|
近年來，隨著人工智能的發(fā)展，深度學習儼然已經(jīng)成為一個熱詞。谷歌將深度學習應用于語音識別和圖像識別，Netflix和亞馬遜則利用深度學習來了解客戶的行為習慣。還有一個事，說出來你可能不信，但確實已經(jīng)發(fā)生了——MIT的研究學者已經(jīng)在嘗試用深度學習來預測未來了。 在真正談及深度學習之前，我們必須先來了解一下人工智能、機器學習和深度學習之間的區(qū)別，請看這張圖： 從這張圖中，很明顯能看出來，機器學習是人工智能的一個子集，這也就是說，我們可以創(chuàng)建一個智能機器，它可以在基于已給的數(shù)據(jù)集中學習。當然，你肯定也注意到了，深度學習是機器學習的一個子集。我們可以利用簡單的機器學習算法來訓練深度神經(jīng)網(wǎng)絡，從而在機器學習算法表現(xiàn)得并不好的案例中，獲得更好的準確度。 深度學習是我們在特征提取時克服挑戰(zhàn)的方法之一。原因在于，深度學習模型只需要編程人員提供的少許指導，就可以自己學習去關(guān)注正確特征。從基本上來講，深度學習模仿的是我們?nèi)祟惔竽X運行的方式——從經(jīng)驗中學習。眾所周知，我們的大腦是由數(shù)十億個神經(jīng)元組成的，正因為這些神經(jīng)元，我們才能有驚人的行為。即使是個一歲的小孩子，他也可以解決復雜的問題，而這些問題是超級電腦也很難解決的。比如說： 1）認出父母以及其他物體。 2）區(qū)分不同的聲音，甚至根據(jù)聲音來認出某個特定的人。 3）從人們的臉部表情推斷出某些結(jié)論。 實際上，多年來，我們的大腦已經(jīng)不自覺地訓練自己去做這些事情。那么深度學習是如何模仿大腦功能的呢？嗯，其實呢，深度學習利用的是人工神經(jīng)元概念，其功能與大腦中現(xiàn)存的生物神經(jīng)元有些相似。因此，我們可以說，深度學習是機器學習的一個子類。 舉個例子，假設我們想建立一個系統(tǒng)，可以識別一張圖片中不同的人臉。如果我們把它當作一個典型的機器學習問題來處理，那么我們可以定義臉部特征，如眼睛、鼻子、耳朵等，那么，這個系統(tǒng)就可以識別哪些特征對于哪個人來說是更重要的。 現(xiàn)在，深度學習已經(jīng)向前邁出了一步。通過深度神經(jīng)網(wǎng)絡，深度學習可以自動提取對分類算法比較重要的特征。而機器學習則需要手動定義這些特征。 那么深度學習的應用領(lǐng)域具體有哪些呢？我來列舉幾個廣泛應用深度學習的領(lǐng)域。 一、語音識別 相信多數(shù)人都聽說過Siri——蘋果的智能語音助手。和其他大廠一樣，蘋果也開始進軍深度學習。 在語音識別和智能語音助手領(lǐng)域，我們可以利用深度神經(jīng)網(wǎng)絡開發(fā)出更準確的聲學模型。簡而言之，你可以建立這樣一個系統(tǒng)，學習新特征，或者根據(jù)你自己的需求進行調(diào)整，從而通過事先預測所有可能性來提供更好的幫助。 二、自動機器翻譯 我們都知道，谷歌支持100種語言的即時翻譯，速度之快宛如魔法。谷歌翻譯的背后，就是機器學習。此時，你可能會想，谷歌翻譯已經(jīng)經(jīng)歷了很長的時間，那么現(xiàn)在有些什么新意呢？實際上，在過去的兩年時間里，谷歌已經(jīng)完全將深度學習嵌入進了谷歌翻譯中。事實上，這些對語言翻譯知之甚少的深度學習研究人員正提出相對簡單的機器學習解決方案，來打敗世界上最好的專家語言翻譯系統(tǒng)。文本翻譯可以在沒有序列預處理的情況下進行，它允許算法學習文字與指向語言之間的關(guān)系。谷歌翻譯利用的是大型遞歸神經(jīng)網(wǎng)絡的堆疊網(wǎng)絡。 三、即時視覺翻譯（拍照翻譯） 眾所周知，深度學習可以用來識別照片中的文字。一旦識別了，文字就會被轉(zhuǎn)成文本，并且被翻譯，然后圖片就會根據(jù)翻譯的文本重新創(chuàng)建。這就是我們通常所說的即時視覺翻譯。 那么，假設你現(xiàn)在身處一個非母語國家，你也不用擔心，只要下載一個谷歌翻譯這樣的app，你就可以大膽往前沖。利用這樣的app，你可以去翻譯路標或門店名。這類軟件之所能實現(xiàn)這些目標，其實就是因為深度學習。 四、自動駕駛汽車 谷歌利用深度學習算法使自動駕駛汽車領(lǐng)域達到了一個全新的水平。因此，谷歌現(xiàn)在不再使用老的手動編碼算法，而是編寫程序系統(tǒng)，使其可以通過不同傳感器提供的數(shù)據(jù)來自行學習。對于大多數(shù)感知型任務和多數(shù)低端控制型任務，深度學習現(xiàn)在是最好的方法。因此，即使是不會開車的人，或是殘疾人，都可以在不依賴于其他人的情況下自己出門。 至此，我其實只是提了一小部分深度學習被廣泛應用的領(lǐng)域，事實上還有很多其他領(lǐng)域有待探索，如果你了解什么，歡迎留言與我探討~ 下周見。
|
|
|
