenen Flugkräfte zu testen.

Am liebsten mit einem Freund, der es wirklich zu schätzen weiß, wie Billys Pflegebruder und Superheld-Experte Freddy (Jack Dylan Grazer, der klare Herausforderer der jungen Besetzung). Einer von Shazam!Die entzückendsten Überraschungen sind die jungen Darsteller, die ihre Figuren nicht als vorzeitige Filmgören, sondern als echte dreidimensionale Individuen mit ihren eigenen Eigenheiten spielen.

Was hält Shazam! Von dem Abheben in den Weltraum ist jedoch der grundsätzliche Umgang mit Billys nicht-superheroischen Problemen. Der Film nimmt die Herausforderungen von Kindheit und Jugend und die weitreichenden Auswirkungen früher Traumata ernst. Billys chaotische Gefühle, eine neue Familie zu finden, werden nach dem Verlust seiner Mutter vor Jahren ebenso schwer wie seiner Reise nach einem wahren Helden.

Es ist unerwartet felsiges, emotionales Terrain für einen ansonsten sonnigen Film über den Spaß, wirklich groß zu werden und Bösewichte vor den Menschenmassen zu schlagen, aber Shazam! Sie navigiert zuversichtlich und lässt die organische Charakterentwicklung die Führung übernehmen und ein Gleichgewicht zwischen Humor und Herz finden. Und am Ende passt es, weil das eine andere Sache ist Shazam! hat recht mit Kinderkram: Es weiß, dass es manchmal ziemlich kompliziert sein kann, ein Kind zu sein.

Uploads% 254failer% 252fdistribution% 252fimidu% 252fimage% 252fim% 252fimage% 252fimage% 252fimage% 252fimage% 252fim% 252fim% 252fim% 252fim% 252fim% 252fim% 252fimistu% 252fim% 252fimidu% 252fimage% 252fimage% 252fimage% 252fimage% 252fim% 252fim% 252fimidu% 252fim% 252fimidu% 252fim% 25afoundation% 252fimistu.upg% 252fim% 50afoundation% 252fim% 50afoundation% 252fim% 50afoundation% 252fim% 1%

Akademiker des maschinellen Lernens strömen zu Technologiegiganten, und dies könnte ein Problem sein


Der Würfel ist sehr wichtig, wenn es um das Wachstum des maschinellen Lernens geht. Mit der Expansion von Tech-Unternehmen wie Google, Amazon und UberForschung und Produkte auf der Grundlage künstlicher Intelligenz ist eine Wachstumsbranche, die erst am Anfang steht.

Recherche bei der International Data Commission Prognosen Die Ausgaben für AI und ML werden von 12 Milliarden US-Dollar im Jahr 2017 auf 57,6 Milliarden US-Dollar im Jahr 2021 steigen. Die explodierende Forschungsfinanzierung in diesen Bereichen spiegelt sich in den resultierenden Patenten wider, wobei die Patente für das maschinelle Lernen zwischen 2013 und 2017 um 34% steigen.

Mit der Anzahl kommerzieller Produkte, die auf diesen Architekturen aufbauen, steigt auch der Bedarf an Ingenieuren und Forschern, an ihnen zu arbeiten. Dies führt zu attraktiven Gehältern bei einigen der weltweit führenden Technologieunternehmen.

Zum Zeitpunkt des Schreibens war das Durchschnittsgehalt eines Maschinenbauingenieurs in den Vereinigten Staaten an einigen Arbeitsplätzen in der Umgebung angegeben 138.000 US-Dollar. Im akademischen Bereich gibt es Bedenken, dass hohe Einstiegsgehälter und verschiedene Vergünstigungen zu einem Brain-Drain von Universitäten führen könnten. Kandidaten, die zuvor ihre Forschung an etablierten Institutionen fortgesetzt hätten, würden in die Karriere verwickelt.

In einem Guardian Artikel ab November 2017 Maja Pantic, Professor für affektives und Verhaltens-Computing am Imperial in London, stellte fest, dass einer ihrer Studenten im letzten Jahr seinen Doktortitel aufgegeben hatte, um bei Apple zu arbeiten für ein sechsstelliges Gehalt. "Es ist das Fünffache des Gehalts, das ich anbieten kann", sagte Paja. "Es ist unglaublich. Wir können nicht mithalten. Die Crème de la Creme der Akademie wurde gekauft und das ist besorgniserregend. “

Wie weit verbreitet dies ist, ist jedoch Gegenstand einiger Debatten. Das Binary District Journal sprach mit Chelsea Finn, PhD Kandidat in Berkeley, um ein besseres Bild des Zustands des maschinellen Lernens in Bezug auf seine industrielle Nachfrage zu erhalten. Als angesehene Wissenschaftlerin für maschinelles Lernen wird sie 2019 an die Stanford-Fakultät wechseln und war auch bei Google Brain tätig.

Vor- und Nachteile

Chelsea ist der Meinung, dass die Nachfrage derzeit das Angebot übertrifft. Eine besondere geforderte Fähigkeit ist die Schnittstelle zwischen maschinellem Lernen und realer Roboterhardware – mit der Möglichkeit, Experimente an physischen Robotern durchzuführen.

"Viele Leute haben ein bisschen Angst, mit realen Systemen zu arbeiten, weil sie ziemlich lange brauchen werden, um sich einzurichten", sagt Chelsea. "Dies könnten Menschen sein, die in simulierten Domänen viel schnelleres Prototyping bevorzugen."

Chelsea ist jedoch der Ansicht, dass die Frage der Forscher, die die traditionellen erweiterten akademischen Pfade zugunsten des Eintritts von Technologieunternehmen aufgeben, ein Bereich ist, der nicht unbedingt schwarz und weiß ist.

"Ich denke, es gibt Vor- und Nachteile für das, was derzeit passiert", sagt sie. „Ich denke, die Vorteile liegen darin, dass Wissenschaftler bessere Verbindungen zu Industrie-Labors aufbauen können. Dies kann bedeuten, dass einige Wissenschaftler einen besseren Zugang zu Datenverarbeitungs- und Datenquellen auf Branchenebene haben, aber ich denke auch, dass es sicherlich Nachteile gibt.

„Viele Schulen verfügen über Fakultäten, die mehr Zeit in der Industrie und weniger Zeit in der Wissenschaft verbringen. Dies führt dazu, dass weniger Lehrkräfte zur Verfügung stehen, um Klassen zu unterrichten. Dies führt auch zu potenziellen Interessenkonflikten der Fakultät und sie sind nicht notwendigerweise eine unabhängige akademische Einrichtung, die versucht, unabhängig von den Interessen eines Unternehmens zu forschen, und haben nun eine Verbindung zu einem Unternehmen. "

Eine steigende Flut hebt alle Schiffe an

Allerdings stellt Chelsea schnell fest, dass sie den Vorteil einer Teilzeitarbeit mit Unternehmen sieht. In der maschinellen Lernforschung gibt es bestimmte Situationen, in denen Sie, um effektiv Fortschritte zu erzielen, umfangreiche Computer- und Roboterhardware benötigen, die nur in Forschungs- und Entwicklungslabors größerer Technologieunternehmen wirklich verfügbar ist.

Eine Rolle bei der Bewältigung dieser Projekte ist ein ansprechendes Szenario. Dies sind jedoch recht spezielle Probleme, und Chelsea weist darauf hin, dass das Berechnungsniveau in den Universitätslabors, in denen sie gearbeitet hat (und in Stamford arbeiten wird), ihrer Aufgabe mehr als gerecht wird.

Chelsea fördert nicht nur ihre eigene Forschung, sondern sucht auch nach Wegen, um das kontinuierliche Wachstum des maschinellen Lernens zu sichern.

"Als Mitglied der Machine-Learning-Community und der Forschungsgemeinschaft ist es sehr einfach zu bemerken, dass es sich bei einer Reihe verschiedener Metriken nicht um eine heterogene Community handelt – in Bezug auf Rasse, Geschlecht und wirtschaftlichen Hintergrund", sagt Chelsea. "Ich hoffe, durch verschiedene Outreach-Bemühungen eine positive Veränderung und einen positiven Einfluss auf die Vielfalt der Gemeinschaft zu erreichen."

Im Jahr 2017 hat Chelsea die erste mitorganisiert BAIR Camp ein einwöchiges Programm in Partnerschaft mit AI für alle Daraufhin wurden benachteiligte Schüler aus der Bay Area eingeladen, um mehr über die Bereiche des maschinellen Lernens und der künstlichen Intelligenz zu lernen. Sie ist der Meinung, dass das Interesse der Studenten nicht nur an den Bereichen des maschinellen Lernens und der künstlichen Intelligenz interessiert ist, sondern ein wichtiger Schritt zur Sicherung der Zukunft dieser FuE-Bereiche ist.

„Ziel ist es, die Vielfalt des Feldes zu erweitern, aber es ist nicht nur das. Daher sind die entwickelten Technologien nicht nur für die Menschen auf diesem Gebiet von Vorteil, sondern auch für die breitere Bevölkerungsstruktur der Welt “, sagt Chelsea.

Eine Frage von Nachfrage und Angebot

Natürlich werden der Spielraum und die Nachfrage nach Fachwissen im Bereich des maschinellen Lernens nur weiter zunehmen. Chelsea Finn spricht aus akademischer Position und Erfahrung auf Unternehmensebene und weist darauf hin, dass das Problem der Skalierbarkeit des maschinellen Lernens kein einfacher Fall für Wissenschaftler ist, die von der Anziehungskraft des privaten Sektors geplagt werden. Das Problem ist, dass maschinelles Lernen als Forschungsgebiet und sich daraus ergebende Karrieren ein breiteres Spektrum von Demografien erreichen muss, die dann daran teilnehmen können.

Aufgrund der engen Verbindungen zwischen akademischen Einrichtungen und den großen Technologiefirmen sehen wir zunehmend Beispiele für Bildungsressourcen, die von Unternehmen angeboten werden. Google hat ein entwickelt Bildungsplattform in den Bereichen KI und maschinelles Lernen, um universellen Zugang zu wissenschaftlichem Material und praktischen Projekten zu ermöglichen.

Diese Ressourcen sind eine wichtige Ergänzung zu den aufkeimenden KI-Projekten und Startups. Es ist offensichtlich kurzsichtig, Tech-Giganten wie Google als hartgesottene Giganten zu sehen, die die Ressourcen und das Fachwissen der maschinellen Lernbereiche anheben.

Das Problem der Nachfrage, die das Angebot überwiegt, ist ein natürliches Ergebnis des Erfolgs und des Fortschritts der Entwicklung des maschinellen Lernens. Eine stärkere Zusammenarbeit zwischen Wissenschaft und Unternehmen in Kombination mit einer stärkeren Förderung einer früheren und inklusiveren Bildung in diesen Bereichen ist jedoch ein positiver Schritt zur Gewährleistung der kontinuierlichen Skalierbarkeit der Branche.