当前位置:大数据业界动态 → 正文

深度学习改变了什么?

责任编辑:cres 作者:Colin Gray 译者:HERO |来源:企业网D1Net  2017-07-13 11:39:26 原创文章 企业网D1Net

在谷歌公司的DeepMind团队开发的人工智能程序AlphaGo击败世界围棋冠军之后,深度学习成为头条新闻。围棋比其他游戏更复杂,比如国际象棋,而其潜在动作的数量以指数方式爆炸,因此计算机无法使用与国际象棋相同的技术。在学习围棋时,电脑必须创造数以百万计的棋局与其对奕,并发现人类可能从未考虑过的新策略。
 
深度学习本身并不是新鲜事物,研究人员多年来一直在研究改进的方法,并开发新的算法。最近激发的技术是大量并行处理,巨大的数据集,以及优于传统机器学习算法的性能的融合。
 
深度学习与传统算法有何不同?
 
以下举几个例子。基于逻辑回归的信用评分模型通常会使用10到15个输入参数,如年龄,收入,地址等等。用于检测欺诈的更复杂的决策树或神经网络可能会使用数百个参数。深入学习将其带入一个全新的水平,并可能使用数十万甚至上百万个参数。而这只有在数千甚至数百万的示例训练模型时才能真正发挥作用。
 
互联网是找到例子的理想场所。例如,当人们搜索猫,狗,火车等图像时,它可能是用于对图像进行分类的深度学习算法。其他用途扩展到自然语言处理,翻译,面部识别,谷歌公司和Facebook公司广泛使用这些算法。有趣的是,人们被用来通过诸如Captcha这样的技术对初始图像进行分类,其中用户通过识别哪些图像是狗,建筑物,水等来确认访问的是否是人类。每批图像将包括一些已知的图像,还有一些是未知的图像,一旦有几个用户确定图像,它可以被标记分类,并且再出现新图像重复这个过程。以这种方式,可以快速分类数千张图像,以用于算法训练。
 
考虑到当人类痛苦的时候,这个算法是没有合理性的(距离阿西莫夫的“机器人三个定律”还有很长的路要走)。这意味着它实际上并不在乎人们是否得到预期的结果!
 
深度学习的下一步是什么?
 
深度学习的算法已被用于自动驾驶汽车的测试中,并做出可以减少交通伤亡人数的承诺。而在一个无人驾驶的世界里,当一场事故不可避免时,机器将如何应对?
 
深度学习现在正在处理这些传统上被认为是人类特有的工作,如驾驶、新闻、法律、保险承销和一系列更广泛的工作。
 
然而,它还将创建新的作业功能,如算法审计员和分析人员以算法可以理解的方式来构建问题。
 
深度学习领域已经发展得很快,而在接下来的几年里,其将以指数的速度发展。

关键字:大数据人工智能

原创文章 企业网D1Net

x 深度学习改变了什么? 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

深度学习改变了什么?

责任编辑:cres 作者:Colin Gray 译者:HERO |来源:企业网D1Net  2017-07-13 11:39:26 原创文章 企业网D1Net

在谷歌公司的DeepMind团队开发的人工智能程序AlphaGo击败世界围棋冠军之后,深度学习成为头条新闻。围棋比其他游戏更复杂,比如国际象棋,而其潜在动作的数量以指数方式爆炸,因此计算机无法使用与国际象棋相同的技术。在学习围棋时,电脑必须创造数以百万计的棋局与其对奕,并发现人类可能从未考虑过的新策略。
 
深度学习本身并不是新鲜事物,研究人员多年来一直在研究改进的方法,并开发新的算法。最近激发的技术是大量并行处理,巨大的数据集,以及优于传统机器学习算法的性能的融合。
 
深度学习与传统算法有何不同?
 
以下举几个例子。基于逻辑回归的信用评分模型通常会使用10到15个输入参数,如年龄,收入,地址等等。用于检测欺诈的更复杂的决策树或神经网络可能会使用数百个参数。深入学习将其带入一个全新的水平,并可能使用数十万甚至上百万个参数。而这只有在数千甚至数百万的示例训练模型时才能真正发挥作用。
 
互联网是找到例子的理想场所。例如,当人们搜索猫,狗,火车等图像时,它可能是用于对图像进行分类的深度学习算法。其他用途扩展到自然语言处理,翻译,面部识别,谷歌公司和Facebook公司广泛使用这些算法。有趣的是,人们被用来通过诸如Captcha这样的技术对初始图像进行分类,其中用户通过识别哪些图像是狗,建筑物,水等来确认访问的是否是人类。每批图像将包括一些已知的图像,还有一些是未知的图像,一旦有几个用户确定图像,它可以被标记分类,并且再出现新图像重复这个过程。以这种方式,可以快速分类数千张图像,以用于算法训练。
 
考虑到当人类痛苦的时候,这个算法是没有合理性的(距离阿西莫夫的“机器人三个定律”还有很长的路要走)。这意味着它实际上并不在乎人们是否得到预期的结果!
 
深度学习的下一步是什么?
 
深度学习的算法已被用于自动驾驶汽车的测试中,并做出可以减少交通伤亡人数的承诺。而在一个无人驾驶的世界里,当一场事故不可避免时,机器将如何应对?
 
深度学习现在正在处理这些传统上被认为是人类特有的工作,如驾驶、新闻、法律、保险承销和一系列更广泛的工作。
 
然而,它还将创建新的作业功能,如算法审计员和分析人员以算法可以理解的方式来构建问题。
 
深度学习领域已经发展得很快,而在接下来的几年里,其将以指数的速度发展。

关键字:大数据人工智能

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^