• 天堂2017在线线观看服務天堂2017在线线观看:0755-89510730
  • MES知識下載

天堂2017在线线观看動態

助力各企業在大數據浪潮來臨之際一起破浪前行

深度學習帶來了人工智能的正循環,那這對于我們來說意味著什麽?

2014-09-12 14:27:00 天堂2017在线线观看

1、Andrew Ng和深度学习

对于Andrew Ng,大家最熟悉的事件可能是他在谷歌期间借助深度学习让机器通过对数百万份 YouTube 视频的学习自行掌握了“猫”的概念,这成为世界深度学习领域广为人知的成功案例之一,也成为对谷歌人工神经网络“DistBelief”的一次有力验证。

80 年代初期,当时的人工智能研究都在试图寻找捷径,希望可以绕过人脑神经网络来直接模拟出行为,而不是试图通过模仿大脑运作来实现。但有两位技术牛人一直坚持研究模拟神经网络的深度学习,最终他们的算法得到了全球人工智能界和科技公司的關注和重视,他们就是深度学习的领军人物、后来分别被谷歌和Facebook招致麾下的Hinton 和 LeCun。Andrew Ng在大学时期曾经一度放弃了人工智能的研究,直到后来被Jeff Hawkins(Palm创始人,《人工智能的未来》作者)的HTM算法(意思是人类智能来源于这个单一算法)所影响,重新开始了对人工智能的研究,而他的研究方向一直是深度学习。

如今,已经转投百度的Andrew Ng在不久前的百度世界大会上再次强调了深度学习对人工智能的重要意义。从目前看来,深度学习是实现人工智能最有效、也是取得成效最大的实施方法。Andrew Ng在演讲中提到目前百度大脑的新算法就是属于深度学习,他虽然没有具体指明该算法的领先程度,但却强调了其在处理数据方面比传统人工智能算法存在的优越性,并可以使人工智能实现一种正循环。

2、奇點臨近——人工智能的正循環

人工智能的正循环是Andrew Ng演讲中的核心要点,在拥有深度学习算法之后,将不再惧怕海量数据,反而会因为数据的增长而取得更好的效果,而这些效果将直接体现在图像搜索、语音识别等具体的互联网服务中,从而为用户提供更好服务并吸引更多用户,这又会产生更多数据。

“人工智能正循環”的確令人興奮,但人工智能技術發展了幾十年,爲何恰恰在今天有條件實現正循環?我在文章搜索引擎到人工智能的終極演進提到了搜索引擎到人工智能演进的几个重点条件,包括搜素引擎积累的战略数据、模拟神经网络的机器学习,从Andrew Ng的演讲中已经证实了这两个条件的成熟,他提到“百度有海量数据”以及“百度大脑的新算法”。还有一个重要条件是“技术奇点的出现”,指在积累数据的前提下,硬件存储、超级计算和模拟神经网络等相关技术的成熟。

庫茲韋爾在《奇點臨近》一書中提到,奇點思想是:人類創造技術的節奏正在加速,技術的力量也正以指數級得速度在增長。指數級的增長是具有迷惑性的,它始于極微小的增長,隨後又以不可思議的速度爆炸式地增長。

對于人工智能來說,深度學習的出現就是這樣一個奇點。面對海量數據,深度學習算法可以做到傳統人工智能算法無法做到的事情,而且輸出結果會隨著數據處理量的增大而更加准確。

傳統機器學習是通過標記數據和有監督學習,這意味著,如果想讓機器學會如何識別某一特定對象,就必須人爲幹預對樣本進行標注,也就是說,隨著其所需處理數據量的增大,外界對其的支持和幫助也就更大,而且計算結果的准確性也會受到影響。因此,對于這種傳統算法,越來越多的數據將成爲負擔,也更容易達到極限或産生錯誤結果。但深度學習是從未經標記的數據展開學習,這更接近人腦的學習方式,可以通過訓練之後自行掌握概念,這將大幅度提高計算機處理信息的效率。王威廉在《國際機器學習大會ICML2013參會感想》提到:“用半監督或無監督學習方法挖掘無標簽的數據,不僅是過去10年,還很可能是大數據時代的一個熱點。”拿機器視覺舉例,機器學習是通過構建多層類似人類視覺神經系統的算法使機器自行明白物體整體的形態,而傳統的人工智能算法往往需要工程師人工輸入物體視覺或者聲音的信息,然後由機器學習算法來處理這些信息數據。

在加速回歸定律的指引下,深度學習將使人工智能的進化節奏加快,並時進化過程中産物(輸出結果)獲得指數級增長。當深度學習的效率變得更高,就會吸引更多的資源向它聚合,使其發展更爲迅速。同時,這些指數級增長都來源于我們對互聯網天堂2017在线线观看的每一次微小的使用以及相應的每次數據的貢獻。而這些彙集起來的數據再借助深度學習算法就會爲會我們輸出更加准確的結果,提供更好的服務,其産生的效果也會像滾雪球一樣越來越大。

3、深度學習帶來的重要意義

深度學習帶來了人工智能的正循環,那這對于我們來說意味著什麽?Andrew Ng曾提出,深度学习算法可以使机器“自己学会世界上的一些概念”,也就是机器将具备一定的人类般的学习和思考能力。人类自身的学习能力可以帮助我们自行认识世界,而当机器当过模拟人脑具备了这一能力之后,就可以在一定程度上取代我们部分脑力工作。就像在工业革命和电力革命的影响力,我们自身从体力劳动中解放出来一样,在深度学习所带来的人工智能革命下,我们同样可以将脑力工作外包给机器。

深度學習使機器更加聰明,但我們在這方面應保持足夠謹慎,不能過分誇大。我們不需要去考慮“機器智能何時超越人類”等略顯科幻的問題,我們僅需要明白這些機器智能將不斷下落到具體的互聯網應用中,帶給我們更加智能的服務。比如說,通過視覺獲取和處理圖像、通過聲音講出語言是人類最自然的與外界溝通的方式,但傳統的計算機服務卻無法從本質上讀懂我們這些內容,當我們進行圖像搜索或者向計算機發送某項指令時,我們需要預先在大腦中做一遍處理,將我們原本要表達的意思轉化成計算機能夠讀懂的文本信息,然後手動輸入到計算機並獲得結果。但在機器學習的幫助下,我們隨意把一張圖片丟給電腦就能返回結果,我們直接用語言就可以來命令計算機來爲我們提供各種服務。

就像Andrew Ng提到的“(移动)新设备更需要提供更自然的方式找到服务”,而这就是机器学习最实际、最恰当的用途。奇点是未来的一个时期:技术变革的节奏如此迅速,其所带来的影响如此深远,人类的生活将不避免的发生改变。Andrew Ng的深度学习带来了“人工智能”的正循环,给用户带来了更好的互联网服务,这表明或许人工智能的奇点已经到来。而至于要走向何方,Hinton 的一句自述也可以很恰当的用在Andrew Ng 身上——“我们希望把 AI带到一个美妙的新领域,一个还没有人或者程序到达的境界。”

微信公衆號:機器之心,微信個人號:zhaoyunfeng1984。


分享按鈕

客服
天堂2017在线线观看

0755-89510730
7*24小时客服服务天堂2017在线线观看

關注
微信

MES,MES系统,MES软件,WMS系统 關注官方微信